V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX  ›  answer42  ›  全部回复第 1 页 / 共 2 页
回复总数  31
1  2  
2015-03-30 19:33:36 +08:00
回复了 answer42 创建的主题 Python 写了一个使用 cloud Sight 提供的 API 获取图像识别结果的脚本
@hayao650 这个恐怕得您自己想办法来实现。
@gouwudang 谢谢:)

不过希望是深圳、厦门的工作。
在正文编辑的时候用markdown的文法可以插入图片。
@phoeagon 谢谢你的建议~
@siri 谢谢~
三面结束。待回绝(笑哭)

继续学习~
@ruandao 发这个帖子就是希望能对别人有一些帮助。

我也很开心,谢谢~
@Gestalt 哈哈幸会~

看了一下你厂的资料,NLP厂家的文案就是高大上。招实习生来做数据标注有点小坑~^_^
@79bxh9b 人工标注的。

你可以想象你用PS抠图的时候,自己拉了个大致的范围,然后PS来帮你定位出精确的位置。
@ooxxcc 所以说,做图像处理的想要在工业领域做出产品,太难了。

你看知乎这个问题: http://www.zhihu.com/question/22990970

-_-|||
@jimmy66 嗯,多交流~
@shakoon 谢谢~
@theoractice 超像素分割算法是图像预处理的一部分。

它将相似邻近的像素抽象出来,视为一体。

这样做一方面能够让我们更方便把握图像的纹理结构信息。另一方面,降低了后期算法的复杂度。
@ooxxcc 现在我做的一个工业项目,也是相当尴尬。

工业上对于图像识别的准确率,几乎要求100%。

即使算法能够达到99%,也意味着100次操作会出现一次失误,而失误的代价是很大的。
@Valyrian 这个难度确实适合大作业完成。今年带一个本科生做毕业设计,也是超像素分割。
@zerh925 算法基于K均值聚类,提取像素的位置(x, y)以及像素的值(r, g, b)作为特征。

在已有超像素分割算法中效果还是不错的。

对于边缘没那么明显的图片,你可以尝试增大超像素的个数。
@ooxxcc 是的,OpenCV自带一些颜色空间转换的函数,针对的是Mat格式。SLIC类中所带的转换函数针对的是unsigned int格式。
@ooxxcc 论文作者发布的代码只能够处理32位的图片,我增加了对8位图片的支持。
@ooxxcc 你指的是哪个过程中的颜色空间转换?
@ooxxcc 你指的是哪个过程中的颜色转换?
1  2  
关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1075 人在线   最高记录 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 18ms · UTC 22:41 · PVG 06:41 · LAX 14:41 · JFK 17:41
Developed with CodeLauncher
♥ Do have faith in what you're doing.