计算机视觉简介以及视觉任务学习笔记.pdfVIP

day13-计算机视觉01

上课⽇期February21,2024

主要内容|计算机视觉简介|计算机视觉任务|图像数据读取|卷积原理|

主讲⽼师李晓华

复习February23,2024

课时2

计算机视觉简介

计算机视觉—ComputerVisionCV

图像和视频相关的任务和算法，都属于计算机视觉。如图像分类、物体检测（⽬标的类别和位置）、图像分割（语义

分割、实例分割、全景分割），图像⽣成（GAN）…

计算机视觉

计算机视觉ComputerVision

机器视觉MachineVison

模式识别PatternRecognition

数字图像处理DigitalImageProcessing

计算机视觉的任务

图像分类算法

⽬标检测算法

图像分割算法

图像⽣成算法

⽬标追踪算法

计算机视觉的两⼤⽅向：

a传统计算机视觉

YOLO平台SOTA：StateOfTheArt

-图像分类算法

-⽬标检测算法

-图像分割算法

-⽬标追踪算法

b计算机视觉⼤模型

图像⽣成算法

diffusion系列

图像数据读取

读取图像的⼯具：

matplotlib

opencv

PIL

使⽤matplotlib读取，图像读取后得到的是形如[H,W,C]的⾼维数组，其中C的顺序为:RGB。numpy的切⽚规则可以适⽤。

图像数据形状：[H,W,C]

day13计算机视觉011

Hheight-row⾏数

W：width-column列数

C：channel-层数（通道数）

importtorch

importos

os.environ[KMP_DUPLICATE_LIB_OK]=TRUE

frommatplotlibimportpyplotasplt

#img=plt.imread(fname=street.webp)

img=torch.from_numpy(img).to(torch.float32)

img.shape

(607,1080,3)

以下是RGB三个通道的获取⽅式：

#RGB三个通道

img_r=img[:,:,0]

img_g=img[:,:,1]

img_b=img[:,:,2]

img1=torch.stack(tensors=(img_r,img_g,img_b),dim=2)#合成RGB三通道