针对传统图像边缘检测算法存在的边缘方向性不强及边缘较粗等问题，提出了一种基于八方向卷积模板的边缘检测算法。算法采用0°、22.5°、 45°、67.5°、 90°、112.5°、135°和157.5°八个方向的卷积模板进行边缘检测，模板权值根据中心像素点到邻域像素的距离及方向夹角的大小进行设定，充分考虑到了邻域内像素对中心点方向梯度的贡献大小，能够较好地检测出图像不同的方向边缘。对梯度图像采用了改进的非极大值抑制方法进行细化，可得到单像素的图像边缘。实验结果表明，该算法获取的边缘图像边缘较为完整，方向性强且边缘较细，整体效果明显优于传统Sobel算法。
2022-05-11 23:39:54
855KB
1
inception_v3_weights_tf_dim_ordering_tf_kernels
Linux下是放在“~/.keras/models/”中
Win下则放在Python的“settings/.keras/models/”中
Windows-weights路径：C:\Users\你的用户名\.keras\models anaconda下依然好用
2022-04-27 20:26:30
83.77MB
1
通过WOA鲸鱼优化算法优化神经网络权值参数的仿真，matlab2021a仿真测试。
inputs=input';
targets=target';
m=length(inputs(:,1));
o=length(targets(:,1));
n=10; net=feedforwardnet(n);
net=configure(net,inputs,targets);
kk=m*n+n+n+o;
2022-04-26 09:10:25
144KB
基于verilog的CNN卷积神经网络实现，平台ISE，提供coe格式的权值参数。包括3个层，每一个层都有卷积层，池化层，激活层。需要设置rom核来调用coe文件。平台为ISE14.7
2022-04-22 12:05:31
948KB