반응형
250x250
Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 13 | 14 | 15 | 16 | 17 | 18 | 19 |
| 20 | 21 | 22 | 23 | 24 | 25 | 26 |
| 27 | 28 | 29 | 30 |
Tags
- evaluating object hallucination in large vision-language models
- vlm 환각이란
- vlm hallucination
- 1차 미분 마스크
- mobilenetv1
- vlm hallucination paper
- dinov2: learning robust visual features without supervision 논문
- 엔트로피란
- dinov2: learning robust visual features without supervision
- 이미지 필터링
- vlm
- 딥러닝 목적함수
- Object detection article
- clip adapter
- 논문 요약
- 논문 리뷰
- evaluating object hallucination in large vision-language models 논문
- dinov2 논문 리뷰
- vlm 환각
- 객체 검출
- clip
- evaluating object hallucination in large vision-language models paper
- 에지 검출
- 원격 학습 안끊기게
- polling-based object probing evaluation
- object detection
- 딥러닝 엔트로피
- 기계학습
- blip-2
- dinov2: learning robust visual features without supervision 논문 리뷰
Archives
- Today
- Total
목록회선 연산 (1)
My Vision, Computer Vision
[딥러닝 공부] 이미지 샤프닝, 블러링, 1차 미분 마스크
이 글은『정성환, 배종욱, OpenCV-Python으로 배우는 영상 처리 및 응용, 생능출판2020년)』에서 공부한 내용을 토대로 작성되었다.회선(Convolution)마스크의 크기가 3 * 3이고 입력 이미지와 출력 이미지의 크기가 같다고 하자. 이 때 한 픽셀에서 컨볼루션 연산을 수행하면 그 픽셀의 주변 8픽셀까지 출력 픽셀에 관여하게 된다. 마스크의 값을 잘 조절하면 블러링, 샤프닝 등과 같이 원하는 특징을 부각시켜 출력 이미지를 만들 수 있게 된다. 블러링# 이미지 파일 경로image_path = "~~/~~/001.jpg"image = cv2.imread(image_path)image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)# 가우시안 블러링(커널 크기, ..
공부
2024. 12. 20. 15:34