回答情况：
提问时间：
问题标签：
我想试试多尺度的问题。你能建议我如何制作多尺度数据集吗？由于CNN的输入是固定的，图像是固定的(如100×100)，那么不同尺度的图像如何才能对系统进行多尺度问题的训练。
浏览 3提问于2017-04-26得票数 1
我想根据检测到的多尺度冲浪点计算一个描述符。当我使用Matlab函数'detectSURFFeatures‘时，我可以得到带有比例信息的检测点。但是根据点的比例，我如何才能得到检测到点的缩放图像。我看到轻快描述符与SURF检测器相结合，以实现尺度不变特性。那么，在获得具有尺度信息的冲浪点之后，是否应该在检测到这些点的多尺度图像上计算轻快描述符？那么如何根据给定的点尺度获取多尺度图像呢？
浏览 1修改于2016-01-27得票数 1
我尝试对图像进行小波分析，我需要一些多尺度分解的方法。我正在试验PyWavelets包。然而，dwt2和idwt2方法只提供单一的标度。我可以迭代这些方法，并将单尺度分解应用于图像的较小区域；如果dwt2的结果由4个数组组成：| A | B || C | D |然后，我可以将我知道在其他包中有各种不同的小波实现，但我不知道它们是否提供了多维数据的健壮的多尺度分解。我在这里最好的选择是什么？
浏览 10修改于2015-04-04得票数 2
有一个以深度缩放图像为源的多尺度图像。现在我需要允许用户在多尺度图像的顶部绘制多边形和线条，这样形状就会跟随拖动和缩放来相应地缩放。我试图在多尺度图像之外添加一个画布，但不知道如何使它们在缩放或拖动时彼此粘合。谢谢，Val
浏览 2提问于2010-07-18得票数 1
我想将图形添加到多尺度图像中。我使用Deep Zoom Composer在创建多尺度图像时自动生成的项目。显示来自VS2008 works的多尺度图像。并将图形添加到了maincanvas，但没有任何结果： <Canvas Name="maincanvas"/></Grid>
编辑:当用户放大多尺度图像时
浏览 1修改于2009-08-13得票数 1
回答已采纳
我正在查看OpenCV的的cv2.HoughLines()，文档中引用了一个多尺度的Hough变换。经典的Hough变换和多尺度的Hough变换有什么区别？
浏览 9修改于2022-07-23得票数 1
我有一个很大的图片:(14848像素的宽度* 14336像素的高度)我使用了深度缩放工具并将文件导出到silverlight，并使用了一个“多尺度图像”控件。多尺度图像为400*400像素。在项目开始后，我想当我点击图像中的一些地方时，考虑到平移和缩放因子，我想知道真实图像的‘真实’坐标，而不是多尺度控件的宽度……所以如果有办法知道的话我希望你们能帮我。提前谢谢。
浏览 2提问于2012-03-06得票数 0
回答已采纳
我读了一篇关于深度学习的文章，偶然发现了这个术语，叫做多尺度神经网络。我完全理解卷积神经网络的概念，但它的多尺度部分的理解有点困难。有人能帮帮我吗？提前感谢！
浏览 0提问于2021-11-05得票数 0
1回答
谁能说明一下多尺度形态过滤是什么意思？我理解膨胀和侵蚀的基本概念。但是在多尺度滤波中，使用的是缩放结构函数。标度这个词是什么意思？
请在这里找到更多相关信息：。
浏览 6提问于2013-11-05得票数 0
所以我有一个带有多个不同尺度的曲线的曲线图-一些小的，一些大的。用户聚焦并放大其中的一个。现在他想把注意力放在其他曲线上。我们有一个对曲线的引用和它所在的PlotModel。
浏览 0提问于2016-03-08得票数 0
细胞之间的大小差异是有意义的(由于形态学的变化)，所有其他特征仍处于相似的尺度上。
有没有人面对过这种情况？我是不是错过了另一种更好的方法？
浏览 3提问于2020-04-01得票数 0
但我认为，如果将小波变换应用于信号，则结果是尺度域(时域->尺度域，因为小波变换)。我们应该在时域而不是尺度域对信号进行分析。逆是分析WPD在时域上不正确的结果的尝试。
如果分析不正确，它有什么问题？
浏览 2提问于2020-10-21得票数 0
我想用python实现一个多尺度的CNN。我的目标是对三个不同的尺度使用三个不同的CNN，并将最终层的最终输出连接起来，并将它们提供给FC层以获得输出预测。有人能在这方面帮我吗？
浏览 1提问于2016-10-30得票数 4
1回答
我正在尝试创建一个类似于的网络，但我不知道它是如何实现的。main_model = Sequential()main_model.add(BatchNormalization())main_model.add(MaxPooling2D(po
浏览 1修改于2021-03-08得票数 2
回答已采纳
几天前，我读过关于多尺度CNN (__OverFeat method)的文章，您可以通过这个链接获得演示。他们在不同比例的图像上进行CNN，然后将所有输出地图组合在一起。所以我的问题是:如果我们使用6种不同尺度的CNN架构，那么我们在每个尺度上都有不同的卷积层(我想是这样)。那么在OverFeat**中，它们是如何在运行时使用1级的呢？如果我们使用一个特定的比例，那么我们如何访问其他不同尺度的特征提取器？**我在文章中看到，它们结合了不同尺度的特征映射，但我不知道这个过程是如何执行的。
浏览 0修改于2020-12-02得票数 3
我有两个数据集，我想做一个皮尔逊相关分析。我已经进行了有意义的分析，但考虑到这两个数据集在不同的尺度上都有值，我想确定它是有效的。dataset1 = 3-20现在我的理解是，pearson相关系数并不取决于不同数据集的尺度的变化或差异，但是对于我看到的所有例子，虽然尺度不同，但较低的值总是
浏览 0修改于2020-12-20得票数 3
1回答
我想使用matplotlib在多个轴上绘制具有多个比例的雷达图。在一个轴上只提供一个比例。(在本例中，比例为0.2,0.4,0.6,0.8 )我找到了一个我正在寻找的的例子。在这个例子中有5个轴，所有轴上都有5个比例，就像我想要的那样。
浏览 4提问于2014-07-10得票数 13
回答已采纳
我正在Keras中构建一个带有注意力的LSTM模型，用于多标签分类，但有数千个可能的输出标签，每个标签都有自己的sigmoid预测层和唯一的注意力MLP层。有没有可能训练和保存这么大的模型？
浏览 2提问于2017-05-12得票数 2
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号