基于像素梯度的深度学习:Pytorch:基于像素梯度的深度学习(HOG + CNN) 源码

Pytorch:基于像素梯度的深度学习(HOG + CNN) 概述 一种新颖的基于像素梯度的CNN。 为CNN的输入制作“像素渐变数组” 。 与基于灰度图像的普通CNN相比,精度更高。 Pytorch实现为自定义的torchvision.transforms 。 像素渐变阵列 图像的梯度方向是图像处理中的基本组成部分之一,并且经典用于“定向直方图(HOG)功能”,这是最成功的描述符之一。 该存储库是将其带入深度学习领域的建议: 制作量化像素渐变的3维数组(=“像素渐变数组”)。 使用像素梯度阵列作为深度学习模型(例如CNN)的输入。 像素渐变阵列的生成总结如下。 评估 通过使用MN