Question 1002874: 图像处理中rgba是什么意思？
统计/机器学习 计算机视觉图像处理中rgba是什么意思？
Answer
rgba分布代表红色(Red)，绿色(Green)，蓝色(Blue)和透明度(Alpha)。
rgba的图片每个像素点是由上面四个数值表示的。
一般rgb的图像被称为三通道，rgba是四通道，因为多了一个通道alpha，用来表征每个像素点的透明度。
Question 1003229: 有什么好的方法识别图片中的特殊点呢
统计/机器学习 计算机视觉
大概如图所示的图片。
我希望的是把上图中表格所有线条的交叉点的坐标提取出来。
实际是手机拍照出来的，表格的线条并不理想。用opencv去提取线条不合适。
用卷积能够识别出大概的交叉点。但是获取到的坐标并不精确。
想了很久，没找到思路。请问下大家有没有好的思路分享一下呢。欢迎大家一起讨论
Answer
按你的描述，只要识别出“十字”的特征就可以找出交点坐标。训练图像来自于手机拍摄，主要问题是形变，比如缩放，旋转，位移和错切等（scale，rotation，translation，shear）。这就要求训练输入数据包含大部分的形变。你可以人造一些形变后的图案片作为训练数据。还需要注意kernel size要和“十字”的patch差不多大；因为不需要太多非线性，激活函数用relu；filter个数要多，越多能学到的形变就越多；问题简单，cnn深度不需要太大。
我感觉，不需要cnn，直接人造一些形变的filter bank，再做模式匹配，最后取输出最大值，也能做出来。
你最好把如何获得训练的输入数据，如何产生训练的输出坐标，“十字”线宽度有多少像素，噪音程度，拍摄角度范围，用彩色还是灰度这些细节都描述下，并给出你以前cnn结构，才能更深入讨论。
------------------------
还可以用2D cross-correlation。这里是Matlab里的例子。这个问题里template是“十字”。
Question 1004377: cifar-10数据集是有哪十类？
统计/机器学习 计算机视觉cifar-10是做图像识别的数据集，据说是有十类，请问有哪十类？
Answer
基本是动物和交通工具
airplanes(飞机), cars(轿车), birds(鸟), cats(猫), deer(鹿), dogs(狗), frogs(蛙), horses(马), ships(船), and trucks(卡车)
Question 1004683: coco数据集是什么？
统计/机器学习 计算机视觉coco数据集是什么？
Answer
就是做物体检测的数据集Common Objects in Context
有80个分类，8万张训练图片，4万张验证图片的数据集
Question 1005907: 有没有拍商品各个角度（7-10张），就可以无限生成这个商品各个角度的数据集
统计/机器学习 计算机视觉 应用场景大家好，最近公司在做一个项目，大致场景如下：
在摄像头范围内（摄像头离用户手还有点距离，可以认为是小物体），用户手上会拿着一个商品（例如可乐，零食，纸巾），算法可以实时检测到，现在算法已经弄好了，但是数据标注是大问题（现在是比较原始的录制一段视频标注一段视频），想问下有没更好的标注方式
我了解到有些办法拍商品的各个角度图片（大概7-10张，上下左右都有），然后就可以生成这个商品的各个角度图片，然后就可以直接用来训练了（效率快了N倍），但是不知道具体怎么弄，有朋友知道吗？
（付费告知也行）
Answer
你说的就是根据照片进行三维重建吧，这个研究应该挺多的，如果你没接触过的话，得好好摸索摸索。
维基百科英文3D reconstruction from multiple images
百度百科三维重建
简书上得综述三维重建初探(整理的一些资料及论文分享)
数据集的话，你可以自己搜索datasets for 3d reconstruction，估计能搜出一些，符不符合你的需求就不知道了
Question 1022375: 模型加载
统计/机器学习 计算机视觉Answer
保存的代码：
torch.save(model.state_dict(), PATH)
加载的代码：
model = TheModelClass(*args, **kwargs)
model.load_state_dict(torch.load(PATH))
来自sofasofa(一个专业的机器学习社区)，建议去sofa社区阅读，这里只是记录。防止网站在网络中走失。