图像中的裂纹检测

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 01. 数据集 我们首先需要从互联网上获取包含墙壁裂缝的图像（URL格式）数据。总共包含1428张图像：其中一半是新的且未损坏的墙壁；其余部分显示了各种尺寸和类型的裂缝。 第一步：读取图像，并调整大小。 images = [] for url in tqdm.tqdm(df['content']): response = requests.get(url) img = Image.open(BytesIO(response.content)) img = img.resize((224, 224)) numpy_img = img_to_array(img) img_batch = np.expand_dims(numpy_img, axis=0) images.append(img_batch.astype('float16')) images = np.vstack(images) 从下面的示例中您可以看到，在我们的数据中显示了不同类型的墙体裂缝，其中一些对我来说也不容易识别。 图例 02. 机器学习模型 我们想要建立一个机器学习模型，该模型能够对墙壁图像进行分类并同 ………………………………