Я пытаюсь создать GStreamer
конвейер, который может выполнять обработку изображений. В частности, я делаю предварительную обработку изображений для использования в сетях машинного обучения. Таким образом, этот конвейер выполнит все необходимые этапы предварительной обработки перед подачей в нейронную сеть.
Прямо сейчас я пытаюсь выяснить, есть ли какие-нибудь GStreamer
плагины, которые могут просто нормализовать.
GStreamer позволяет программистам создавать собственные плагины для приложений. Это одно из решений этого вопроса, но я хочу выяснить, существуют ли какие-либо ранее существовавшие решения.
Всё может помочь !!! Заранее спасибо.
Я просмотрел GStreamers
список плагинов на их веб-сайте, но их много, и некоторые описания мне не понятны, что они делают или как их использовать.
Эта страница представляет собой список GStreamers
плагинов, представленных на их веб-сайте.
Этот плагин звучит многообещающе, но не совсем то, что я искал.
Если кому-то интересно, это метод нормализации, который я хочу воспроизвести для моего конвейера GStreamer.
def preprocess(img_data):
mean_vec = np.array([0.485, 0.456, 0.406])
stddev_vec = np.array([0.229, 0.224, 0.225])
norm_img_data = np.zeros(img_data.shape).astype('float32')
for i in range(img_data.shape[0]):
# for each pixel in each channel, divide the value by 255 to get value between [0, 1] and then normalize
norm_img_data[i,:,:] = (img_data[i,:,:]/255 - mean_vec[i]) / stddev_vec[i]
return norm_img_data