CODERISTAN

Github reponuzda yaptığınız değişikliklerin gerçekten siz tarafından yapıldığını göstermek için GPG gibi bir anahtar doğrulamasına ihtiyacınız var. Eğer Github hesabınızda, Ayarlar kısmında yer alan SSH and GPG Keys sayfasında Vigilant Mode seçeneğini seçerseniz, reponuzdaki commitlerin yanında bir tag kutusu belirecektir. Eğer SSH veya GPG gibi bir anahtar doğrulama mekanizması kullanmıyorsanız şu şekilde bir görselle karşılaşacaksınız Bu unverified etiketi, gönderilen commitlerin doğrulanmadığını gösteriyor. O yüzden yerel bilgisayarımızda bir GPG ve SSH key oluşturmalı, bunu github'a bildirmeli ve commitlerimizin artık bu key ile imzalanacağını git programında ayarlamalıyız. Ben GPG key kullanacağım. O yüzden bu şekilde anlatıyorum. GPG keylerde son kullanma tarihi var. Öyleyse başlayalım. Öncelikle yerel bilgisayarınıza git kurmalısınız.  Şuradan kendi işletim sistemimize uygun olanı indiriyoruz. Kurulumdan sonra git bash ve git gui kullanılabilir hale gelecektir. Git reponuzu...

Mask-RCNN modelini kullanarak segmentasyon çalışmaları yaparken başlıktaki hatayla karşılaştım. Açıkçası Mask-RCNN modeli 5 senedir güncellenmiyor ve hatalarla karşılaşmak normal. Bu soruna çözüm ararken karşılaştığım bir çözümü, internete not olsun diye düşmek istedim.  Şu   adreste scikit-image sürümünün düşürülmesi tavsiye edilmiş ancak böyle bir durumda diğer kütüphanelerle uyumsuzluk sorunu ortaya çıkabilir. Zaten ben bu çözümü uyguladığım halde hata devam ediyordu. Daha aşağılarda bir yerde, maskrcnn paketinin utils.py dosyası içerisinde yer alan resize fonksiyonunu düzeltme önerisinde bulunulmuş. Mask-RCNN paketini  şuradan yerele indirip gerekli düzenlemeleri yapabilir ve çalışmanıza dahil edebilirsiniz. Ben gerekli düzeltmeleri yaptıktan sonra artık dtype is bool hatasını almıyordum ancak bu kez de np.bool deprecated hatası almaya başladım. Bu noktada basit bir şekilde utils.py dosyasında import satırlarından sonra np.bool = np.bool_ tanımlaması yaparsak sorunum...

Bu yazıda CLAHE algoritmasını nasıl uygulayacağımızı ve verilen bir resmi histogram eşitlemesi için nasıl işleyeceğimizi öğreneceğiz. Bu yazıda, CLAHE algoritmasının, görüntü iyileştirme için nasıl uygulandığını göreceğiz. CLAHE, görüntü kontrast değerlerinin aşırı yüksekliği ile ilgilenen AHE algoritmasının bir varyantıdır. CLAHE, bütün resim üzerinde işlem yapmak yerine kesitler olarak adlandırılan küçük bölgeler üzerinde işlem yapar. Küçük kesitlerde yapılan işlem sonrasında oluşan yapay sınırları kaldırmak için bilinear interpolasyon işlemi uygulanarak bu küçük kesitler birleştirilerek son görüntü elde edilir.  Bu algoritma görüntü kontrastını iyileştirmek için kullanılabilir. CLAHE algoritmasını renkli görüntülere de uygulayabiliriz. Genelde HSV görüntülerin yalnızca parlaklık kanalına uygulandığı durumlarda, tüm RGB kanallara uygulamaktan çok daha başarılı sonuçlar elde etmemizi sağlar.  CLAHE algoritması uygulanırken 2 parametre önemlidir. Birincisi clipLimit parametres...