小编lur*_*101的帖子

我在这里找到了一些关于这个主题的帖子，但大多数都没有有用的答案。

我有一个 3DNumPy数据集[images number, x, y]，其中像素属于某个类的概率存储为浮点数 (0-1)。我想纠正错误的分段像素（具有高性能）。

这些概率是电影的一部分，其中物体从右向左移动，并可能再次返回。基本思想是，我用高斯函数或类似函数拟合像素，并查看大约 15-30 张图像 ( [i-15 : i+15 ,x, y] )。如果前面的5个像素和后面的5个像素都属于这个类，那么这个像素很可能也属于这个类。

为了说明我的问题，我添加了示例代码，结果是在不使用以下内容的情况下计算的numba：

from scipy.optimize import curve_fit
from scipy import exp
import numpy as np
from numba import jit

@jit
def fit(size_of_array, outputAI, correct_output):
    x = range(size_of_array[0])
    for i in range(size_of_array[1]):
        for k in range(size_of_array[2]):
            args, cov = curve_fit(gaus, x, outputAI[:, i, k])
            correct_output[2, i, k] = gaus(2, *args)
    return correct_output

@jit
def gaus(x, a, x0, sigma):
    return a*exp(-(x-x0)**2/(2*sigma**2)) …