快乐小羊没烦恼-CSDN博客

原创【数字图像处理6】python+opencv使用LBP、HOG提取特征来分类人脸、人身

我就是挂个标题先，想不到吧~文章目录实验目的实验前明确的概念一、LBP分类二、HOG分类参考资料实验目的选取LBP、HOG两种特征提取算法做分类，去识别人和车的图像。实验前明确的概念LBP、HOG是两种特征提取算法。一、LBP分类二、HOG分类HOG(Histogram of Oriented Gradient)在对象识别与模式匹配中是一种常见的特征提取算法。它是基于本地像素块进行特征直方图提取的一种算法，对象局部的变形与光照影响有很好的稳定性。参考资料HOG:htt

2020-11-22 12:16:18 4212 4

原创【数字图像处理3】（下）使用Python+OpenCV+EDSR模型，实现超分辨率重建（SR）

超清晰度重建（SR） Python+OpenCV+EDSR模型首先 1024节日快乐。虽然我前面介绍了很多种模型，但是真的要自己实现超清重建，还不是哪个模型网上资料多，实现简单就做哪个模型么…（嘴上很抗拒，身体很诚实）接下来，我将用EDSR模型，来实现超清重建。1、安装OpenCV contrib模块OpenCV中的超分辨率功能被集成在了contrib模块中，因此我们首先需要安装OpenCV的扩展模块。超分辨率被集成在dnn_superres模块中，如果小伙伴们电脑空间有限，可以只编译这一个模

2020-10-24 17:18:13 7703 24

原创【Java相关】GC垃圾回收和内存分区

文章目录前言如何决定哪些对象是垃圾？1、引用计数法2、可达性分析法其他问题java的堆内存什么中生代￥%……&前言说起垃圾回收机制gc，主要是两部分为题需要解决：如何判断谁是垃圾？则么回收？（涉及算法和策略）如何决定哪些对象是垃圾？1、引用计数法java中是通过引用来和对象进行关联的，也就是说如果要操作对象，必须通过引用来进行。那么简单的办法就是通过引用计数来判断一个对象是否可以被回收。如果一个对象没有任何引用与之关联，则说明该对象基本不太可能在其他地方被使用到，那么这个对象就成为

2022-04-11 11:10:36 2608

原创【Java相关】并发、线程池

文章目录并发和并行synchronized 关键字volatile 型变量.1 含义.2 作用.2.1 可见性.2.2 禁止指令排重优化.3 缺陷线程池协程sleep、wait、noddfy并发和并行并发指的是单核CPU进行快速切换，看似同一时间同时处理多件事情。并行指的是多核CPU真正处理多件事情。synchronized 关键字Java中每一个对象都可以作为锁，这是synchronized实现同步的基础：普通同步方法，锁是当前实例对象静态同步方法，锁是当前类的class对象同步方

2022-04-08 16:24:48 508

原创【Java相关】java对象的创建及结构

文章目录一、对象创建的过程1.1 new指令1.2 分配内存1.3 初始化1.4 对象信息配置1.5 构造函数init二、对象的内存布局2.1 对象头2.1.1 对象自身的运行时数据2.1.2 类型指针2.2 实例数据2.3 对齐填充三、如何访问创建的对象3.1 使用句柄3.2 指针访问3.3 总结一、对象创建的过程1.1 new指令当Java虚拟机遇到一条字节码new指令时，先检查这个指令的参数是否能在常量池中定位到一个类的符号引用，并且检查这个符号引用代表的类是否已被加载、解析和初始化过。

2022-04-01 15:53:23 524

原创【计算机基础】repo学习笔记

文章目录一、关于repo1.1 介绍清单库文件1.2 下载repo代码1.3 探究repo文件夹二、 repo常用命令2.1 解析拉取代码的命令2.2 同步代码（repo sync）2.3 创建并切换分支（repo start）知识补充——什么是分支2.4 查看分支（repo branches）2.5 切换分支（repo checkout）3.1清单库是什么？从哪里下载？项目清单文件default.xml 文件示例参考一、关于reporepo是Google开发的用于管理Android版本库的一个工具，

2022-03-26 11:15:41 2672

原创【计算机基础】ubantu创建共享文件夹映射为网络驱动器

文章目录步骤步骤1、下载samba，是一个共享网络文件夹的工具。sudo apt-get install samba安装完成后执行samba -V如果可以看到版本号即为安装成功2、创建你要共享的目录mkdir 你的目录chmod 777 你的目录3、第二步需要配置samba服务器，使用如下命令打开samba的配置文件sudo vi /etc/samba/smb.conf 加入配置信息[share]**（注意，这里的share你写什么名字，就会在最终的网络驱动器上叫什么名

2022-03-21 19:20:19 938

原创【视线追踪】视线追踪的性能评估框架及基础知识

文章目录一、前言二、眼球追踪基础1. 眼动类型研究2. 基本设备3. 校准 calibration4. 眼球视线和头部姿态的关系5. 视线追踪精确度的评估三、视线估计算法1. 基于2维回归2. 基于3D模型1) 单摄像头2) 多摄像头3. 基于交叉比4. 基于外观5. 基于眼睛形状的方法四、实现估计的应用1. 电脑2. 电视3. 头戴设备4. 汽车5. 手持设备6. 设备配置五、视线追踪的性能指标和错误原因1. 不同平台之间差异性很大2. 影响视线追踪可用性的因素六、视线追踪系统的性能评估框架1

2022-01-04 20:01:33 4041

原创【计算机网络】DNS解析详解

文章目录基本概念介绍域名的解析过程DNS查询优化基本概念介绍根据域名服务器所起的作用，可以把域名服务器划分为以下四种不同的类型：根域名服务器这是最重要的服务器，因为只要本地域名服务器无法解析，就首先要求助于根域名服务器。顶级域名服务器（即TLD服务器，或者说二级域名服务器）负责管理二级域名，当他收到DNS查询请求时，就给出相应的回答(可能是最后的结果，也可能是下一步应当找的域名服务器的IP地址)权限域名服务器（三级域名服务器）：他是负责一个区的域名服务器。当一个权限域名

2021-12-19 18:42:44 8770

原创【Redis】IO多路复用及 Select、Poll、Epoll、NIO

文章目录文件事件处理器【I/O多路复用程序】的实现文件事件的处理器连接应答处理器：命令请求处理器：命令回复处理器一次完整的客户端与服务器链接示例文件事件处理器Redis开发了一个文件事件处理器，文件事件处理器使用I/O多路复用（multiplexing）程序来同时监听多个套接字，并根据套接字目前执行的任务来为套接字关联不同的事件处理器。当被监听的套接字准备好执行连接应答（accept）、读取（read）、写入（write）、关闭（close）等操作时，与操作相对应的文件事件就会产生，此时，文件事

2021-12-17 20:14:25 1797

原创【数据结构】Java容器——ArrayList、LinkedList、HashMap（红黑树）等结构的分析

文章目录ArrayList和LinkedList使用场景：ArrayList和LinkedListArrayList是基于数组实现的，LinkedList是基于双链表实现的，因此LinkedList可以作为双向队列，栈。因为Array是基于索引(index)的数据结构，它使用索引在数组中搜索和读取数据是很快的，可以直接返回数组中index位置的元素，因此在随机访问集合元素上有较好的性能。Array获取数据的时间复杂度是O(1),但是要插入、删除数据却是开销很大的，因为这需要移动数组中插入位置之后的

2021-12-16 09:04:03 3925

原创【数据库】隔离级别 MVCC 乐观锁悲观锁

文章目录MVCC定义快照读例子当前读例子MVCC定义MVCC，全称 Multi-Version Concurrency Control ，即多版本并发控制。多版本的意思就是数据库中同时存在多个版本的数据，并不是整个数据库的多个版本，而是某一条记录的多个版本同时存在，在某个事务对其进行操作的时候，需要查看这一条记录的隐藏列事务版本id，比对事务id并根据事物隔离级别（隔离级别是什么见我之前的博客）去判断读取哪个版本的数据。注意：与MVCC相对的，是基于锁的并发控制，毕竟，锁是非阻塞并发读。而MVC

2021-12-12 19:30:10 639

原创【Redis】三种集群模式（主从、哨兵、集群） + 如何保证数据一致

文章目录第一次连线时从服务器重连时第一次连线时当向一个节点输入slaveof 命令时，他会变成某个节点的从服务器，之后从服务器向主服务器发送SYNC命令，开始同步请求。收到SYNC命令的主服务器执行BGSAVE命令，在后台生成一个RDB文件，并使用一个缓冲区（注意，这个缓冲区不是复制积压缓冲区！！！）记录从现在开始执行的所有写命令。当主服务器的BGSAVE命令执行完毕时，主服务器会将RDB文件发送给从服务器，从服务器接收并载入这个RDB文件，将自己的数据库状态更新至主服务器刚开始执行BG

2021-12-11 16:46:15 3177

原创【Redis】如何保证缓存与数据库的一致性？

问题1：先更新数据库，再删除缓存。如果删除缓存失败了，那么会导致数据库中是新数据，缓存中是旧数据，数据就出现了不一致。解决思路：先删除缓存，再更新数据库。如果数据库更新失败了，那么数据库中是旧数据，缓存中是空的，那么数据不会不一致。因为读的时候缓存没有，所以去读了数据库中的旧数据，然后更新到缓存中。问题2：数据发生了变更，先删除了缓存，然后要去修改数据库，此时还没修改。一个请求过来，去读缓存，发现缓存空了，去查询数据库，查到了修改前的旧数据，放到了缓存中。随后数据变更的程序完成了数据库的修改。完了

2021-12-09 20:21:28 1071

原创【计算机基础】IO相关知识

文章目录前言一、阻塞、非阻塞IO阻塞IO非阻塞IO二、IO复用IO复用的形成原因三、信号驱动IO模型四、异步IO五、IO总结前言之前看了一些关于Redis的只是，其中有一个知识点——IO多路复用，我不太清楚，索性今天从IO模式学起，系统的了解一下IO相关内容，也许会对理解Redis有所帮助。IO模型有以下几种：阻塞IO非阻塞IOIO复用（select和poll）信号驱动异步IO另外再明确一个概念，一个数据的输入操作一般分为两个阶段：等待数据准备好把数据从内核拷贝到进程对于网络

2021-12-09 19:57:12 1137

原创【Redis】数据击穿、穿透和雪崩

文章目录一、数据雪崩二、数据穿透三、数据击穿一、数据雪崩定时刷新清理缓存中的key时，Redis缓存中大面积key失效，从而导致大量请求直接访问了数据库，大面积的缓存失效，打崩了 DB。举例：大量key同时过期，大面积失效，请求直接打到数据库。你想想如果挂的是一个用户服务的库，那其他依赖他的库所有接口几乎都会报错。如果没做熔断等策略基本上就是瞬间挂一片的节奏。解决：对症下药，避免缓存中出现大量key同时失效的情况。设置失效时间。批量往 Redis 存数据的时候，把每个 Key 的失效时间都加

2021-12-08 22:04:32 2444

原创【Java】排序算法

文章目录冒泡排序快速排序冒泡排序实现思路：选取第一个元素，之后与其后面相邻的元素进行比较，将更大的元素交换到后面，直到最大的元素被放在了最右边。之后重复第二轮操作，将第二大的元素放在第二右边。右边的元素都是排好有序的，所以j<len-1-i(有一个-i)public static int[] maoPao(int[] arr) { /* 外侧每一轮的任务是，把最大的数字放在右边，之后是把第二大的数字放在右数第二个。内测的任务是，完成从最

2021-12-06 21:50:15 607

原创【Redis】布隆过滤器（减少查询压力）

文章目录什么是布隆过滤器？实现原理它能干什么？什么是布隆过滤器？本质上布隆过滤器是一种数据结构，一种概率型数据结构，特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”。相比于传统的 List、Set、Map 等数据结构，它更高效、占用空间更少，但是缺点是其返回的结果是概率性的，而不是确切的。实现原理比如说一个布隆过滤器长这个样子：如果我们要映射一个值到布隆过滤器中，我们需要使用多个不同的哈希函数生成多个哈希值，并对每个生成的哈希值指向的 bit 位置 1，例如针对值 “

2021-12-05 16:56:53 837 3

原创【Redis】如何解决分布式并发竞争 Key 问题

如何解决 Redis 的并发竞争 Key 问题所谓 Redis 的并发竞争 Key 的问题也就是多个系统同时对一个 key 进行操作，但是最后执行的顺序和我们期望的顺序不同，这样也就导致了结果的不同！推荐一种方案：分布式锁（zookeeper 和 redis 都可以实现分布式锁）。（如果不存在 Redis 的并发竞争 Key 问题，不要使用分布式锁，这样会影响性能）方案——Redis实现分布式锁Redis为单进程单线程模式，采用队列模式将并发访问变成串行访问，且多客户端对Redis的连接并不存在竞争

2021-12-05 16:45:13 2885

原创【Redis】Redis是如何优化内存的？（过期键、淘汰、扩容、对象自动释放）

文章目录前言一、过期键删除注意二、内存淘汰策略1、全局的键空间选择性移除2、设置过期时间的键空间选择性移除三、良好的数据结构节省内存1、整数集合的存储空间扩容2、哈希表存储对象3、哈希表的灵活扩、缩容前言一说到优化内存，再结合Redis的本身特性——基于内存的操作，我感觉有很多东西都可以说啊，比如说：比如redis内存满了怎么办？这涉及到过期键的删除策略一、过期键删除Redis是key-value数据库，可以设置key的过期时间，来及时释放内存，否则可能会导致写命令返回错误信息等问题。过期策

2021-12-03 20:46:48 1416

原创【Redis】什么是高可用？redis为何高可用？

文章目录前言什么是高可用？Redis为何高可用？1、哨兵机制**当一个Sentinel启动时，它需要执行以下步骤:**哨兵对节点的三项监控（1）info命令：（2）向 __sentinel__:hello 频道同步信息（3）向数据节点做心跳探测主观下线客观下线选举领头Sentinel故障转移（1）新的主服务器选举规则（2）选举之后，让其他从服务器服从主服务器（3）将旧的主服务器变为从服务器**哨兵的核心知识**2、数据库的主从复制部分复制（1）偏移量（2）复制积压缓冲区（3）服务器运行ID前言什么是高

2021-11-30 21:13:39 1760

原创【Redis】底层数据结构及其封装对象详解

文章目录前言一、对象的类型和编码1、类型不同类型的type输出2、编码和它的底层实现二，字符串对象int编码raw编码embstr编码注意，long double也是按照string保存的！！！三、列表对象1、压缩列表编码2、双端链表编码补充，压缩列表的结构3、编码转换四、哈希对象1、压缩列表编码2、字典编码3、编码转换五、集合对象1、整数集合编码2、哈希表编码两种编码图3、编码转换六、有序集合对象1、压缩列表编码2、跳跃表编码为什么有序集合需要同时使用跳跌表和字典来实现？3、编码转换七、内存回收前言

2021-11-29 22:10:06 701

原创【计算机网络】HTTP和HTTPS

HTTP不安全HTTP协议以明文方式发送内容，不提供任何方式的数据加密，如果攻击者截取了Web浏览器和网站服务器之间的传输报文，就可以直接读懂其中的信息，因此，HTTP协议不适合传输一些敏感信息，比如：信用卡号、密码等支付信息。为什么HTTPS安全HTTPS是HTTP和SSL组合而成的,在传输层使用了SSL进行加密,保证了只有拥有私钥的才能看到信HTTPS工作原理首先服务端给客户端传输证书,这个证书就是公钥,只是包含了很多的信息,比如说证书的办法机构,证书的过期时间客户端进行证书的解析,比如说验

2021-11-26 19:03:30 1704

原创【AI】斯坦福CS231n课程练习（1）—— KNN和SVM分类

文章目录一、前言CS231n简介本篇博客任务二、知识准备1、KNN是什么？2、SVM是什么？三、实验一、前言CS231n简介CS231n全称是: Convolutional Neural Networks for Visual Recognition，即面向视觉识别的卷积神经网络。本篇博客任务在 Google Colab 上使用 KNN 和 SVM 进行图像分类，具体细节可以查看官方要求。只完成 Q1: k-Nearest Neighbor classifier 和 Q2: Trainin

2021-04-05 20:36:44 1125 5

原创【AI】轻量级神经网络——MobileNetV1 到 MobileNetV2 的论文解读

文章目录前言MobileNetV1什么是VGG我的问题前言本文讲的是MobileNetsV2，MobileNets是进阶版本。MobileNets是谷歌公司在2017年发布的一种可以在手机等移动终端运作的神经网络结构。MobileNetV1其实介绍MobileNetV1（以下简称V1）只有一句话，MobileNetV1就是把VGG中的标准卷积层换成深度可分离卷积就可以了。MobileNets在ImageNet分类问题上与其他流行的模型上有极强的性能。然后作者在广泛的应用场景上演示了M

2021-03-24 15:18:09 903 1

原创【AI】VGG网络简介

文章目录1、简介2、VGG网络结构3、原理1、简介VGG是Oxford的Visual Geometry Group的组提出的，所以叫VGG；VGG是一种经典的卷积神经网络；VGG有两种结构，分别是VGG16和VGG19，两者并没有本质上的区别，只是网络深度不一样。2、VGG网络结构VGG16包含了16个隐藏层（13个卷积层和3个全连接层），如上图中的D列所示；VGG19包含了19个隐藏层（16个卷积层和3个全连接层），如上图中的E列所示VGG网络的结构非常一致，从头到尾全部使用的是3x

2021-03-18 20:59:55 2381

原创【NLP】ESPNet语音识别——原理、实现过程

文章目录前言什么是端到端？什么是ESPNet？参考文献前言本文的主旨：阐述 ESPnet 进行端到端语音识别的基本原理、实现方法和主要流程。什么是端到端？传统的机器学习中，往往包含多个独立的模块：以NLP问题举例——包括分词、标注、分析句法和语义、等多个独立模块。每一个模块的输出好坏会影响下一个结果，从而影响整个训练的结果，这就是非端到端；而在训练深度学习模型时，输入的数据后，输出的结果与真实结果会有一个误差，误差再通过反向传播来调整每一层网络的参数、权重（或者说Embedding），直到

2021-01-15 09:50:05 9242 4

原创【AI】高光谱图像分类 — HybridSN模型

文章目录前言实验目的论文地址1、这篇论文讲了个啥？论文细节2、2D卷积和3D卷积的区别2D卷积：3D卷积：前言实验目的阅读论文《HybridSN: Exploring 3-D–2-DCNN Feature Hierarchy for Hyperspectral Image Classification》，并思考3D卷积和2D卷积的区别；同时，阅读代码：https://gaopursuit.oss-cn-beijing.aliyuncs.com/202010/AIexp/10%20-%20Hybri

2021-01-05 12:11:57 9050 15

原创【AI】什么是深度学习中的Batch Norm？

什么是Batch Norm：个人感觉，Batch Norm是深度学习中出镜率很高的一项技术，可以使训练更容易、加速收敛、防止模型过拟合。在很多基于CNN的分类任务中，被大量使用（个人理解，BN层很适合分类任务！）。BN对图像来说类似于一种对比度的拉伸，其色彩的分布都会被归一化，会破坏了图像原本的对比度信息（所以BN就不适合做超清晰度重建之类的任务）。但是图像分类不需要保留图像的对比度信息，利用图像的结构信息就可以完成分类，所以Batch Norm反而降低了训练难度，甚至一些不明显的结构，在Batch

2021-01-04 19:33:13 298

原创【工程数学——北航青岛研究院版】数学题集（运筹学+组合数学）

文章目录前言一、课程中出现的例题：1 化规范性√√2 化标准型√√3 图解法线性规划√√4 图解法线性规划√√5 图解法线性规划√√6 单纯形法三大定理一定会考证明×√√7 整数规划图解法√√8 整数规划分支定界法√√9 动态规划最优化原理 ×10 最优化原理解非线性规划×11 排工问题×√（这个老师总结终点的时候没提他）12 普通圆排列 √√13 有限可重复排列（用我自己的方法）√14 组合公式 √√15 放小球组合问题（和13题有点关系）√√16 问题转化——放小球组合问题 √17

2020-12-30 09:06:01 1052 2

原创【运筹学】单纯形法的理论推导和定理证明

接下来的定理证明我会结合单纯性表法来讲解：注意，我写的这个，就是打印体的这个

2020-12-27 21:36:29 3092

转载【转载】通俗解释交叉熵和相对熵

这个问题需要从香农的信息熵开始。小明和爸爸玩猜球游戏，我拿一个球，你猜球的颜色，我可以回答你任何问题，你每猜一次，不管对错，你就一个星期不能玩王者荣耀，当然，猜对，游戏停止，否则继续猜。当然，当答案只剩下两种选择时，此次猜测结束后，无论猜对猜错都能100%确定答案，无需再猜一次，此时游戏停止。题目1：爸爸拿来一个箱子，跟小明说：里面有橙、紫、蓝及青四种颜色的小球任意个，各颜色小球的占比不清楚，现在我从中拿出一个小球，你猜我手中的小球是什么颜色？在这种情况下，小明什么信息都不知道，只能认为四种颜色的小

2020-12-26 14:25:29 109

原创【AI】生成模型和判定模型

文章目录前言二者的区别维基百科上Generative案例：常见模型前言对于分类模型，一般有三种建模方法：生成模型判定模型直接学习决策边界。本文先说生成模型和判定模型。二者的区别生成式模型：举例：现在要判定一只羊是山羊还是绵羊，根据山羊的特征首先学习出一个山羊的模型A，然后根据绵羊的特征学习出一个绵羊的模型B，然后从这只羊中提取特征C，之后把C放到A、B里都泡一泡，看看概率，哪个大就是哪个。判别式模型：判别模型之所以称为“判别”模型，是因为其根据X“判别”Y；要确定一个羊是山

2020-12-12 14:48:11 640

原创【组合数学】通俗解释 Burnside引理和Polya定理

文章目录Burnside引理和Polya定理Burnside引理定义：Burnside例子解释Polya定理Burnside引理和Polya定理对于图形来说，如果通过旋转，图像能达到其他图像的效果，这叫做本质上一样。Burnside的目的是，我们能有多少种排列方案，求的是一个方案的数量num。Burnside引理定义：反正直接让我看这个定义…我是看不懂…所以还是直接上例子吧。Burnside例子解释所以！！！例子套用Burnside引理就是 L = (16+2+4+2)/4 =

2020-12-03 19:06:36 2406 1

原创【软件工程】DevOps的研究和解读

文章目录前言1、DevOps的历史由来2、什么是DevOps3、DevOps工具监控工具性能分析/APM工具批量+自动化运维工具集中日志分析工具持续集成/发布工具IaaS集成4、DevOps案例其他三者的关系：自动化运维资产管理系统（CMDB）前言本文根据软件敏捷开发（并不拘泥于最经典的敏捷模式）为大方向，重点谈一谈软件开发中的一个比较火的概念——DevOps。1、DevOps的历史由来为了有一个完整的叙事逻辑，在此再简述一下早期软件开发：早期程序员对所要开发的软件的所有环节都有透彻的了解，从

2020-11-27 22:14:59 1165 3

原创【AI】第四次作业：猫狗大战挑战赛

文章目录前言作业要求明确一些概念VGG分类猫狗图片1、前言第一次收到作业要写博客的要求…所以局外人可能不知道我为什么要写这篇博客，好吧，其实就是为了交作业。我会在一个月之后对标题进行修改（怎么着也给等老师看完了吧…），方便大家进行理解。作业要求完成一篇技术博客，题目为“第四次作业：猫狗大战挑战赛”，在谷歌 Colab 上完成猫狗大战VGG模型的迁移学习，关键步骤截图，并附一些自己想法和解读。在该代码的基础上，下载AI研习社“猫狗大战”比赛的测试集，利用fine-tune的VGG模型进行测试，按照比

2020-11-19 16:57:02 1081 3

嵌入式习题集（大学、研究生、考博）

数字图像处理 各次实验包+项目资源整合包

空空如也

数字图像处理各次实验包+项目资源整合包