Machine Learning
文章平均质量分 59
mingo_敏
这个作者很懒,什么都没留下…
展开
-
深度学习与计算机视觉---斯坦福CS231n
课程名字:深度学习与计算机视觉----斯坦福CS231n课程地址:http://cs231n.stanford.edu/视频地址:https://www.bilibili.com/video/BV1g64y1B7m7?p=1计算视觉历史1997年 Shi & Malik 提出用Normalized Cuts来做图像分割2001年 Viola & Jones 使用 AdaBoost 算法进行实时人脸检测1999 年 David Lowe 提出 “SIFT”2006年 Lazebnik, Schmid &原创 2022-06-30 19:19:56 · 348 阅读 · 0 评论 -
数据结构图示化
来自:https://github.com/girliemac/a-picture-is-worth-a-1000-words/tree/main/algorithms转载 2022-06-23 17:01:56 · 202 阅读 · 0 评论 -
深度学习论文: MCUNetV2: Memory-Efficient Patch-based Inference for Tiny Deep Learning及其PyTorch实现
深度学习论文: MCUNetV2: Memory-Efficient Patch-based Inference for Tiny Deep Learning及其PyTorch实现MCUNetV2: Memory-Efficient Patch-based Inference for Tiny Deep LearningPDF: https://arxiv.org/pdf/2110.15352.pdfPyTorch代码: https://github.com/shanglianlm0525/CvPyt原创 2022-03-08 10:39:27 · 719 阅读 · 0 评论 -
关于炼丹,你是否知道这些细节?
序本文算是我工作一年多以来的一些想法和经验,最早发布在旷视研究院内部的论坛中,本着开放和分享的精神发布在我的知乎专栏中,如果想看干货的话可以直接跳过动机部分。另外,后续在这个专栏中,我会做一些关于原理和设计方面的一些分享,希望能给领域从业人员提供一些看待问题的不一样的视角。动机前段时间走在路上,一直在思考一个问题:我的时间开销很多都被拿去给别人解释一些在我看起来显而易见的问题了,比如cvpods里面的一些code写法问题(虽然这在某些方面说明了文档建设的不完善),而这变相导致了我实际工作时间的减少,如转载 2022-01-18 09:21:29 · 269 阅读 · 0 评论 -
自动驾驶定位面试以及参考答案
一、惯性导航方向IMU测量方程是什么?噪声模型是什么?惯导误差模型是怎么来的?比如15维的卡尔曼滤波模型。GPS双天线安装偏角是怎么标定的?多传感器之间是怎么对时的?GPS到来时是有延时的,而IMU给出的加速度和角速度是实时的,这种情况下怎么处理延时?怎么做的融合?DR递推的原理是什么?大概怎么去做?组合导航卡尔曼滤波过程噪声是如何调参的?二、点云算法方向最近邻问题有哪几种典型解法?怎么对KdTree进行插入操作?怎么确定一个节点的分类面?怎么对原创 2021-10-29 16:37:05 · 533 阅读 · 0 评论 -
学习笔记:计算机视觉------算法与应用
课程名称:计算机视觉------算法与应用课程地址:第一章 概述第二章 图像形成第三章 图像处理第四章 特征检测与匹配第五章 分割第六章 基于特征的匹配第七章 由运动到结构第八章 稠密运动估计第九章 图像拼接第十章 计算摄影学第十一章 立体匹配第十二章 3D 重建第十三章 基于图像的渲染...原创 2021-10-02 20:36:06 · 359 阅读 · 0 评论 -
深度学习论文: Decoupling Representation and classifier for long-tailed recognition及其PyTorch实现
Decoupling Representation and classifier for long-tailed recognitionPDF:https://arxiv.org/pdf/1910.09217.pdfPyTorch: https://github.com/shanglianlm0525/PyTorch-NetworksOfficial :https://github.com/...原创 2020-05-07 15:28:31 · 5729 阅读 · 6 评论 -
数据结构整理版
1 排序算法冒泡排序(Bubble Sort) O(n2)选择排序(Selection-sort) 是一种简单直观的排序算法。它的工作原理:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。O(n2)插入排序(Insertion Sort)通过构建有序序列,对于未排序...原创 2020-04-02 20:47:39 · 338 阅读 · 0 评论 -
C语言实现的 Kanade-Lucas-Tomasi Feature(KLT) Tracker
KLT: An Implementation of the Kanade-Lucas-Tomasi Feature Tracker http://cecas.clemson.edu/~stb/klt/原创 2019-12-01 11:49:07 · 670 阅读 · 0 评论 -
计算指数函数的和的对数(Log-Sum-Exp)
Log-Sum-Exp原创 2019-07-03 09:41:59 · 102 阅读 · 0 评论 -
The machine learning algorithm cheat sheet
本文地址:![The machine learning algorithm cheat sheet](https://img-blog.csdnimg.cn/20181122171923920.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0...原创 2018-11-22 17:19:54 · 603 阅读 · 0 评论 -
机器学习相关博客收集
机器学习基础1 [特征值分解、奇异值分解、PCA概念整理](https://blog.csdn.net/jinshengtao/article/details/18448355)https://blog.csdn.net/jinshengtao/article/details/184483552 [数学之美番外篇:平凡而又神奇的贝叶斯方法](http://mindhacks.cn/2008/09/...原创 2018-07-03 22:36:50 · 409 阅读 · 0 评论 -
车牌识别算法实现及其代码实现之三:车牌识别
本文地址:http://blog.csdn.net/shanglianlm/article/details/78067448本文主要处理汽车车牌的识别过程,包括三个步骤,一:车牌区域检测,本文利用车牌的颜色和形状特征确认并获取汽车的车牌位置,二:字符分割,将获取到的汽车车牌按不同字符进行切割,三:车牌识别,最后利用神经网络对切割的字符进行识别达到最终的车牌识别。三 车牌识别 1 将每个字符单独从车原创 2017-09-22 22:09:18 · 19565 阅读 · 2 评论 -
概率机器学习和人工智能(Probabilistic machine learning and artificial intelligence_Nature2015)
This survey paper is regards to Probabilistic Machine Learning and Artificial Intelligence from Zoubin Ghahramani, which is published in Nature in 2015.URL: http://blog.csdn.net/shanglianlm/article/det原创 2015-07-02 10:40:22 · 6754 阅读 · 0 评论 -
如何评估机器学习模型(How to Evaluate Machine Learning Models)
本文地址:http://blog.csdn.net/shanglianlm/article/details/46625643本博文是对How to Evaluate Machine Learning Models这一博文的一个简单翻译和总结,文章主要从Evaluation Metrics ,Testing Mechanisms,Hyperparameter Tuning和A/B testing四个角度对机器学习模原创 2015-06-24 19:28:42 · 5886 阅读 · 0 评论 -
矩阵分解笔记(Notes on Matrix Factorization)
本博文主要讨论 基本矩阵(Basic MF),非负矩阵(Non-negative MF)和正交非负矩阵(Orthogonal non-negative MF)三种常见的矩阵分解方法。并分别推导了它们的更新规则,收敛性,以及它们的应用。本文地址:http://blog.csdn.net/shanglianlm/article/details/46755239原创 2015-07-04 14:39:20 · 13544 阅读 · 3 评论 -
交叉验证的缺陷及改进(Cross Validation done wrong)
本文主要是对我们使用交叉验证可能出现的一个问题进行讨论,并提出修正方案。本文地址:http://blog.csdn.net/shanglianlm/article/details/47207173原创 2015-08-02 17:18:01 · 6502 阅读 · 0 评论 -
微博背后的那些算法
微博背后的那些算法引言 微博是一个很多人都在用的社交应用。天天刷微博的人每天都会进行着这样几个操作:原创、转发、回复、阅读、关注、@等。其中,前四个是针对短博文,最后的关注和@则针对的是用户之间的关系,关注某个人就意味着你成为他的粉丝,而他成为你的好友;@某个人意味着你想要他看到你的微博信息。微博被人们认为是“自媒体”,即普通大众分享与本身相关的“新闻”的途径。最近,有些人使用自己在自媒体上的影响转载 2015-05-29 12:58:07 · 770 阅读 · 0 评论 -
Ensemble Learning
本文主要介绍 Ensemble Learning ,原文浅显易懂,就不翻译了。本文地址:http://blog.csdn.net/shanglianlm/article/details/47344077转载 2015-08-07 19:47:55 · 1832 阅读 · 0 评论 -
蒙特卡罗法(Monte Carlo Methods)
本文主要介绍 Monte Carlo 方法及它的一些简单应用,还有它的一些难点。本文地址:http://blog.csdn.net/shanglianlm/article/details/47081945原创 2015-07-27 14:13:03 · 4436 阅读 · 0 评论 -
The Sherman-Morrison and Related Formulas
The Sherman-Morrison and Related Formulas原创 2015-06-12 11:17:14 · 864 阅读 · 0 评论 -
图像主题色提取算法
图像主题色提取算法 本文地址:许多从自然场景中拍摄的图像,其色彩分布上会给人一种和谐、一致的感觉;反过来,在许多界面设计应用中,我们也希望选择的颜色可以达到这样的效果,但对一般人来说却并不那么容易,这属于色彩心理学的范畴(当然不是指某些伪神棍所谓的那种)。从彩色图像中提取其中的主题颜色,不仅可以用于色彩设计(参考网站:Design Seeds),也可用于图像分类、搜索、识别等,本文分别总结并实现图转载 2015-11-26 08:13:10 · 28608 阅读 · 2 评论 -
车牌识别算法实现及其代码实现之一:车牌区域检测
本文地址:本文主要处理汽车车牌的识别过程,包括三个步骤,一:车牌区域检测,本文利用车牌的颜色和形状特征确认并获取汽车的车牌位置,二:字符分割,将获取到的汽车车牌按不同字符进行切割,三:车牌识别,最后利用模板匹配方式对切割的字符进行识别达到最终的车牌识别。一 车牌区域检测 1 首先读入我们要识别的车辆图片,灰度化后,我们使用robert算子对其进行边缘检测;如下图 代码如下:file='2.jpg原创 2017-09-16 19:38:07 · 33032 阅读 · 66 评论 -
车牌识别算法实现及其代码实现之二:字符分割
本文地址:本文主要处理汽车车牌的识别过程,包括三个步骤,一:车牌区域检测,本文利用车牌的颜色和形状特征确认并获取汽车的车牌位置,二:字符分割,将获取到的汽车车牌按不同字符进行切割,三:车牌识别,最后利用模板匹配方式对切割的字符进行识别达到最终的车牌识别。二 字符分割 1 首先对输入的车牌二值化,阈值使用最大类间方差法获取 代码thresh = graythresh(Img); %自动原创 2017-09-20 20:36:33 · 13619 阅读 · 10 评论 -
经验风险最小化(ERM, Empirical risk minimization)
转自:http://sophic.blog.163.com/blog/static/35997947201362975230995/转载 2015-06-10 21:52:27 · 10221 阅读 · 0 评论