- 博客(764)
- 资源 (1)
- 收藏
- 关注
原创 boost::mutex::scoped_lock
在三维重建过程中,世界地图 Map &world作为唯一 访问/更新 对象,可以使用boost::mutex::scoped_lock 。使用boost进行线程管理简单使用boost::mutex 。mutex对象本身并不知道它代表什么,它仅仅是被多个消费者线程使用的资源访问的锁定解锁标志。
2016-09-14 13:28:00 20068
转载 机器学习:随机森林RF-OOB袋外错误率
文章讲解比较详细,且有Python代码,可以作为有用的参考。转载博客时候,竟然抄错成OBB了,也是悲剧................ 原文链接:http://blog.csdn.net/zhufenglonglove/article/details/51785220参数:OOB-袋外错误率 构建随机森林的另一个关键问题就是如何选...
2016-09-12 17:40:58 42193 17
原创 直观判断图像是否可以被实时处理
直观判断给出了实时性的提示,那怎样判断呢?以下方法(现在的处理能力所达到的): 对于识别,是否可以在第一眼的时间完成工作?若直观上认为可以完成,则图片对于算法是可以实时处理的;若需要进一步查看才能判别,则图片对于算法是不能实时处理的。 识别图片中的老虎? 图片分析: 和智商真的没有关系,树上还有一只猎豹呢!
2016-08-29 15:24:50 1598
原创 职业:图像处理入门教程
1 通识课程基础 高等数学的基础概念是入门基础,数学知识不言其多。 可以参考的基础书籍有《微积分》《数学/泛函分析》《概率论与数理逻辑》 ,很多图像学的基本概念可以从这三本书上找到。 偏计算机科学的《 离散数学 》,这是计算机科学的基础数学。 偏控制理论的《非线性动力学》,复杂度/非线性 的提升导致不可控性。
2016-08-27 11:53:11 1834
原创 Caffe+Kubuntu16.04_X64+CUDA 8.0配置
前言: 经过尝试过几次Caffe,theano,MxNet之后,很长时间没有进行caffe的更新,此次在Ubuntu16.04下安装Caffe,折腾了一天时间,终于安装成功。 既然使用了最新版本,必然使用最新版本的CUDA,且只有CUDA8.0给了ubuntu16.04支持。
2016-08-26 12:51:09 6297
原创 Photoshop显示RGB值问题
Bmp与JPEG格式的不同之处在哪里? 使用OpenCV读写图像,然后由Photoshop显示时候结果并不相同,使用jpg格式的图像灰度值明显大于bmp格式,但jpg格式的显示信息是错误的。 不知道 什么解.....
2016-08-18 13:05:55 1706
转载 统计:mAP的中文意思
区别在于Precision,Recall, F-score, MAP主要用于信息检索,而ROC曲线及其度量指标AUC主要用于分类和识别,ROC的详细介绍见上面的blog,这里的Precision、Recall和上篇blog的计算结果其实是一样的,只是这里从检索的角度进行理解。
2016-08-05 18:05:29 1539
原创 三维重建:多点透视cvSolvePNP的替代函数(Code)
在调试JNI程序时,所有的Shell都已经加载完成,而唯一真正核心的cv::SolvePnP却不能在JNI里面获得通行证,经过反复测试都不能运行,因此只能忍痛舍弃,自行编写一个具有相似功能的函数对其进行替代。 原函数是这样的:void rec3D::reconstruct3D(const vector& image_points, Mat& rvecs,
2016-08-05 14:33:09 3094 2
转载 SLAM:ORB-SLAM 位姿优化描述
因为摄像机标定(camera calibration)和追踪(tracking)的精度不够。摄像机标定的误差会体现在重建中(比如三角法重建时),而追踪的误差则会体现在不同关键帧之间的位姿中,和重建中(单目)。误差的不断累积会导致后面帧的位姿离实际位姿越来越远,最终会限制系统整体的精度。
2016-08-05 12:00:19 5619
原创 MxNet : use the MxNet windows versioin
The MxNet needs the following thirdparties:1. lapack complie lapack-3.6.1: download the lapack-3.6.1 sourcecode: http://www.netlib.org/lapack/#_lapack_for_windows 1.2.
2016-08-01 15:02:13 814
原创 Python 遍历目录
代码:import os def scanfile(path): filelist = os.listdir(path) allfile = [] for filename in filelist: filepath = os.path.join(path,filename) if os.path.i
2016-07-25 18:19:58 884
翻译 MxNet教程:使用一台机器训练1400万张图片
此方法描述了如何是使用一台机器 -4张GTX980互联在一台机器上,训练8.5天训练完整个ImageNet 数据集,此数据集有14,197,087张图片。 1.存储海量数据的方法。 2.最小化内存的计算代价。 3.如何快速训练模型。
2016-07-21 19:24:14 4472
转载 提高机器学习模型准确率的八大方法
机器学习面对的是一个受限有穷空间 到 一个扩大的有穷空间 的泛化问题。 对于一个不能充分描述的真实数据空间,假设空间的可信度就大打折扣,基于假设空间建立的模型就一直在欠拟合和过拟合之间摇摆。1. 增加更多数据 2. 处理缺失值和异常值 3. 特征工程学 4. 特征选择 5. 使用多种算法 6. 算法的调整 7. 集成模型 8. 交叉验证。
2016-07-12 17:37:07 16251 1
原创 Caffe: gflag编译出现问题汇总
1. 使用Unicode字符集:出现问题E:\CodeBase\ML\Caffe\ThirdPartySrc\gflags-master\src\gflags.cc(1340): error C2664: 'BOOL PathMatchSpecW(LPCWSTR,LPCWSTR)' : cannot convert argument 1 from 'const char *' to 'LP
2016-07-12 14:36:19 5194
翻译 分布式机器学习框架:MxNet
MxNet官网: http://mxnet.readthedocs.io/en/latest/前言:caffe是很优秀的dl平台。影响了后面很多相关框架。cxxnet借鉴了很多caffe的思想。相比之下,cxxnet在实现上更加干净,例如依赖很少,通过mshadow的模板化使得gpu和cpu代码只用写一份,分布式接口也很干净。mxnet是cxxnet的下一代,目前实现了
2016-07-12 09:57:48 3606
原创 Caffe: Vs13添加CUDA支持
右键工程点击:Building Dependency右击:Build Customizations点击选项:CUDA 7.5
2016-07-11 18:43:08 939
转载 分布式机器学习框架:MxNet 前言
原文连接:MxNet和Caffe之间有什么优缺点一、前言:Minerva: 高效灵活的并行深度学习引擎 不同于cxxnet追求极致速度和易用性,Minerva则提供了一个高效灵活的平台让开发者快速实现一个高度定制化的深度神经网络。 Minerva在系统设计上使用分层的设计原则,将“算的快”这一对于系统底层的需求和“好用”这一对于系统接
2016-07-08 11:48:13 3193
转载 分布式机器学习框架:CXXNet
caffe是很优秀的dl平台。影响了后面很多相关框架。 cxxnet借鉴了很多caffe的思想。相比之下,cxxnet在实现上更加干净,例如依赖很少,通过mshadow的模板化使得gpu和cpu代码只用写一份,分布式接口也很干净。CXXNET:极致的C++深度学习库 cxxnet是一个并行的深度神经网络计算库,它继承了xgboost的简洁和极速的基因,并开始被
2016-07-08 11:04:44 1731
翻译 各种流行深度学习构架的性能对比
知乎上对各种深度学习方法的对比: 在众多的神经网络框架如chainer, caffe, torch,mxnet等之间如何做选择?四个月前就有人提出更新对比,现在我看还没有对比更新过。 Evaluation of Deep Learning Toolkits原文: Abstract. In this study, I ev
2016-07-07 19:34:38 7221
原创 fatal error C1083: 无法打开包括文件:“stdio.h
现象: vs2012一直fatal error C1083: 无法打开包括文件:“stdio.h”不知道配置太多,动到了什么地方,出现了这个问题;在: 解决方案--调试源文件 里面添加 包含 C:\Program Files (x86)\Microsoft Visual Studio 11.0\VC\include 没有效果!!
2016-07-07 15:37:12 12763
原创 PCL: 根据几何规则的曲面剖分-贪婪法表面重建三角网格
点云场景中进行物体识别,使用全局特征的方法严重依赖于点云分割,难以适应杂乱场景。使用局部特征,即对点云进行提取类似于3D SURF、ROPS之类的局部特征,需要寻找离散点云块的局部显著性。 点云的基本局部显著性有某一点处的曲率。一、几何尺寸 可表述为显著性曲率的曲率阈值与物体的几何大小有关。 ...
2016-06-30 11:02:02 3520
转载 三维重建:***三维模型的网格细化
顶点分裂和面分裂,其区别主要在于所作用的基本几何体元。顶点分裂是对于给定度为n的顶点i(顶点的度表示顶点所关联的边的个数),将其分裂成n个新顶点,每个顶点对应着它的一个邻面,使用该方式的细分方法称为对偶型经常使用的三种面分裂细分模式主要有三种:Loop细分模式,Butterfly细分模式,√3细分模式,这三种方法的主要区别即在于它们的细分规则不同。
2016-06-30 10:40:03 4108 1
翻译 ROS:Nvidia Jetson TK1平台安装使用ROS
原文连接: http://wiki.ros.org/indigo/Installation/UbuntuARMUbuntu ARM install of ROS IndigoThere are currently builds of ROS for Ubuntu Trusty armhf. These builds include most but not
2016-06-23 17:53:04 3264
翻译 ROS:Nvidia Jetson TK1开发平台
原文链接: http://wiki.ros.org/NvidiaJetsonTK11. Nvidia Jetson TK1Jetson TK1 comes pre-installed with Linux4Tegra OS (basically Ubuntu 14.04 with pre-configured drivers). There is also s
2016-06-23 17:51:06 1658
原创 OpenCv:椭圆上点的计算方程
椭圆(Ellipse)是平面内到定点F1、F2的距离之和等于常数(大于|F1F2|)的动点P的轨迹,F1、F2称为椭圆的两个焦点。
2016-06-22 19:36:09 5036 5
原创 Sobel算子取代:基于特定点方向的canny边缘检测
前言: Canny边缘检测使用了Sobel算子,计算dx和dy两个方向,对于特定方向的边缘检测,可以作少量修改。代码:计算特定方向上的边缘 void CannyOrient( cv::Mat &_src, cv::Mat &_dst, cv::Point2f &seed, double low_thresh, double high_
2016-06-22 19:22:05 1569
转载 OpenCv: 二维坐标的旋转方程
可以写成一个矩阵的形式,也可以写成向量的形式: b 为选转角度加pi/2 x1 = x cos(b) - ysin(b) ; y1 = x sin(b) + y cos(b).
2016-06-20 19:18:57 2602
转载 时序分析:隐马尔可夫模型
在AI综合领域,HMM模型是离散贝叶斯网络,最主要用于非确定性(概率)推理。上次的文章被标记为链接,真是有意思。HMM是一个稀疏的贝叶斯网络。其中,维特比算法(Viterbi Algorithm)为一个经典算法,用于找到可能性最大的隐藏序列。即是通常我们都有一个特定的HMM,然后根据一个可观察序列去找到最可能生成这个可观察序列的隐藏序列。
2016-06-06 11:29:18 9066
原创 EnforceLearning-主动强化学习
前言: 被动学习Agent由固定的策略决定其行为。主动学习Agent必须自己决定采取什么行动。 具体方法是: Agent将要学习一个包含所有行动结果概率的完整模型,而不仅仅是固定策略的模型; 接下来,Agent自身要对行动做出选择( 它需要学习的函数是由最优策略所决定的,这些效用遵循 Berman方程 );...
2016-06-04 14:11:49 3960
原创 EnforceLearning-在线学习-被动强化学习/评价学习
前言: 画图挺好:深度学习进阶之路-从迁移学习到强化学习 固定知识系统:专家系统给出了知识节点和规则。专家系统一次性构建成型。运行方式为基于知识的推理。 专家系统使用粒度描述准确性,依靠分解粒度解决矛盾,并反馈知识和推理规则更新。专家系统与机器学习有本质区别,但从机器学习的角度看,专家系统是一个给出了规则/函数又给了函数参数的学习模型,是...
2016-06-02 13:19:28 2619
原创 人脸Pose检测:ASM、AAM、CLM方法总结
一不小心听懂了ASM、AAM、CLM算法,还是记录下来。人脸的Pose检测需要一个 SolvePNP 的过程,对于固定三维点集模型,找出二维点集对应的位姿。此外,在track时使用点集寻找一个最优的位姿起始,应该给出一个好的起始点。
2016-06-01 11:55:08 20757 22
原创 AI:AI是什么?
古老的哲学对科学有永远的借鉴意义,科学上的咬文嚼字往往会让其丧失完备性。 你看起来它有多好,它就有多好。本质只能通过表象来描述,在色即是空的逻辑里,图灵测试也许是最精准的AI测试方式。有多少人工就有多少智能。
2016-05-31 13:59:42 1146
原创 AI:恐怖谷理论的陷阱
科学人的小品:恐怖谷:娃娃为什么很可怕? 一、恐怖的来源 恐怖的来源:美学概念。思想对安全的认识,映射到美学领域,转化为美和丑。恐怖,是一种精心掩饰的丑陋。二、桑尼与C3PO 桑尼更接近于人,为什么没有陷入更深的谷底,因为桑尼更靠近表观的美学,而表观的美学却真正的代表了 内心的安全。
2016-05-31 13:26:18 1956
原创 Christopher G. Atkeson 简介
有一个事实:双足机器人的稳定性问题单靠算法是搞不定的!!! 在2015 DARPA 机器人挑战赛中,许多参赛团队的机器人使用了Atlas,他们通过安装他们自己的软件并修改来让机器人保持平衡。来自WPI-CMU的阿特拉斯机器人Warner是诸多Atlas中唯一一个没有摔倒或需要重启的机器人。在决赛的两次尝试中,他们都成功走到最后,拿下八分中的七分。这样优异表现的背后,是CMU机
2016-05-30 13:31:00 1078
原创 QtUI设计:设置控件透明
QT设置按钮控件透明: 代码: //设置按钮 背景 前景 this->ui->ShowCvRGB->setStyleSheet(QString("color:rgba(255,255,255,255);background-color:rgba(100,100,100,100)")); // 第一个 为前景色;第二个 为北京色; 透明度 为a
2016-05-27 11:07:39 5921
原创 QT设计UI:QT模式对话框打开文件
使用QT模式对话框,并使显示框 为背景色; 方法使用了QCheckBox*native; #include 初始化函数代码://设置默认打开图像位置 native = new QCheckBox(this); this->ui->lineEdit_ImageRoad->setText("./Image/Tulipa.jpg");//设
2016-05-27 10:53:10 2744
原创 SLAM:(编译ORB)fatal error LNK1181: 无法打开输入文件“libboost_mpi-vc110-mt-1_57.lib”
对于使用MD版本编译的ORB_SLAM,会用到MPI版本的Boost,需要自己编译,比较麻烦。 因此使用MT版本进行生成,暂时无法完成。工程配置 发现添加库文件使用了:从父级或项目默认继承,默认包含了libboost_mpi-vc110-mt-1_57.lib 去掉使用即可编译成功...
2016-05-26 16:37:56 2604
使用FLANN.LSH进行检索
2014-04-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人