- 博客(22)
- 收藏
- 关注
RSS订阅原创 C++面试高频问题
实现重要的库函数（strcpy 、strncpy、memcpy）1.1、char * strcpy（char* dest, const char* src)//将src拷贝到destchar* strcpy(char* dest, const char* src){ assert(dest != NULL && stc != NULL);//1.判断指针是否合法 ch...
2018-10-07 19:36:10
521
原创 ubuntu14.04+GTX1080Ti+CUDA安装
本文在ubuntu14.04(X64)系统上配置深度学习基础环境（安装显卡驱动和cuda），显卡型号：GTX1080Ti，cuda版本：cuda8.0准备：显卡驱动下载CUDA下载1.备份并修改grub备份grub：sudo cp -n /etc/default/grub /etc/default/grub.orig修改grub：sudo gedit /etc/default/grub...
2018-09-19 12:07:12
839
原创 生成模型和判别模型
监督学习就是学习一个模型（决策函数或条件概率分布），给定模型的输入，预测相应的输出。 学习的方法分为生成方法和判别方法，对应的模型分为生成模型和判别模型。生成模型从数据中学习联合概率分布P(X,Y)–>求成条件概率分布P(Y|X)，模型表示：给定输入X生成输出Y的生成关系； 举例：朴素贝叶斯模型、隐马尔科夫模型 优点： 1. 可还原出联合概率分布P(X,Y); 2....
2018-08-18 15:48:50
306
转载 KNN和Kmeans
KNN K-Means 确定一个点的分类 将一系列点集分成k类 分类算法 聚类算法 监督学习，分类目标事先已知 非监督学习，将相似数据归到一起从而得到分类，没有外部分类 训练数据集有label 训练数据集无label，是杂乱无章的，经过聚类后才变得有点顺序，先无序，后有序 memory-based learning 有明显...
2018-08-17 22:35:37
863
原创 线性回归、感知机、逻辑回归、SVM
线性回归线性回归是一个回归问题，即用一条线去拟合训练数据。 模型：根据训练数据学习一个特征的线性组合，作为预测函数。 学习策略：最小化均方误差损失函数，求解参数w；（注意与感知机的区别，此处误分类点与坐标轴垂直） 求解方法： 最小二乘法，梯度下降法（两者的区别） 最小二乘法：对目标损失函数求导，导数为零的点对应的参数，就是待求参数： 均方误差函数： 目标函数对参数的...
2018-08-17 22:02:01
3221
原创 SSD（Single Shot MultiBoxDetector）目标检测
借鉴YOLO：直接回归bbox和分类概率； 借鉴Faster R-CNN：使用anchor提升识别准确度; 借鉴FPN：加入金字塔的检测方式； 结合两者优点，提高速度上超过YOLO，精度上与Faster R-CNN媲美；网络结构base network采用VGG19提取卷积特征，在后面添加一系列卷积层，进行多尺度检测，低层特征保留图像的细节信息，用于检测较小的目标，高层...
2018-08-11 00:05:49
2221
转载 CSDN-markdown
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I...
2018-07-31 21:02:00
156
原创 YOLO系列（V1-V2-V3）
创新将目标检测作为回归问题，实现端到端训练和检测。对比1.与RCNN和Fast RCNN对比：yolo没有求取proposal region，而RCNN/Fast RCNN需要通过selective research提取候选框，导致训练过程分为多个模块。 与Faster RCNN对比：尽管用RPN 网络代替selective research，将RPN集成到Fast RCNN中，...
2018-03-31 14:59:49
15200
4
原创 Fast R-CNN总结
程序创新点多任务损失：在单个训练过程中引入multi-task loss，简化学习的同时，提高检测精度，通过multi-task loss，在分类候选区域的同时，refine目标框的空间位置； 参数更新：所有层参数均可在训练中更新，SPPNet共享卷积层特征的情况下，阻止了误差反向传播通过网络，限制了检测精度的提升； 存储问题：无需在磁盘中存储特征；R-CNN缺点mu...
2018-03-29 11:02:24
501
原创 C++中的多态——重载和虚函数
多态多态：字面理解是“多种状态”，表示“一个接口，多种方法”。实现代码接口重用，无论传过来的是哪个类的对象，都可以通过多态，实现调用对应类的代码。 静态多态：编译时确定多态：重载和隐藏都属于静态多态，因为都是在编译的阶段确定需要执行的函数； 动态多态：运行时确定多态（真正的多态），覆盖相当于动态多态，只有在运行时才能确定要执行的函数。同名函数的关系：overload、overrid...
2018-03-19 20:27:32
506
原创 C++面试常考题
在c++程序中调用被C编译器编译后的函数，为什么要加extern“C” C++语言支持函数重载，C语言不支持函数重载，函数被C++编译器编译后在库中的名字与C语言的不同， 假设某个函数原型为： void foo(int x, inty);该函数被C编译器编译后在库中的名字为: _foo而C++编译器则会产生像: _foo_int_int 之类的名字。为了解决此类名字...
2018-03-19 20:27:18
428
原创 深度学习（一）--反向传播算法
本文从李飞飞的课件cs231n的得到启发，将关于反向传播算法的内容做下总结。 下图是对深度学习的只管解释： 该图右侧表示图像空间，通过几个分界面将图像空间分成几个不同的区域，每个区域的图像具有相似的特征。 左侧为卷积神经网络的简单版，将输入图像与权重矩阵W想乘，加上偏置项即可得到属于各个类别的scores，score越大，属于该类的概率越大。 但是，基本思路是这样，具体实施的话...
2018-03-18 10:43:26
4035
原创 深度学习（二）-神经网络直观理解
本文通过图文+公式的方法，介绍了一维和二维神经网络，以及网络内部数据的计算等相关内容。 本节摘要插图所示为一维全连接神经网络的结构，但是，这种情况下的训练参数量巨大，训练效率低，无法满足性能要求。 例如：（如下图所示） 输入图像大小：28×2828×2828\times 28 输入层神经元个数：28×28=784)28×28=784)28\times28=784) 隐藏神经元的个...
2018-03-18 10:43:09
626
原创 检测和跟踪的衡量指标
detection：mAP、准确率、召回率 tracking： mAP(mean average precision)准确率&召回率准确率(Precision Rate)：系统检索到的相关文件 / 系统所有检索到的文件总数 召回率(Recall Rate)：系统检索到的相关文件 / 系统所有相关的文件总数 一般来说，准确率和召回率此消彼长，理想情况下可以做到...
2018-03-18 10:42:44
1458
原创 cmake跨平台开发
cmake是一款功能强大的“跨平台”编译工具，实现工程（c/c++等）在不同平台之间快速移植，cmake是在make基础上发展而来的，早起的make需要程序员写Makefile文件，进行编译，而cmake对Makefile进行封装，通过更上层的cmakelists.txt的编辑，轻松实现对复杂工程的组织。 背景最近由于比赛需要，将基于vs2013的opencv工程移植到linux，曾...
2018-03-18 10:42:12
1588
原创 MOSSE
            MOSSE（Minimum Output Sum of Squared Error filter）是将相关滤波引入视觉跟踪领域的开创性文章，后续有很多跟踪算法基于相关滤波，在本文这种对MOSSE相关原理做详细介绍，便于后续理解其他相关滤波算法，本文涉及公式推导的详细过程，便于加深
2018-03-18 10:41:35
5293
原创 MDNet
MDNet是2015年VOT的冠军，将深度学习引入目标跟踪，这篇文章的创新点是用深度学习抽取运动的特征，将运动特征添加到目标跟踪中。 文章全称：Learning Multi-Domain Convolutional Neural Networks for Visual Tracking（MDNet） 团队：Korea的POSTECH团队 相关成果：TCNN CNN-SVM网络...
2018-03-18 10:41:10
8865
8
原创 T-CNN
该算法由Korea的POSTECH团队提出，其创新点在于：通过CNN树来保存目标在多个跟踪成功帧的外观模型，具有连贯性和多模板跟踪性能，综合评判当前帧待跟踪目标，对目标外观的改变、光照和短时跟踪失败以及目标的短时下消失，有一定的鲁棒性。CNN结构CNN的结构和MDNet中的CNN结构差不多，如下图所示： - 输入层 >输入层接受75*75的RGB图像。（输入...
2018-03-18 10:40:38
3539
原创 R-CNN
论文名称：Rich feature hierarchies for accurate object detection and semantic segmentation 发表：CVPR2014 作者：Ross Girshick；Jeff Donahue；Trevor Darrell；Jitendra Malik；UC Berkeley；ICSI mAP:ＶＯＣ２０１２实现35....
2018-03-18 10:39:46
218
原创 hexo常用设置方法
本文主要介绍关于hexo博文配置过程中的一些方法,内容会不断更新，敬请关注！！！ 基本配置添加博文摘要参考链接：博文摘要mathjax插件编辑公式打开主题配置文件：“/themes/next/_config.yml”,搜索“mathjax”关键字,按照以下所示修改：# MathJax Supportmathjax: enable: true pe...
2018-03-18 10:36:45
846
原创 CNN中receptive field
昨天鹅厂的电面，敲醒了我，面试后经过一天的失落，最终还是要站起来的，把论文里存在的问题点弄清楚。就从在SPPNet和fast RCNN都涉及到ROI到feature map的映射关系开始吧！感受野（receptive field）：卷积网络中每层的feature map中的像素点映射到输入图像上的区域大小。由于有些文章提到是否考虑padding问题，我觉得需要根据处理的问题来决定是否考虑p...
2018-03-18 08:47:19
1493
1
原创 Hexo之环境搭建
这是一篇关于hexo搭建的文章，总结了个人在搭建过程遇到的问题以及相应的解决方法。首先说说为什么要用hexo写博客吧，博客可以对我们的学习成果做下整理总结，强化自己的学习，不做整理总结的学习过程，是一种不好的习惯，但是以前整理的时候，却没有动机，突然在某个网站上看到hexo博客界面的简洁性，深深吸引了我，没有任何花哨的内容，给人很清爽的感觉，我想起了很久以前，我想装扮我的qq空间之类的想法，但感觉...
2018-03-17 15:26:46
829
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人