陈海峰的博客

原创 人脸识别的过程和算法

会保持更新。

转载 视觉目标检测和识别之过去，现在及可能

计算机视觉中目标检测、跟踪、识别是最基本的几个task，尤其又以检测最为重要和基础。同时基本上所有的检测任务都需要在给出物体的bounding box之后，给出物体的类别（也就是给识别物体），所以文章中不区分检测和识别任务。笔者从事计算机视觉中目标检测相关的工作还比较多，将自己看到的，学到的，以及相关的一些理解总结如下。帮助自己进行梳理，也希望对后来者有帮助。大致将目前学术及和工业界出现的目标检测

原创 Tensorflow的高级封装

原创 IOS CoreImage实现人脸识别

CoreImage面向App提供了人脸检测相关的API。CoreImage可以通过hasMouthPosition判断是否出现了嘴巴，hasLeftEyePosition判断是否出现了左眼，hasRightEyePosition判断是否出现了右眼，leftEyeClosed判断左眼是否睁开，rightEyeClosed判断右眼是否睁开。以下资料是开发者开发的一些demo.

转载 Angle和XBGoost以及Spark的性能对比

性能优势新版本的Angel，添加了诸多新功能，最终的目的，就是让算法工程师能更加从容地进行算法优化，融入更多的算法的Trick，让算法的性能，得到了一个飞跃的提升。相关性能的细节数据，在Github的各个算法介绍文档都可以看到，欢迎点击文末“阅读原文”移步GitHub。1.GBDT众所周知，XGBoost的强项之一，就是G

原创 推荐Android开源网络请求库OkGo

https://github.com/jeasonlzy/okhttp-OkGo

原创 Android MVP

转载 央行数字货币研究所悄然挂牌 工作人员:已有一段时间

近日，记者在采访中发现，备受关注的央行数字货币研究所已经悄然“挂牌”。 在北京德胜门附近某国际大厦内，“中国人民银行数字货币研究所”铭牌已经出现大厦单位指示一栏。该大厦主要以中钞公司旗下众多子公司为主。 央行数字货币研究所位于大厦9楼，与中钞鉴定中心同层。据工作人员介绍，“中国人民银行数字货币研究所”已经挂牌一段时间。根据此前公布信息，数字货币研究所是央行旗下专门从事数字货币的技术

转载 人脸检测与识别年度进展概述

过去一年与以往几年相比，在方法和技术层面的一个核心趋势是：人脸识别相关技术已经全面深度化。相比其他视觉或机器学习任务，人脸识别的特殊性远没有我们之前认为的大，所以我认为过去一年特异于人脸识别的新方法和新技术并不是特别多。但是，在应用方面，人脸识别正可谓“花月正春风”，甚至可以说它引领了计算机视觉的落地应用，不过后面会提到要谨防倒春寒。我们知道，一套全自动的人脸识别系统大概包

转载 如何通过OpenFace实现人脸识别框架

本文中，笔者将介绍OpenFace中实现人脸识别的pipeline，这个pipeline可以看做是使用深度卷积网络处理人脸问题的一个基本框架，很有学习价值，它的结构如下图所示：Input Image -> Detect输入：原始的可能含有人脸的图像。输出：人脸位置的bounding box。这一步一般我们称之为“人脸检测”（Face Detection），在

原创 Android O 迁移应用官方指南

Android O 引入了若干新的功能和 API，并加入了即便您未对应用做任何更改仍可能对其行为产生影响的一些变动。为帮助您做好准备，本文将说明如何执行兼容性测试，以及如何更新应用以便利用 Android O 的新功能：确保平台兼容性验证您的应用能够在新版本平台上全功能运行。在此阶段，您不需要使用新的 API，也不需要更改应用的 targetSdkVersion，但可能

原创 ECMAScript2018语言规范

https://tc39.github.io/ecma262/

转载 谷歌发布第二代TPU，并提供了免费试用方案

与第一代TPU只能服务于机器学习模型计算不同，谷歌最新的TPU现在既能处理训练也能处理服务。InfoQ年初曾详细介绍过第一代TPU白皮书。第二代TPU的发布时间与一周前NVIDIA发布Volta的时间高度吻合，后者是一个普通的GPU，针对TensorFlow进行了优化，具备经过严格测试的Tensor Core特性。谷歌没有像第一代TPU发布时那样提供一份与第二代TPU配套的公共白皮书。

转载 芯片巨头英特尔放弃竞争迷你计算机市场

英特尔曾希望通过Galileo与基于ARM架构的树莓派进行正面竞争，而Edison则是一套完整的开发者套件，并且体积非常小巧，只有SD卡大小。腾讯数码讯（Bear）快跟英特尔的Edison、Joule和Galileo计算机模块说拜拜吧。根据ZDNet的最新报道称，英特尔已经取消了这三款计算机模块开发者工具包的计划，这就意味着在正蓬勃发展的物联网领域，芯片巨头英特尔依然没有站稳脚

原创 CNI (Container Network Interface)

CNI的网址https://github.com/containernetworking/cniCloud Native Computing FoundationKubernetesOrchestration           PrometheusMonit

转载 什么是SVM? 写得挺有意思

---什么是SVM？关于什么是SVM这个事情，就要必须要说一说刘强西救爱人的故事：在很久以前的情人节，魔鬼抢走了刘强西的爱人，旅馆老板刘强西便发誓要救他的爱人。来到魔鬼的城堡前，魔鬼和他玩了一个游戏，只要他通过了就放走他的爱人。魔鬼在桌子上似乎有规律放了两种颜色的球，说：“你用一根棍分开它们？要求：即便再放更多球之后，

转载 人脸识别的十个概念

优图实验室研究人脸技术多年，不仅在技术方面有很好的积累，而且在公司内外的业务中有众多应用。笔者作为优图实验室人脸研究组的一员，在与产品、商务、工程开发同事交流过程中发现：不管是“从图中找到人脸的位置”，或是“识别出这个人脸对应的身份”，亦或是其他，大家都会把这些不同的人脸技术统称为“人脸识别技术”。因此，笔者整理了一些常见人脸技术的基本概念，主要用于帮助非基础研究同事对人脸相关技术有一个更

原创 HTTPS简易流程

转载 图像验证码识别

图像学习-验证码识别http://www.jianshu.com/p/25655870b458

转载 神经网络结构

Neural Network ArchitecturesDeep neural networks and Deep Learning are powerful and popular algorithms. And a lot of their success lays in the careful design of the neural network architecture.I w

原创 TensorFlow, PyTorch, Caffe2的比较

斯坦福CS231n 2017最新课程：李飞飞详解深度学习的框架实现与对比https://www.jiqizhixin.com/articles/ec6b1769-fa09-4bc9-aaac-edad7958af35

原创 Google开源的AR/VR开发库Lullaby

Lullabyhttps://github.com/google/lullaby

转载 关于机器学习的训练数据、验证数据和测试数据的形象比喻

机器学习最明显的一个特点是需要大量的数据。特别对监督学习来说，就是需要大量的带标签数据（labeled data）。很多入门的朋友很快就会遇见模型训练和测试这两个阶段，进而也就了解到带标签数据是要被划分成两个部分的：训练集 (training set) 与测试集 (test set)。这两个概念也很直观，大部分朋友非常快就能接受。可是到后面，在我们需要为机器学习模型调参的时候，半路

原创 Java动态代理

package com.company;import java.lang.reflect.InvocationHandler;import java.lang.reflect.Method;import java.lang.reflect.Proxy;public class Main { public interface IUserService{ Stri

原创 Java 函数式接口以及Lambda举例

package com.company;public class Main { public static void main(String[] args) { Main main = new Main(); main.test(); } public void test() { Button button = new

原创 OpenStack Gluon

原创 Android常用开源框架

快速索引框架名称　　上榜关键字1.Retrofit　　网络2.okhttp网络3.Butter Knife代码模板4.MPAndroidChart图表5.glide

原创 Scala的隐式参数、隐式值、隐式对象

object ScalaDemo extends App{ trait Calc[T] { def multiply(x:T):T } /* // 使用隐式值转换到隐式参数 class MultiplyWithInt extends Calc[Int] { def multiply(x: Int): Int = x * x } class Multi

原创 Go 方法的receiver和*receiver的区别

package mainimport ( "fmt")type Person struct { Name string}func (p *Person) SetName1() { p.Name = "chf1"}func (p Person) SetName2() { p.Name = "chf2"}func main() { p1 := &Person{

原创 Go Lambda

package mainimport "fmt"func main() { array := []int{1, 2, 3} fun := func(i,v int){ fmt.Printf("idx:%d value:%d \n", i, v) } for idx, val := range array{ fun(idx, val) }}

原创 智能卡电子钱包应用密钥体系

密钥使用过程说明：1.  住建部生成消费根密钥，并发行PSAM卡。2.  城市公共交通卡发行主体生成充值根密钥，并从住建部获取分散出的城市级别消费密钥。3.  发卡系统从加密机分散出应用子密钥并注入实体卡片。4.  充值过程中，充值终端把读取到的卡号发送给加密机，加密机分散出和卡中对应的充值密钥，此时两边密钥一致完成接下来的充值操作。5.  消费过程中，消费终端把读取到的用户卡

转载 大前端公共知识杂谈

近年来，随着移动化联网浪潮的汹涌而来与浏览器性能的提升，iOS、Android、Web 等前端开发技术各领风骚，大前端的概念也日渐成为某种共识。其中特别是 Web 开发的领域，以单页应用为代表的富客户端应用迅速流行，各种框架理念争妍斗艳，百花竞放。Web 技术的蓬勃发展也催生了一系列跨端混合开发技术，希望能够结合 Web 的开发便捷性与原生应用的高性能性；其中以 Cordova、PWA 为

原创 Python lambda表达式

语法lambda 参数列表 : 表达式fun = lambda x : x*2fun(2)output: 4

转载 揭秘华尔街人工智能真实水平：距离40%的金融民工被取代或只剩8年

本周，国内一家大型公募基金公司宣布将与微软进行合作，双方将就人工智能在金融服务领域的应用展开战略合作研究。当然，他们将怎么做、效果如何，目前还是未知数；但在太平洋彼岸的华尔街，人工智能已经有了一席之地，且来势汹汹，甚至带着颠覆的野心。站在巨变的时间轴之上，牛妹（微信号：buerniu5188）试图弄明白当下的状况：目前人工智能在金融投资领域发展到什么程度了呢？最顶级的运用又是什么？毕竟在过

转载 如何选择深度学习优化器

作者：不会停的蜗牛 CSDN AI专栏作家在很多机器学习和深度学习的应用中，我们发现用的最多的优化器是 Adam，为什么呢？下面是 TensorFlow 中的优化器， https://www.tensorflow.org/api_guides/python/train在 keras 中也有 SGD，RMSprop，Adagrad，Adadelta，Adam

原创 HTTPS性能分析小工具HTTPStat

HttpStat是一个python开发的小工具。安装pip install httpstat

原创 TensorFlow 1.2正式发布，新增Python 3.6支持

TensorFlow 1.2.0今日正式发布。主要功能和改进点：在Windows系统下新增对Python 3.6的支持。新增函数tf.layers.conv3d_transpose，用于时空反卷积操作。新增函数tf.Session.make_callable()，降低了多次运行类似操作的计算开销。新增基于ibverbs的RDMA支持（远程

原创 ARKit教程推荐

ARKit从入门到精通http://www.jianshu.com/u/b5c2ad9cbe7b

原创 CoreML的入门例子

教程（英语）https://www.raywenderlich.com/164213/coreml-and-vision-machine-learning-in-ios-11-tutorial中文翻译版本http://www.jianshu.com/p/1df8ac6af865例 子源代码下载地址https://koenig-media.raywende

转载 谷歌开源MobileNets：在移动设备上高效运行的计算机视觉模型

吴唯 编译自 Google Research Blog量子位出品 | 公众号 QbitAI今早谷歌在自家的科研博客上发文，宣布开源MobileNets——一组移动端优先的计算机视觉模型。通过TensorFlow Mobile，这些模型可以在脱机状态下在移动设备上高效运行。量子位将原文编译如下：近几年来，伴随着神经网络不断将视觉识别技术向前推进，深度学习已经为计算机视觉领