自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(25)
  • 收藏
  • 关注

原创 mac 上android ndk 安装log4plus

1. 首先下载源码https://sourceforge.net/p/log4cplus/wiki/Home/有android目录。2. 阅读android/android.toolchain.cmake文件,并依据该文件编译安装。# Usage Linux: # $ export ANDROID_NDK=/absolute/path/t

2016-07-14 18:34:22 1267

原创 Opengl在线学习资料

https://learnopengl-cn.github.io/01%20Getting%20started/01%20OpenGL/http://learnopengl-cn.readthedocs.io/zh/latest/包含了详细的Opengl入门知识,还有一些源码。

2016-07-12 17:04:21 570

原创 从buffer快速保存pgm图片,不借助第三方库

#include #include #include #include #include #include using namespacestd;using namespacecv;int pgm_encode(constunsigned char *image,int width, int height,int color_by

2016-06-06 12:22:27 1071

转载 基于移动最小二乘的图像变形

from http://www.voidcn.com/blog/hjimce/article/p-4320423.html一、背景意义写这篇博文是应为目前为止我看到了好多领域里的经典paper算法都有涉及到移动最小二乘(MLS)。可见这个算法非常重要,先来看一下它的相关经典应用:1、图像变形。在图像处理领域paper:《Image Deformation Using Movin

2016-04-27 11:54:51 4367 1

转载 双线性插值

转至:http://www.cnblogs.com/linkr/p/3630902.html双线性插值,这个名字咋一听很高大上的样纸,再在维基百科上一查(见文末,我去,一堆的公式吓死人),像俺这种半文盲,看到公式脑子就懵的类型,真心给跪。虽然看着好复杂,但仔细一看道理再简单不过了,所以还是自己梳理一下好。双线性插值,顾名思义就是两个方向的线性插值加起来(这解释过于简单粗暴,

2016-04-22 20:17:01 506

转载 Ubuntu虚拟机设置固定IP上网(配置IP、网关、DNS、防止resolv.conf被重写)

注:手动配置 dns(防止dns被复写)sudo vim /etc/resolvconf/resolv.conf.d/base添加(貌似添加多个不好使,所以只添加这一个nameserver)nameserver 223.5.5.5 #阿里公共的DNS,修改好保存,然后执行sudo resolvconf -ufrom http://www.tuicool.co

2016-01-11 16:05:39 711

转载 Caffe C++API 提取任意一张图片的特征系列一----ImageData

最近由于工作需要需要直接使用Caffe C++接口,查了很多资料后,问题终于解决。其中出现了很多问题,在这里和大家分享!今天首先介绍第一种方法用IamgeData!(这种方法相对简单)第一个问题:在VS2013中建立好工程后,运行时提示:卷积层没有注册!解决方法:把你的工程建立在happynear大神建立的buildVS2013工程中,因为要在工程属性中配置。右击工程->属性->通用属性-

2016-01-07 16:20:04 1762 1

转载 深度神经网络结构以及Pre-Training的理解

Logistic回归、传统多层神经网络1.1 线性回归、线性神经网络、Logistic/Softmax回归线性回归是用于数据拟合的常规手段,其任务是优化目标函数:h(θ)=θ+θ1x1+θ2x2+....θnxn线性回归的求解法通常为两种:①解优化多元一次方程(矩阵)的传统方法,在数值分析里通常被称作”最小二乘法",公式θ=(XTX)−1XTY②迭代法:有一阶导数(梯度下降)优

2015-12-08 17:23:44 18286 1

转载 C++中多线程Singleton的实现

from http://blog.chinaunix.net/xmlrpc.php?r=blog/article&id=4281275&uid=26611383/********************************************** ******* g++ test.cpp-lpthread**************** * ************

2015-12-06 16:56:58 352

转载 caffe源码结构

转自https://yufeigan.github.io/2014/12/09/Caffe%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B01-%E5%AE%89%E8%A3%85%E4%BB%A5%E5%8F%8A%E4%BB%A3%E7%A0%81%E7%BB%93%E6%9E%84/安装按照官网教程安装,我在 OS X 10.9 和 Ubuntu 14.

2015-11-04 11:46:10 465

转载 glog

转自:http://www.cnblogs.com/tianyajuanke/archive/2013/02/22/2921850.html一、安装配置1、简介  google 出的一个C++轻量级日志库,支持以下功能:◆ 参数设置,以命令行参数的方式设置标志参数来控制日志记录行为;◆ 严重性分级,根据日志严重性分级记录日志;◆ 可有条件地记录日志信息;◆

2015-10-26 11:25:19 396

转载 逻辑回归、线性回归、最小二乘、极大似然、梯度下降

转自http://www.zhihu.com/question/24900876机器学习的基本框架大都是模型、目标和算法!重要的事情说三遍!对于一个数据集,首先你要根据数据的特点和目的来选择合适模型。就你问的而言,选定的模型是Logistic Regression。现在既然已经选择了模型,那么接下来的问题是:怎么才能让这个模型尽可能好的拟合或者分类数据呢?那么就需要有目

2015-10-14 15:31:41 3836

转载 Caffe 深度学习框架上手教程

转自http://www.csdn.net/article/2015-01-22/2823663Caffe 深度学习框架上手教程发表于2015-01-23 09:08|25584次阅读| 来源suanfazu|19 条评论| 作者blink深度学习deep learningcaffeCNN摘要:Caffe是一个清晰而高效的深度学习框架,本文详细介绍了caffe的

2015-10-13 16:45:34 418

转载 Windows远程桌面连接Ubuntu 14.04

转自http://www.linuxidc.com/Linux/2014-04/100491.htm由于xrdp、gnome和unity之间的兼容性问题,在Ubuntu 14.04版本中仍然无法使用xrdp登陆gnome或unity的远程桌面,现象是登录后只有黑白点为背景,无图标也无法操作。与13.10中的解决方式相同,使用xrdp只能登录xfce的远程桌面。首先安装xfc

2015-10-13 15:54:49 593

转载 Ubuntu14.04下安装Caffe总结

转自 http://weibo.com/p/2304189db078090102vdvx虽然Deep Learning已经不是什么新鲜的东西了,但是由于设备原因,自己一直没有涉足。前几天有幸换了一台自带GPU的Workstation,甚是高兴。于是迫不及待地装了个Ubuntu系统,开始配置DeepLearning框架Caffe。前后共花了差不多两天时间,终于把它配好了。配了这么多年的软件,

2015-10-12 15:57:03 414

转载 从Clarifai的估值聊聊深度学习

转自:http://zhuanlan.zhihu.com/cvprnet/19821292前几天和 Ayden @叶瀚中 聊天时,提到了 www.clarifai.com 这家公司。此前,我已经从各方消息中听说过创始人Matt Zeiler最近打算卖公司。甚至还和朋友打赌说这个公司能不能以$5M出手。先说结论:这个公司的水准在13年称得上世界第一 。但是这并不能

2015-10-12 10:39:01 578

转载 卷积的物理意义

转自http://www.zhihu.com/question/21686447对于初学者,我推荐用复利的例子来理解卷积可能更直观一些:小明存入100元钱,年利率是5%,按复利计算(即将每一年所获利息加入本金,以计算下一年的利息),那么在五年之后他能拿到的钱数是,如下表所示:将这笔钱存入银行的一年之后,小明又往银行中存入了100元钱,年利率仍为5%,那么这笔钱按复利

2015-09-30 14:20:37 493

转载 离散傅立叶变换的实现

转:http://dsqiu.iteye.com/blog/1636888研究过离散傅里叶变换的,都会觉得离散余弦变换的会更简单,不过不知道为什么网上却没有像离散傅里叶变换那样多的介绍,还得下次找本书好好钻研,后再补充。二维离散余弦变换的正变换公式为:在图像的压缩编码中,N一般取8.二维DCT的反变换公式为:以上各式中的系数: 基于DCT的JPEG图像压

2015-09-16 17:51:03 1063

转载 OpenCV Mat数据类型及位数总结

OpenCV Mat数据类型及位数总结(2012-05-30 18:05:41)转载▼标签:杂谈 OpenCV Mat数据类型及位数总结 float:  4字节,6-7位有效数字 -3.4E-38到3.4E38    double: 8字节,15~16位有效数字 -1.7E-308 到 1.7E308   在Ope

2015-05-28 12:34:04 458

转载 推导坐标旋转公式

在《Flash actionScript 3.0 动画教程》一书中有一个旋转公式:x1=cos(angle)*x-sin(angle)*y;y1=cos(angle)*y+sin(angle)*x;其中x,y表示物体相对于旋转点旋转angle的角度之前的坐标,x1,y1表示物体旋转angle后相对于旋转点的坐标 从数学上来说,此公式可以用来计算某个点绕另外一

2015-01-11 21:57:34 530

转载 线性SVM还是非线性SVM

转载SVM的应用领域很广,分类、回归、密度估计、聚类等,但我觉得最成功的还是在分类这一块。       用于分类问题时,SVM可供选择的参数并不多,惩罚参数C,核函数及其参数选择。对于一个应用,是选择线性核,还是多项式核,还是高斯核?还是有一些规则的。       实际应用中,多数情况是特征维数非常高。如OCR中的汉字识别,提取8方向梯度直方图特征,归一化的字符被等分成8*

2014-05-17 10:58:27 975

转载 DPM2008中文翻译- A Discriminatively Trained, Multiscale, Deformable Part Model判别训练的多尺度可变形部件模型

判别训练的多尺度可变形部件模型Pedro.Felzenszwalb,David.McAllester,Deva.Ramanan

2014-05-12 20:29:07 1641

转载 有关可变形部件模型(Deformable Part Model)的一些说明

(1)可变形部件模型       可变形部件模型(DeformablePart Model)由三部分组成:       (1) 一个较为粗糙的,覆盖整个目标的全局根模版(或叫做根滤波器)。       (2) 几个高分辨率的部件模版(或叫做部件滤波器)。       (3) 部件模版相对于根模版的空间位置。        首先要计算一个HOG金字塔:

2014-05-06 00:02:40 618

转载 DPM2010中文翻译-Object Detection with Discriminatively Trained Part Based Models

使用判别训练的部件模型进行目标检测Pedro F. Felzenszwalb, Ross B.Girshick, David McAllester and Deva Ramanan

2014-04-27 15:39:08 1874

转载 快速比较两个TXT文件的差异

利用DOS的FC指令可以很快的比较两个TXT文件的异同。    例如:D盘中有个名为data的文件夹,其中有1.txt和2.txt两个TXT文件,要比较这两个文件的差异可以按照以下步骤进行:    1.运行->cmd打开命令提示符窗口;    2.运用CD命令进入data文件夹;    3.输入FC 1.txt 2.txt    回车后就可以看到这两个文件的异同了。

2014-04-27 15:25:35 4617

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

提示
确定要删除当前文章?
取消 删除