- 博客(164)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 SSD算法通俗详解
算法简介 算法原理 样本构造 损失函数 使用细节#ssd算法：##简介刘伟在2016年提出，发表在ECCV；是一种通过直接回归的方式去获取目标类别和位置的one-stage算法，不需要proposal；作用在卷积网络的输出特征图上进行预测，而且是不同尺度，因此能够保证检测的精度，图像的分辨率也比较低，属于端到端的训练；input->CNN->Lreg,LclsCNN特征-&g...
2019-03-28 14:41:55
6134
原创 easyPR车牌识别分析与测试结果
简介最近由于项目需要，需要做一个车牌号抓取和识别的功能，于是找到了EasyPR，全称Easy to do Plate Recognition，一个全中文的开源识别项目，基于OpenCV和机器学习实现，支持跨平台，相对来说比较简单，速度也还不错，准确度而言，白天还行，晚上很差，尤其是开启前照灯的情况下非常糟糕，不过还是要感谢作者能够开源给大家分享。下载github地址：https:/
2018-01-27 16:19:12
6082
6
原创 Win7+VS2013+Caffe+Pycaffe+Matcaffe配置与使用
1.Caffe下载github链接：https://github.com/Microsoft/caffe2.配置caffe2.1修改配置项1.进入到windows目录下，找到CommonSettings.props.example文件，复制一份，并重命名2.打开CommonSettings.props，进行下面几处修改1）使用cpu或gpu如果使用cud
2018-01-19 09:26:21
848
原创 手把手教你Dlib+VS2013+Win7配置（详细）
下载文件Dlib下载官网 http://dlib.net/ 只push了最新版本；且最新版本要求vs2015github https://github.com/davisking/dlib 在分支里可以找到各种版本其它 http://dlib.net/files/ 这里有很多版本，还有人脸数据，以及模型文件等cmake下载版本数：需要2.8
2018-01-17 16:42:04
1701
1
原创 hexo：更换电脑，如何继续写博客
1.将你原来电脑上已经配置好并生成的hexo目录拷到你的新电脑上，注意无需拷全部，只拷如下几个目录： _config.yml package.json scaffolds/ source/ themes/将这些目录放到一个目录下，如：hexo／2.在你的新电脑上首先配置hexo环境：安装Node.js3.安装hexo，执行命令： npm install -g hexo4.安装好之后，进入
2017-05-05 11:32:04
9122
12
原创 ＭＸＮｅｔ：训练自己的数据并做预测
Prepare the input dataBecause the input data’s formt of MXNet is rec,so we must turn the image into the .rec format,as folow:First, we prepare some face images data stored in ‘test_face’ file:step1:bui
2017-04-27 17:22:06
4270
4
原创 MXNet：手把手教你如何用im2rec.py生成rec数据文件
第一步生成list文件第二步生成rec文件第一步：生成list文件首先，在你的MXNet目录下找到im2rec.py的位置：~/mxnet/tools/im2rec.py其次，准备好你要用来生成rec文件的数据集，存放在某个目录下，如：/home/xxx/data/现在，我们可以开始生成list文件了，文件后缀为：.lst python ~/mxnet/tools/im2rec.py –lis
2017-04-27 14:58:18
14600
4
原创 Ubuntu14.04下MXNet安装
Ubuntu1404下MXNet安装安装流程step0 安装基本的依赖包step1 安装CUDAstep2 安装cudnnstep3 下载MXNet源码step4 安装OpenCVstep5 安装MXNet for Pythonstep6 安装Python的相关库step7 测试MXNet是否安装成功参考链接Ubuntu14.04下MXNet安装MXNet是一个轻量化分布式且可
2017-02-15 12:01:40
5372
原创 几句话梳理Linear Regression、Logistics Regression、Softmax Regression之间的共性与区别
先来说说Linear Regression与正态分布高斯分布的关系Linear Regression的基本步骤如何从Linear Regression引出Logistics RegressionLogistics Regression与Softmax Regression总结指数族分布先来说说Linear Regression与正态分布（高斯分布）的关系上过吴恩达老师的机器学习课程的都熟悉
2016-11-03 13:33:06
4564
3
原创 K-Means聚类MATLAB实现
话不多说，直接上代码；%k-meansn = 3000;c = 6;t = randperm(n);x = [randn(1,n/3)-2 randn(1,n/3) randn(1,n/3)+2; randn(1,n/3) randn(1,n/3)+4 randn(1,n/3)]';m = x(t(1:c),:);x2 = sum(x.^2,2);s0(1:c,1) = inf
2016-11-03 11:36:58
2342
3
原创 算法面试题 -- 迷离傍地走
题目问题算法分析Code题目为庆祝强汉文武盛世暨废除和亲七百周年，武后决定拜孙武和王翳对春夏秋冬四官：细君、昭君、探春、文成四人座军事训练。 孙武和王翳分别负责四官的站军姿和踢正步科目；根据军训要求，只有在学会站军姿之后才能进行踢正步训练，但由于四官天资差别，学习时间如下表： 问题问：应该如何安排四官的学习时间，才能够使得所有人都学会上述两项技能的时间最短？算法分析首先我们来看，如果按原始
2016-09-23 17:02:31
1321
4
转载 CocoaPods安装库时出现问题：The dependency `OpenCV (~> 3.0.0)` is not used in any concrete target的解决
ex:The dependency `` is not used in any concrete targetThe dependency `AFNetworking ` is not used in any concrete target1212CocoaPods再遇困难，前几天电脑重装了系统，所有的开发工具就都装了最新的，当我用CocoaPods的时候，出了一个提示，大概就是我的
2016-09-13 18:08:59
814
转载 git pull时出现的常见问题及解决
第1个问题: 解决GIT代码仓库不同步今天在执行git pull时出现:[root@gitserver /data/work/www/rest/lib/Business/Inventory]# git pull Enter passphrase for key '/root/.ssh/id_rsa': Updating 70e8b93..a0f1a6c error: Your l
2016-08-17 16:09:53
8920
转载 基于DL的计算机视觉（11）-- 基于DL的快速图像检索系统
1.引言本系统是基于CVPR2015的论文《Deep Learning of Binary Hash Codes for Fast Image Retrieval》实现的海量数据下的基于内容图片检索系统，250w图片下，对于给定图片，检索top 1000相似时间约为1s，其基本背景和原理会在下文提到。2.基本问题与技术大家都知道，基于内容的图像检索系统是根据图像的内容，在已
2016-08-11 11:59:19
1075
转载 基于DL的计算机视觉（10）-- 详谈CNN
1. 前言前面九讲对神经网络的结构，组件，训练方法，原理等做了介绍。现在我们回到本系列的核心：计算机视觉，神经网络中的一种特殊版本在计算机视觉中使用最为广泛，这就是大家都知道的卷积神经网络。卷积神经网络和普通的神经网络一样，由『神经元』按层级结构组成，其间的权重和偏移量都是可训练得到的。同样是输入的数据和权重做运算，输出结果输入激励神经元，输出结果。从整体上看来，整个神经网络做的事情，依旧
2016-08-11 11:54:37
1063
2
转载 基于DL的计算机视觉（9）--神经网络之动手实践
1.引言前面8小节，算从神经网络的结构、简单原理、数据准备与处理、神经元选择、损失函数选择等方面把神经网络过了一遍。这个部分我们打算把知识点串一串，动手实现一个简单的2维平面神经网络分类器，去分割平面上的不同类别样本点。为了循序渐进，我们打算先实现一个简单的线性分类器，然后再拓展到非线性的2层神经网络。我们可以看到简单的浅层神经网络，在这个例子上就能够有分割程度远高于线性分类器的效果。
2016-08-11 11:52:10
792
转载 基于DL的计算机视觉（8）-- 神经网络是如何训练的
1.训练在前一节当中我们讨论了神经网络静态的部分：包括神经网络结构、神经元类型、数据部分、损失函数部分等。这个部分我们集中讲讲动态的部分，主要是训练的事情，集中在实际工程实践训练过程中要注意的一些点，如何找到最合适的参数。1.1 关于梯度检验之前的博文我们提到过，我们需要比对数值梯度和解析法求得的梯度，实际工程中这个过程非常容易出错，下面提一些小技巧和注意点：使用中心化
2016-08-11 11:48:32
1020
转载 基于DL的计算机视觉（7）-- 数据的预处理、正则化
1. 引言上一节我们讲完了各种激励函数的优缺点和选择，以及网络的大小以及正则化对神经网络的影响。这一节我们讲一讲输入数据预处理、正则化以及损失函数设定的一些事情。2. 数据与网络的设定前一节提到前向计算涉及到的组件(主要是神经元)设定。神经网络结构和参数设定完毕之后，我们就得到得分函数/score function(忘记的同学们可以翻看一下之前的博文)，总体说来，一个完整的神经
2016-08-11 11:34:29
1534
转载 基于DL的计算机视觉（6）-- 神经网络
1.神经元与含义大家都知道最开始深度学习与神经网络，是受人脑的神经元启发设计出来的。所以我们按照惯例也交代一下背景，从生物学的角度开始介绍，当然也是对神经网络研究的先驱们致一
2016-08-11 11:31:26
819
转载 基于DL的计算机视觉（5）--理解反向传播
1. 引言其实一开始要讲这部分内容，我是拒绝的，原因是我觉得有一种写高数课总结的感觉。而一般直观上理解反向传播算法就是求导的一个链式法则而已。但是偏偏理解这部分和其中的
2016-08-11 11:29:21
957
转载 基于DL的计算机视觉（4）-- SGD
1. 引言上一节深度学习与计算机视觉系列(3)_线性SVM与SoftMax分类器中提到两个对图像识别至关重要的概念：用于把原始像素信息映射到不同类别得分的得分函数/
2016-08-11 11:25:39
919
转载 基于DL的计算机视觉（3）-- SVM和Softmax分类器
1. 线性分类器在深度学习与计算机视觉系列(2)我们提到了图像识别的问题，同时提出了一种简单的解决方法——KNN。然后我们也看到了KNN在解决这个问题的时候，虽然实现起来非
2016-08-11 11:23:19
1655
转载 基于DL的计算机视觉（2）--实现图像分类最简单的方法：KNN
1. 图像分类问题这是人每天自然而然会做的事情，普通到大部分时候，我们都感知不到我们在完成一个个这样的任务。早晨起床洗漱，你要看看洗漱台一堆东西中哪个是杯子，哪个是你的牙刷；
2016-08-11 11:21:05
2718
转载 基于DL的计算机视觉（1）-- Python基础介绍
1.背景计算机视觉/computer vision是一个火了N年的topic。持续化升温的原因也非常简单：在搜索/影像内容理解/医学应用/地图识别等等领域应用太多，大
2016-08-11 11:18:50
998
原创 Python学习笔记（三）-- 数据结构
1.元组Tuple元组，其值不可变，因此又叫定值表；相当于我们c中的静态数组，一旦确定了数组长度，不可再往数组中添加元素；定义：T = (1,2,3)引用：与数组一样，下标引用T[0]>>>12.表Listlist，值可以改变，相当于动态数组，可以添加元素和删除；定义：L = [1,2,3,4]引用：1）下标引用：L[1]>>>22）与MATLA
2016-08-02 18:33:52
664
原创 高原数组
定义：若子数组A[from,...,to]满足以下条件：1）A[from] > A[from - 1];2）A[to] > A[to + 1];则称该数组为高原数组，通常用在求一个数组的局部最大；
2016-08-02 11:40:12
759
原创 天平与假币问题
天平与假币假设现在有12枚硬币，已知其中有一枚是假币，但是不知道这枚假币是重还是轻；假如现在给你一架没有砝码的天平，那么你至少需要称量多少次才能找出这枚假硬币。。问题分析随机将12枚硬币等分成3组，每组4个，分别标记为A，B，C；取A和B，分别放在天平的两端（A放左边，B放右边），称重，有以下三种结果：1）如果天平平衡，表明A和B中都没有假币，2）A比B重；3）A比B轻
2016-08-01 16:01:06
1666
4
原创 Manacher算法--求最长回文子串
回文和回文子串回文串：顺着读和倒着读都一样的字符串；回文子串：给定字符串string，若str同时满足以下两个条件：1）str是string的子串；2）str是回文串；那么str就是string的回文子串；引出问题要求求出上面string中最长的那个回文子串；解决方案方案一：枚举中心位置，对奇数位串和偶数位串分开处理；int AllAlgorithms::longest
2016-08-01 11:39:15
954
原创 BM算法
BM算法（Boyer-Moore算法）是由Robert S. Boyer和J Strother Moore于1997年发明的一种字符串匹配算法，该算法在实际实践中会比KMP算法效率高，因为BM算法即使在最坏情况下其时间复杂度也为O(N)，BM算法不仅算法效率高，而且构思非常巧妙，也很容易理解，下面我们来举例说明BM算法的运行过程：匹配过程：1）首先，字符串与搜索词头
2016-07-29 19:09:27
3636
1
原创 Python学习笔记（二）-- iPython notebook
什么是iPython notebook？它是一种新兴的交互式数据分析与记录工具，既是一个交互计算平台，又是一个记录计算过程的“笔记本”；它定义了一种全新的计算文件格式，其中包含了代码、代码说明以及每一步的计算输出（包括数值或图片）；它是数据分析、科学计算以及交互计算的“利器”；在很多课堂教学以及在线课程上，许多讲师都喜欢用它来给学生演示代码，因此很受大家青睐。iPython n
2016-07-29 10:35:35
5504
原创 Python计算机视觉Learning（一）-- Python图像处理类库--PIL
1.简介PIL（Python Image Library）是一个Python库，它提供了通用的图像处理功能，以及大量有用的基本图像操作，如图像缩放、旋转等，该类库中最重要的模块为Image；PIL库是开源的，点击下载下载链接。2.基本图像操作2.1 图像读取from PIL import Imageimg = Image.open('xxx.jpg');PIL的open()函数可
2016-07-25 19:58:20
902
原创 堆栈
基本特征：后进先出（LIFO）基本操作：压入（push），弹出（pop）实现要点：初始化内存空间，栈顶指针，判空判满缺点：容易造成空间浪费，且易受初始化空间的局限举例：基于数组的堆栈//堆栈typedef struct ZHLStack{ int *array; size_t cap;//容量 size_t top;//栈顶 }ZHLST
2016-07-21 17:34:34
511
原创 模式识别（Pattern Recognition）学习笔记（三十六）-- 动态聚类算法
如果不估计样本的概率分布，就无法从概率分布的角度来定义聚类，这时我们就需要有一种新的对聚类的定义，一般的，根据样本间的某种距离或某种相似性度量来定义聚类，即把相似的或距离近的样本聚为一类，而把不相似或距离远的样本聚在其他类，这种基于相似性度量的聚类方法在实际应用中非常常用，主要可以分为动态聚类法和分层聚类法，本篇博客我们主要来介绍常用动态聚类的方法。动态聚类方法是一中普遍被采用的方法，具有以下
2016-07-21 15:16:04
8049
3
原创 字符串循环左移和右移
问题：假设给定一个字符串S，想要把其前k个字符左移放到字符串的尾部，比如S：beautiful，移动的结果字符串为：utifulbea；这种移动方式就叫做字符串的循环左移，且左移k位。问题分析：假如字符串S包含n个字符，那么明显有，循环左移k位等价于循环左移k+n位，而且循环左移和循环右移其实是一样的，如左移k位就等价于左移n-k位。一般的，遇到这一问题，大多数人会首先想到一位一位
2016-07-06 16:29:10
3329
2
原创 UITableViewCell
cell简介UITableView的每一行都是一个UITableViewCell，通过dataSource的下面方法来对每一行进行初始化：tableView:cellForRowAtIndexPath:其结构如下：UITableViewCell内部有个默认的子视图contentView，contentView是UITableViewCell所显示内容的父视图，可以显示一些辅
2016-06-30 19:09:01
1135
原创 MVC（模型-视图-控制器）的实现
MVC（模型-视图-控制器）是一种设计思想，贯穿于整个ios开发当中，当积累了一定的开发经验时，你就能深刻的领会MVC（模型-视图-控制器）当中的好处和真正含义。MVC（模型-视图-控制器）主要有三个角色：》M：模型数据（Model）》V：视图或界面（View）》C：控制器（Control）MVC（模型-视图-控制器）的明显特征：》View上显示什么内容完全取决于M
2016-06-29 18:44:06
1603
原创 UITableView
什么是UITableView？一些APP中，经常会看到以下界面：这种类似表格数据的样式，在ios中想要实现，最常用的做法就是使用UITableView，UITableView继承自UIScrollView，所以它支持垂直滚动，且性能极佳；UITableView有两种不同的style1）UITableViewStylePlain
2016-06-29 17:49:45
637
原创 C++ 提取图像ROI保存到Mat
只要给定待提取ROI的四个角点坐标，利用OpenCV的透视变换计算出变换矩阵，就可以实现提取并保存到Mat；void ls::getROI(cv::Mat &src, float vertices[8],cv::Mat &dst) { float w2 = sqrt(pow(vertices[0] - vertices[2], 2) + pow(vertices[1]
2016-06-29 11:10:26
2211
原创 模式识别（Pattern Recognition）学习笔记（三十五）-- K-L变换与PCA
K-L变换的理论知识K-L变换是除了PCA外的另一种常用的特征提取方法，它有很多种形式，最基本的形式跟PCA类似，它跟PCA的不同在于，PCA是一种无监督的特征变换，而K-L变换能够考虑到不同的分类信息，实现有监督的特征提取。根据随机过程中的KL展开理论，将随机过程描述为无数个正交函数的线性组合，而在模式识别问题中，通常可以将一个样本看成是随机向量的某一次实现结果，所以假设有一d维随机向量
2016-06-23 17:20:16
9299
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人