python
gukedream
人不能像走兽那样活着,应该追求知识和美德。
展开
-
目标检测 [SSD原理与实现]
前言目标检测近年来已经取得了很重要的进展,主流的算法主要分为两个类型(参考RefineDet):(1)two-stage方法,如R-CNN系算法,其主要思路是先通过启发式方法(selective search)或者CNN网络(RPN)产生一系列稀疏的候选框,然后对这些候选框进行分类与回归,two-stage方法的优势是准确度高;(2)one-stage方法,如Yolo和SSD,其主要思路是均匀...转载 2019-01-20 16:25:06 · 466 阅读 · 0 评论 -
特征提取算法与图像描述符[SIFT]
Goal In this chapter,We will learn about the concepts of SIFT algorithm We will learn to find SIFT Keypoints and Descriptors.Theory In last couple of chapters, we saw some corner detectors lik...原创 2019-02-12 01:07:05 · 1064 阅读 · 0 评论 -
特征提取算法与图像描述符[SURF]
Goal In this chapter,We will see the basics of SURF We will see SURF functionalities in OpenCVTheory In last chapter, we saw SIFT for keypoint detection and description. But it was comparative...原创 2019-02-12 01:23:38 · 1297 阅读 · 0 评论 -
特征提取算法与图像描述符[ORB]
ORB特征算法ORB算法综合了FAST角点检测算法和BRIEFF描述符。FAST特征检测算法原理 opencv官方文档FAST只是一种特征点检测算法,并不涉及特征点的特征描述。fast = cv2.FastFeatureDetector_create(threshold=10)img = cv2.imread("laugh.jpg", 0)fast = cv2.Fa...原创 2019-02-12 01:35:51 · 1463 阅读 · 0 评论 -
DenseNet:比ResNet更优的CNN模型
前言在计算机视觉领域,卷积神经网络(CNN)已经成为最主流的方法,比如最近的GoogLenet,VGG-19,Incepetion等模型。CNN史上的一个里程碑事件是ResNet模型的出现,ResNet可以训练出更深的CNN模型,从而实现更高的准确度。ResNet模型的核心是通过建立前面层与后面层之间的“短路连接”(shortcuts,skip connection),这有助于训练过程中梯度的...转载 2019-02-12 14:35:56 · 1538 阅读 · 0 评论 -
lintel安装成功记与血泪史
1. 简介:最近需要将视频文件直接用于深度模型训练的输入,而不是像之前那样先将视频文件提取成单帧保存下来,因为这样做会出现几个问题,一个是要使用ffmpeg命令,将耗费数小时的时间提取帧,另一个是需要而外的存储空间,还有就是训练代码在加载图片时存在很大的IO操作,会影响训练的效率。因此,有没有一个方法,可以直接将视频文件作为训练数据,但又不会出现以上诸多问题呢,lintel就是为了解决这个问题...原创 2019-04-27 15:48:22 · 2170 阅读 · 7 评论