![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
小新识图
主要从事图像处理,机器视觉领域工作。
展开
-
ICCV 2017 论文解读集锦
之前我们整理过视觉顶会CVPR2017的论文解读文章 和NIPS 2017 论文解读集锦,ICCV2017已经结束一段时间了,为了能够让大家更深刻了解ICCV的论文,我们进行了下面的整理。 PS.之前也分享过ICCV 2017的论文分类汇总,有兴趣的朋友们可在该链接中查看:ICCV2017|计算机视觉顶级会议ICCV2017论文分类汇总(更新中) 1.高清实景合成解读 (ICCV 2017)本...转载 2018-06-28 20:18:01 · 8860 阅读 · 0 评论 -
DeepLearning (五) 基于Keras的CNN 训练cifar-10 数据库
http://blog.csdn.net/llp1992/article/details/48057419转载 2017-05-10 13:10:44 · 1159 阅读 · 0 评论 -
Anaconda下安装keras 配置(windows版本 GPU版)
1、Anaconda概述Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。再说一下c原创 2017-05-04 09:35:09 · 12573 阅读 · 5 评论 -
深度学习框架Keras使用心得
参考:http://blog.csdn.net/xjcvip007/article/details/52801216本文由浅入深聊一聊我在这个过程中遇到的一些问题:1、Keras输出的loss,val这些值如何保存到文本中去:Keras中的fit函数会返回一个History对象,它的History.history属性会把之前的那些值全保存在里面,如果有验证集的话,也包含转载 2017-05-09 17:29:40 · 1565 阅读 · 0 评论 -
YAD2K: Yet Another Darknet 2 Keras
网址:https://github.com/allanzelener/YAD2KWelcome to YAD2KYou only look once, but you reimplement neural nets over and over again.YAD2K is a 90% Keras/10% Tensorflow implementation of YO转载 2017-05-08 14:02:10 · 4779 阅读 · 4 评论 -
[深度学习]资源汇总
转自:https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html#t-cnnJump to...LeaderboardPapersR-CNNMultiBoxSPP-NetDeepID-NetNoCFast R-CNNDeepBoxMR-CNNFaster R-CNNYO转载 2017-05-08 13:40:47 · 3957 阅读 · 0 评论 -
Github上关注最多的53个深度学习项目
Top Deep Learning ProjectsA list of popular github projects related to deep learning (ranked by stars).Last Update: 2016.08.09 参考:http://blog.csdn.net/u010983881/article/details/52192008转载 2017-05-08 13:16:51 · 1643 阅读 · 0 评论 -
YOLO v2之总结篇(linux+windows)
http://blog.csdn.net/qq_14845119/article/details/53589282转载 2017-05-10 17:30:52 · 506 阅读 · 0 评论 -
各种跟CV、AR相关的C/C++代码收集
这个页面力图搜集各种跟CV,AR相关的代码,如无特别声明,均是c/c++代码。还是一贯的标准,不求全面,只求质量。如有特别推荐的代码,请在本页留言,或者email我:cvchina AT gmail.com通用库/General LibraryOpenCV 无需多言。RAVL Recognition And Vision Library. 线程安全。强大的IO机转载 2017-04-19 11:17:53 · 1440 阅读 · 0 评论 -
seetaface 人脸检测库
简述seetaface由中科院计算所山世光研究员带领的人脸识别研究组研发。代码基于C++实现,不依赖第三方库。然而,目前开源的代码,是在windows vs上编译的,对于我们这帮mac/linux用户来说,用起来还是挺麻烦的。经过这几天的学习,对seetaface总算有了全面的了解。下面,听我娓娓道来。注意:本文章不涉及代码逻辑和原理,只是教大家如何使用seetaface做人脸识别。开源免原创 2017-04-19 10:57:44 · 1775 阅读 · 1 评论 -
安装MXNET
http://www.cnblogs.com/wacc/p/6096785.html转载 2017-04-14 09:19:57 · 555 阅读 · 0 评论 -
Kaggle-Ensemble-Guide
http://blog.csdn.net/u014114990/article/details/50819948原创 2017-04-11 18:32:51 · 568 阅读 · 1 评论 -
CVPR2016代码&文章
http://blog.csdn.net/mao_feng/article/details/53446392转载 2017-04-07 14:36:27 · 722 阅读 · 0 评论 -
如何利用训练好的神经网络进行预测
http://blog.csdn.net/johinieli/article/details/69367434转载 2017-05-10 13:30:15 · 9071 阅读 · 0 评论 -
Models in TensorFlow from GitHub
转载网址:http://note.youdao.com/share/?id=71216576910b7a6cd6f2a0f2ebf8faa2&type=note#/ —— 感谢AI研习社的分享Models in TensorFlow from GitHub图像处理/识别 1.PixelCNN &PixelRNN in TensorFlowTensorFlo转载 2017-07-15 01:04:02 · 582 阅读 · 0 评论 -
CVPR 2017 论文解读集锦
计算机视觉顶会之一的CVPR2017已经于7月21日至7月26日在夏威夷举行按成。下面为目前关于CVPR2017的论文的文章总结。欢迎大家收藏并推荐~(小助手微信:Extreme-Vision)所有文章都已经出来,点击这里查看CVPR2017论文CVPR2017论文按类别划分请点击此处1.【简评】[CVPR2017]Loss Max-Pooling for Semantic Image Seg...转载 2018-06-28 20:16:56 · 1518 阅读 · 0 评论 -
CV codes代码分类整理合集2
一、特征提取Feature Extraction: SIFT [1] [Demo program][SIFT Library] [VLFeat] PCA-SIFT [2] [Project] Affine-SIFT [3] [Project] SURF [4] [OpenSURF] [Matlab Wrapper] Affine Covariant Features [5]...转载 2018-07-04 09:49:53 · 1234 阅读 · 1 评论 -
行为识别:让机器学会“察言观色”第一步
https://blog.csdn.net/heyc861221/article/details/80128180转载 2018-05-24 12:58:28 · 403 阅读 · 2 评论 -
基于深度学习和迁移学习的识花实践
https://blog.csdn.net/c2a2o2/article/details/78617134原创 2018-05-26 19:39:17 · 1169 阅读 · 0 评论 -
Ubuntu16.04+CUDA8.0+caffe配置
https://blog.csdn.net/xuzhongxiong/article/details/52717285转载 2018-05-25 17:09:24 · 163 阅读 · 4 评论 -
Ubuntu16.04使用Anaconda5搭建TensorFlow使用环境
https://blog.csdn.net/solo95/article/details/78960389https://blog.csdn.net/chenmaolin88/article/details/79370258转载 2018-05-25 08:40:03 · 187 阅读 · 0 评论 -
YOLOv1v2 window7+cpu版本
参考网址:http://blog.csdn.net/qq_14845119/article/details/53612362http://blog.csdn.net/qq_14845119/article/details/53612362https://github.com/AlexeyAB原创 2017-11-14 10:05:21 · 810 阅读 · 1 评论 -
物体检测及分类方法总结
原文:http://blog.csdn.net/yimingsilence/article/details/53995721方法选择:========DPM=========使用传统的slider window的方法 计算量非常大========OverFeat====改进了Alex-net,并用图像缩放和滑窗方法在test数据集上测试网络;提出了一种图转载 2017-08-29 22:52:19 · 21445 阅读 · 0 评论 -
深度学习斯坦福cs231n 课程笔记 .
转自:http://blog.csdn.net/dinosoft/article/details/51813615前言对于深度学习,新手我推荐先看UFLDL,不做assignment的话,一两个晚上就可以看完。毕竟卷积、池化啥的并不是什么特别玄的东西。课程简明扼要,一针见血,把最基础、最重要的点都点出来 了。cs231n这个是一个完整的课程,内容就多了点,虽然说课程是c转载 2017-08-14 22:53:47 · 661 阅读 · 1 评论 -
深度学习与计算机视觉之Python基础学习
https://zhuanlan.zhihu.com/intelligentunithttp://toutiao.com/i6311034787540763137/https://zhuanlan.zhihu.com/p/208703072.基础知识Python是一种长得像伪代码,具备高可读性的编程语言。优点挺多:转载 2017-08-14 22:25:05 · 895 阅读 · 1 评论 -
YOLO2
YOLO2 window7+cpu版本 http://blog.csdn.net/tigerda/article/details/73226441?locationNum=2&fps=1转载 2017-07-28 00:00:19 · 683 阅读 · 0 评论 -
SSD Single Shot MultiBox Detector
SSD论文阅读http://www.cnblogs.com/lillylin/p/6207292.htmlhttp://blog.csdn.net/smf0504/article/details/52745070目标检测,windows 下跑 SSD: Single Shot MultiBox Detector http://blog.csdn.ne转载 2017-07-27 23:46:24 · 380 阅读 · 1 评论 -
Caffe fine-tuning 微调网络
,http://www.cnblogs.com/louyihang-loves-baiyan/目前呢,caffe,theano,torch是当下比较流行的Deep Learning的深度学习框架,楼主最近也在做一些与此相关的事情。在这里,我主要介绍一下如何在Caffe上微调网络,适应我们自己特定的新任务。一般来说我们自己需要做的方向,比如在一些特定的领域的识别分类中,我们很难拿到大量的数据。因转载 2017-07-27 23:07:04 · 405 阅读 · 1 评论 -
Caffe、TensorFlow、MXnet三个开源库对比+主流分类模型对比
http://blog.csdn.net/sinat_26917383/article/details/52723481转载 2017-03-29 09:26:10 · 583 阅读 · 0 评论 -
SSD+caffe︱Single Shot MultiBox Detector 目标检测(一)
http://blog.csdn.net/sinat_26917383/article/details/67639189转载 2017-03-29 09:15:45 · 359 阅读 · 0 评论 -
机器学习算法基础概念学习总结
1.基础概念:(1) 10折交叉验证:英文名是10-fold cross-validation,用来测试算法的准确性。是常用的测试方法。将数据集分成10份。轮流将其中的9份作为训练数据,1分作为测试数据,进行试验。每次试验都会得出相应的正确率(或差错率)。10次的结果的正确率(或差错率)的平均值作为对算法精度的估计,一般还需要进行多次10折交叉验证,在求其平均值,对算法的准确性进行估计转载 2015-02-13 14:20:34 · 1228 阅读 · 0 评论 -
机器学习领域的几种主要学习方式
学习方式根据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要 的学习方式。将算法按照学习方式分类是一个不错的想法,这样可以让人们在建模和算法选择的时候考虑能根据输入数据来选择最合适的算法来获得最好的结果。监督式学习:在监督式学习下,输入数据被称为“训练数据”,每组训练数据有一个明确的标识或结果,如对防转载 2015-02-13 13:50:33 · 879 阅读 · 0 评论 -
机器学习之路
自从答应简二毛博士将自己的机器学习历程和心得分享给大家至今,转眼间半年已经过去了,感谢简博士分享和开源精神的鼓舞,这也正是本系列关于机器学习介绍博客的动力来源。之前有些网友,师弟们问我,学习机器学习怎么入手,从看什么书开始。这里说一下个人见解:如果你只愿意看一本书,那么推荐Bishop的PRML,全名Pattern Recognition and Machine Learning.转载 2015-02-13 14:35:08 · 2253 阅读 · 0 评论 -
LibLinear(SVM包)使用说明之(一)README
LibLinear(SVM包)使用说明之(一)READMEzouxy09@qq.comhttp://blog.csdn.net/zouxy09 本文主要是翻译liblinear-1.93版本的README文件。里面介绍了liblinear的详细使用方法。更多信息请参考: http://www.csie.ntu.edu.tw/~cjli转载 2015-02-08 11:53:25 · 1292 阅读 · 0 评论 -
机器视觉开源代码集合
一、特征提取Feature Extraction:SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF [4] [OpenSURF] [Matlab Wrapper]Affine Covariant Features [5转载 2014-12-31 14:36:57 · 1485 阅读 · 0 评论 -
Andrej Karpathy的CVPR 2013 reading list
Unfortunately, I did not get a chance to attend this year’s CVPR conference for a few reasons — I didn’t have a paper, I started a summer internship at Google and didn’t want to put my awesome p转载 2014-12-30 14:56:05 · 1566 阅读 · 0 评论 -
Andrej Karpathy的CVPR 2012 reading list
这是Andrej Karpathy写的他自己印象比较深刻的一些CVPR2012的paper。可以帮助我们快速的了解这几篇优秀paper的内容。以下是转载的原文文章转自 http://karpathy.ca/myblog/----------------------------------------------------------------------------------转载 2014-12-30 14:42:49 · 1096 阅读 · 0 评论 -
computer vision的前景
AI这个领域,最近又开始大放光彩--此为背景。AI曾经辉煌过,我们的老师在给我们讲AI的时候都是站在云上飘的,但是现实是残酷的,尽管deep blue玩chess玩得不错,但这毕竟是一个具有open表的游戏,说白了,这不算严格意义上的智能。AI大师们最初的很多语言,例如造出翻译机之类的,最后都不了了之了。最后,AI分成了若干个小领域,computer vision算是一个,或者说模式识转载 2014-12-30 09:27:27 · 1400 阅读 · 0 评论 -
随机森林的视觉应用-Regression Forests (2)
我个人觉得具有时代意义的文章是J. Gall的Hough Forests,regression forests这个概念已经很多年,但是近几年在视觉中应用的regression forests本质是HF。Gall原来在ETH Zürich Computer Vision Laboratory,即Luc Van Gool那,去年去了Max Planck Institute。HF的主要思转载 2014-12-29 16:31:01 · 5457 阅读 · 2 评论 -
谈谈随机森林的视觉应用-Random Forests(1)
写这个东西是我开此博客的动机,也是我第一次用中文阐述关于自己研究的东西。写得不好请各位包涵!(关于这个名字的中文翻译,我一向觉得非常的别扭,所以在博文中我继续使用其英文名称)当然,对于英语比汉语更顺畅的同学,直接跳过此文,去读Antonio Criminisi 的tutorial以及相应的ppt【1】,我在phd定题的阶段,一次偶然的机会听了他的一个讲座然后进行了简短的转载 2014-12-29 16:28:59 · 4108 阅读 · 2 评论