- 博客(19)
- 收藏
- 关注
RSS订阅原创 Spacemacs Digest (I) --- checkers 拼写和语法检查
安装在 spacemacs 中，用户可以加载spell-checking 拼写检查syntax-checking （编程）语法检查放在 dotspacemacs-configuration-layers 中即可。 dotspacemacs-configuration-layers '( ;; +checkers spell-checking s...
2019-11-05 19:45:35
412
翻译 Canny 边缘检测算子 (Wikipedia)
Canny 边缘检测算子 是一种多阶段边缘检测的算法，在 1986 年由 John F. Canny 发明。Canny 同时发展了边缘检测的计算理论，解释了为什么这个技巧会有用。Canny 算法的发展Canny 边缘检测是一种从不同的视觉物体中抽取有用结构信息的技巧。它被广泛应用于各种计算机视觉系统中。Canny 发现不同视觉系统中的边缘检测都相对相似。于是他阐述了一种可以在广泛情形下应用的解...
2019-07-10 19:15:35
2929
翻译 SSD:单次多盒检测器
作者Wei Liu (UNC Chapel Hill) 刘伟Dragomir Anguelov (Zoox Inc.)Dumitru Erhan (Google Inc.)Christian Szegedy (Google Inc.)Scott Reed (University of Michgan Ann-Arbor)Cheng-Yang Fu (UNC Chapel Hill)...
2019-05-05 15:20:01
1293
原创 如果你也在 emacs 中没有办法使用谷歌/搜狗输入法 (Ubuntu)
在 .bashrc 或者 .zshrc 中加入:export LC_CTYPE=zh_CN.UTF-8即可解决问题。谢谢观赏！
2019-04-01 11:57:21
525
翻译 MATLAB计算机视觉工具箱文档阅读 —— vision.BlobAnalysis 系统对象
连通区域的性质描述计算二元图像联通区域的统计性质为了跟踪一个点集合：建立 vision.BlobAnalysis 对象，并且设置其属性。像函数一样调用对象，带上参数。想要知道系统对象如何工作，可以参考 什么是系统对象？建立语法Hblob = vision.BlobAnalysisHblob = vision.BlobAnalysis(Name, Value)描述Hbl...
2019-03-18 15:04:18
3422
1
原创 在 Ubuntu 下用 xelatex 编译文章，如果你也遇到 File Not Found 'ctex.sty'
可以用 sudo apt install latex-cjk-all 谢谢观赏
2019-03-18 14:29:33
1648
翻译 Wiki读摘 --- 前景探测
前景探测 是 计算机视觉 和 图像处理 的主要任务之一。其任务是检测图像序列之间的变化。背景减除 是任何可以提取出图像前景的技巧，以备进一步处理（物体识别等）许多应用不需要知道图像序列中所有的运动发展，但只需要知道场景中变化的信息，因为我们对图像中感兴趣的区域是前景中的物体（人、车、文字等）。在图像预处理之后（可能包含图像去噪，以及后处理，如图像变形（morphology）等）物体定位需要用到这...
2019-03-15 14:56:05
343
翻译 MATLAB计算机视觉工具箱文档阅读 —— vision.ForegroundDetector 系统对象
vision.ForegroundDetector 系统对象用 Gauss 混合模型进行前景检测描述ForegroundDetector 对比视频的背景模型，以确定每一个像素是背景还是前景。它计算出前景的标记。用背景删除，你可以从静态摄像机中检测出前景物体。为了检测图像中的前景，你需要：建立 vision.ForegroundDetector 对象并且设置它的属性。像函数一样调用该对...
2019-03-14 13:20:56
5038
原创 在 org-mode 中插入本地视频并导出 HTML
第一步：准备视频视频必须是 mp4、ogg、或者 webm 格式的。可以通过ffmpeg -i input_video.avi output_video.mp4实现视频转换（如果有必要的话）第二步：在 org 文件中插入#+BEGIN_EXPORT HTML<video width="640" height="480" controls&gt
2019-03-12 15:13:56
641
原创 org-mode 如果你不喜欢中文日期
Here is the quick solution(setq system-time-locale "C")
2019-03-11 14:20:01
266
翻译 MATLAB 计算机视觉系统工具箱文档阅读 --- 基于 Faster R-CNN深度学习的物体检测
基于 Faster R-CNN深度学习的物体检测这个例子展示如何使用一个称为 Faster R-CNN （区域卷积神经网络） 的深度学习的技巧训练物体检测器。综述这个例子展示如何训练一个 Faster R-CNN 物体检测器，用于检测车辆。Faster R-CNN1 是 R-CNN2 和 Fast R-CNN3 物体检测技巧的推广。所有这三个技巧都使用卷积神经网络 (CNN)。区别在于他们如...
2019-03-11 11:57:44
3216
4
原创 C++指针引用的一些小思考
首先给出一张符号中英对照术语表：中文English符号引用reference&取地址address-of&指针pointer*解引用dereference*常量constantconst自动类型automaticauto常量表达式constant expressionconstexpr空...
2019-03-06 17:11:28
1377
原创 Ubuntu 无法加载 exFAT 格式的 U 盘
如果你在使用 Ubuntu 插入 U 盘之后遇到类似这种情况：只需简单一步即可sudo apt install exfat-fuse exfat-utils参考文献：https://itsfoss.com/mount-exfat/
2019-03-06 12:51:19
396
原创 Ubuntu开机自动挂载硬盘
总共分四步首先通过 sudo blkid 查看磁盘 UUID 和类型第二步，修改 /etc/fstab 实现开机自启动：每一个磁盘占一行，填写如下UUID=[第一步中uuid] [磁盘挂载的路径，] [第一步中的类型] defaults 0 0第三步，sudo mount -a 验证第四步，重启验证参考文献：https://blog.csdn.net/qq_35451572/a...
2019-03-04 11:22:36
238
原创 XGBoost (5) C++ 命令行训练源码分析
回顾与本文目标前一篇文章（第 4 篇）中，我们在命令行接口模式下运行 XGBoost 成功。在第 3 篇中，我们在 Python 接口下运行了 XGBoost，并且分析了其中的 PredictRaw 函数。但这里的代码读得有点乱。本文从头开始，一个一个函数解释代码是如何运行的。起点 main() @ src/cli_main.ccint main(int argc, char *argv[...
2019-02-21 21:55:40
1990
原创 XGBoost (4) C++ 训练模型源码分析之二 —— 调试源代码
回顾与本文目标前一篇文章基本上是在通过人肉的方式试图去做编译器应该做的事情。看上去不是一个聪明的办法（居然现在才想起来，我也是醉了）。换一个思路。我们现在试图用编译、运行的方式来理解 XGBoost 库。注意到 源代码有 cli_main.cc 这样的文件存在。意味着我们可以使用命令行调用库。基本思路与过程为此，我们下载了 JetBrains 的 CLion 作为 IDE （免费试用 30 ...
2019-02-19 15:55:35
976
原创 XGBoost (3) C++ 训练模型源码分析之一 ——求预测值
回顾与本文目标还记得上一篇博文中，我们回顾了 python 的训练接口，本文我们深挖 XGBoost 的 C++ 源代码。从训练迭代内核 XGBoosterUpdateOneIter() 函数开始讨论。争取对训练过程再有更多感性认识。进行一步迭代 XGBoosterUpdateOneIter()我们在 c_api.cc 中找到了 XGBoosterUpdateOneIter() 的源代码。不...
2019-02-17 14:48:24
1891
原创 XGBoost (2) Python 训练模型接口源码分析
回顾上一回，我们举了一个 XGBoost 的应用实例，用以 “判断野生蘑菇在什么情况下可以吃?”。现在我们打算挑战一下，看看算法是如何工作的。这不是一件很容易的事情，因为一个算法需要排除很多意外情形、还要会用 python 调用 C++ 的动态库，这都无形中给算法披上了一层又一层的外衣。在这篇文章中，我们不涉及 C++ 动态库的实现，先关注 python 层的逻辑关系。我们先来回顾一下代码：...
2019-02-16 14:52:06
778
1
原创 XGBoost (1) 从调用谈起
咕嘟辕马 — XGBoost (1)XGBoost 是华盛顿大学陈天奇于 2016年主创的算法（看上去 Carlos Guestrin 是他的导师），在各类数据科学比赛（Kaggle）中有着广泛应用（2016年左右是这个算法比较红的年份），并且取得了良好的成绩。许多跟随者“站在巨人的肩膀上”，进一步开发新的算法（知名的算法至少有微软的 LightGBM，这个算法我目前还不大懂，TODO）。无论如...
2019-02-15 14:50:38
1043
1
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