- 博客(5)
- 收藏
- 关注
RSS订阅原创 VDL-第二节CNN（上）
Ⅰ基本概念一、卷积神经网络① 人类视觉系统层次结构 像素——第一层处理一些线段——第二层组合起来有形状——第三层成为有语义信息的物体② 局部感受野前面的多层感知器是每个隐含层都对应输出层称得上是全连接，所以对于输出结点来说，他就接受所以前面结点，因此称为全局感受野，而局部感受野顾名思义就是结点只去感受一小部分，其他与他无关。③从神经网络到卷积神经网络传统神经网路（全连接）参数数目巨大难以训练容易梯度消失/爆炸参数跟输入图像大小无...
2022-03-21 16:53:02
4306
原创 VDL-第一节理论概要
第一章：深度学习理论（一）Ⅰ概述一、定义人脑神经网络 VS 人工神经网络（大脑皮层的一个神经元拿来研究分析，但还是差得远）二、发展现状图像分类、目标检测和识别、图像分割、图像描述三、人工神经网络基础1、人工神经元的基本结构和功能① 加权：对一个单元有很多的输入，重要性不一样，各给权重② 求和：加起来③ 激励：激励函数来确定给出怎样的输出加偏置和加阈值是一个意思2、激励函数① 可能的无限域变换指定到有限范围输出问题：为何需要非线性的激励函数？答：
2022-03-15 15:45:37
4608
原创 三维点云处理-1.4 Filters滤波
1.噪声去除2.降采样能在保存这个对象特征的同时降低运算量。3.上采样二、1.噪声去除统计一下2.降采样降低点的数量方法：1.Voxel grid有两个问题怎样去选点1.Centroid 平均值（速度慢） 2.Random select 随便选个点（速度快但是不精确）3.伪代码 流程（1.求最大值最小值 2.选取Voxel grid 的分辨率 3.计算在x y方向上划分成了多少小格子 每一个方向上格子的数量4.算xyz 落在哪个位.
2022-03-02 10:42:46
589
原创 三维点云处理-1.2主成分分析PCA
一、主成分（PCA）概念：将数据点投影到有特征性的方向上，每个数据点在向量上的投影就是主成分。 主成分用途：降维、法向量的估计、分类二、PCA的数学概念和物理意义Rayleigh quotients 瑞利熵SVD主成分输入：一堆高维的点主成分输出：最主要的向量①方差找最大的Z1②去掉Z1，然后找剩下的主成分③过程可以重复很多遍找到我们想要的主向量PCA步骤总结：有一对点①减掉数据点的均值 ②...
2022-02-25 21:19:00
2233
原创 三维点云处理-1.1Introduction
一、第一章大纲1.课程介绍2.主成分分析（Principal Component Analysis）3.下采样（Downsampling）4.过滤（Filtering）二、点云表示：N×3矩阵之类点云来源：RGB-D相机、Lidar点云用途：人脸识别、三维重建、无人车（目标检测、语义分割）点云优点：表达三维（其他Mesh、Voxel Grid、Octree）矩阵方便简单点云缺点：①密度（激光雷达里远处反射点少）②不规则（图像很规整，但点云很难找到邻居）③没有纹理信
2022-02-24 20:18:25
1109
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