![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
MATLAB
清风lsq
所发博客,都是个人学习记录,为了后续自己的回忆温习,有错请理解,要甄别。
展开
-
vlfeat工具包的MATLAB安装
在VLFeat官网上是这么介绍VLFeat的:VLFeat开源库实现了很多著名的机器视觉算法,如HOG, SIFT, MSER, k-means,hierarchical k-means, agglomerative information bottleneck, SLIC superpixels, 和 quick shift。VLFeat开源库是用C语言写的,以确保其效率和兼容性,同时VLF原创 2016-12-05 14:42:17 · 3038 阅读 · 0 评论 -
libsvm在MATLAB的安装
本文的配置路径为 D:\MATLAB\R2010a\toolbox\libsvm-3.12\matlab,从始至终都是在这个目录下进行的。当然,你也可以将编译好的文件拷贝到任何地方,只要你当前的工作目录中有这四个文件即可。1.下载libsvmhttp://www.csie.ntu.edu.tw/~cjlin/libsvm/我的matlab版本 R2012b,我的libsvm版本3.原创 2016-12-05 15:08:10 · 382 阅读 · 0 评论 -
spams----稀疏建模工具箱在MATLAB下的安装编译
SPAMS 是一个为解决各种稀疏估计问题的开源优化工具箱,http://spamsdevel.gforge.inria.fr/index.html ,简单介绍下功能:字典学习与矩阵分解,解决稀疏分解,解决结构化稀疏分解问题。由于这个工具箱给出的是c++代码,所以需要编译才能最终使用。也正因为如此,这个工具箱实现的算法在执行时是很快的,而且可以移植到各种平台使用。这个工具箱网上很多人有提原创 2016-12-05 15:32:02 · 6738 阅读 · 6 评论 -
Ubuntu16.04+MATLAB2014a安装-1
Faster R-CNN是当前目标检测领域内性能最好的算法之一,它将RPN(Region Proposal Network)网络和Fast R-CNN网络结合到了一起,实现了一个端到端的目标检测框架。作者Shaoqing Ren在github上公开了源代码,可以很方便地在自己的机器上进行测试。本文记录的是Ubuntu16.04下配置和测试Faster R-CNN的过程,其中包括Caffe的原创 2017-05-15 18:53:04 · 2172 阅读 · 0 评论 -
caffe安装好MATLAB接口配置(和faster-rcnn里的MATLAB是一样的操作)--4
我的机器环境: Ubuntu 16.04, gcc 5.3.0, Matlab R2015b.cpu安装Caffe官网提供了Matlab接口的配置方法,核心也就两个命令[html] view plain copy make matcaffe make mattest 在执行这两个命令之前,还有两个准备工作:(1)修改转载 2017-05-18 22:36:07 · 852 阅读 · 0 评论 -
Ubuntu16.04+MATLAB2014a+faster-rcnn的CPU安装-3
Faster R-CNN是当前目标检测领域内性能最好的算法之一,它将RPN(Region Proposal Network)网络和Fast R-CNN网络结合到了一起,实现了一个端到端的目标检测框架。作者Shaoqing Ren在github上公开了源代码,可以很方便地在自己的机器上进行测试。本文记录的是Ubuntu16.04下配置和测试Faster R-CNN的过程,其中包括Caffe的安装原创 2017-05-18 08:42:18 · 2494 阅读 · 0 评论