- 博客(40)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 TensorFlow笔记-制作自己的训练集，利用卷积神经网络模型进行训练、测试（完整流程）
在学习TensorFlow过程中，发现训练数据集（mnist）大都是直接从网上下载，直接加载到模型上。而如果我们大多时候需要用自己的图片进行训练、测试，为了解决这个问题，在网上看了很多教程，大概明白了制作自己训练数据集的过程。为此，以MNIST数字识别为例，总结一下训练神经网络模型的大致流程。主要包括以下几个部分：一. 制作自己的数据集 通常情况下，我们需要利用自己的图...
2018-05-11 18:21:23
66833
46
转载 全卷积网络 FCN 详解
背景CNN能够对图片进行分类，可是怎么样才能识别图片中特定部分的物体，在2015年之前还是一个世界难题。神经网络大神Jonathan Long发表了《Fully Convolutional Networks for Semantic Segmentation》在图像语义分割挖了一个坑，于是无穷无尽的人往坑里面跳。全卷积网络 Fully Convolutional NetworksCNN 与 FCN...
2018-06-09 09:22:09
908
转载 VGG网络模型详解
如今深度学习发展火热，但很多优秀的文章都是基于经典文章，经典文章中的一句一词都值得推敲和分析。此外，深度学习虽然一直被人诟病缺乏足够令人信服的理论，但不代表我们不能感性分析理解，下面我们将对2014年夺得ImageNet的定位第一和分类第二的VGG网络进行分析，在此过程中更多的是对这篇经典文章的感性分析，希望和大家共同交流产生共鸣，如果有理解不到位的也真诚期待指出错误。Simonyan, Ka...
2018-05-30 20:33:37
53475
11
原创 基于TensorFlow实现AlexNet网络的构建、测试、微调过程
本文主要参照博客中内容实现AlexNet网络的构建、测试过程，利用自己的方法制作训练集来进行微调过程。本文主要介绍在TensorFlow框架下AlexNet网络的实现程序。下图是AlexNet网络的网络结构：1. AlexNet网络的构建过程：下面程序（注释）创建了一个类来定义AlexNet模型图，并带有加载预训练参数的函数#定义AlexNet神经网络结构模型import tensorflow...
2018-05-29 16:57:58
6392
8
转载 基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN
转自：https://www.cnblogs.com/skyfsm/p/6806246.html对于深度学习初学者，有助于了解R-CNN、Fast R-CNN、Faster R-CNN网络结构以及之间的区别。object detection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。object detection要解决的问题就是物体在哪里，是什么这整个流程的问题。然而，...
2018-05-23 10:54:48
340
转载 YOLO算法的原理与实现
摘要: 当我们谈起计算机视觉时，首先想到的就是图像分类，没错，图像分类是计算机视觉最基本的任务之一，但是在图像分类的基础上，还有更复杂和有意思的任务，如目标检测，物体定位，图像分割等，见图1所示。其中目标检测 ...1、前言当我们谈起计算机视觉时，首先想到的就是图像分类，没错，图像分类是计算机视觉最基本的任务之一，但是在图像分类的基础上，还有更复杂和有意思的任务，如目标检测，物体定位，图像分割等，...
2018-05-22 20:21:58
3446
2
转载 MTCNN算法详解
该MTCNN算法出自深圳先进技术研究院，乔宇老师组，是今年2016的ECCV。（至少我知道的今年已经一篇cvpr，一篇eccv了）。 进入正题理论基础：正如上图所示，该MTCNN由3个网络结构组成（P-Net,R-Net,O-Net）。Proposal Network (P-Net)：该网络结构主要获得了人脸区域的候选窗口和边界框的回归向量。并用该边界框做回归，对候选窗口进行校准，然后通过非极大...
2018-05-21 16:18:15
19005
7
转载 RCNN算法详解
Region CNN(RCNN)可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折桂，2010年更带领团队获得终身成就奖，如今供职于Facebook旗下的FAIR。 这篇文章思路简洁，在DPM方法多年平台期后，效果提高显著。包括本文在内的一系列目标检测算法：RCNN, Fast RCNN, Faster RCNN代表当下目标检测的...
2018-05-21 08:53:13
1010
原创 TensorFlow程序：利用卷积神经网络（LeNet-5）模型实现MNIST数字识别
LeNet-5模型是Yann LeCun教授于1998年在论文Gradient-based learning applied to document recognition中提出的，它是第一个应用于数字识别问题的卷积神经网络。在MNIST数据集上，LeNet-5模型可以达到大约99.2%的正确率。LeNet-5模型总共有7层（不包括输入）。网上有很多关于卷积神经网络的讲解，这里就不细...
2018-05-08 20:42:28
1400
原创 TensorFlow程序-监控指标可视化
利用TensorBoard中GRAPHS栏、EVENTS栏、IMAGES栏、AUDIO栏和HISTOGRAMS栏可视化一些监控指标，将TensorFlow程序运行时的信息输出到TensorBoard日志文件中。import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataSUM_MARY_DI...
2018-05-05 18:16:18
1878
原创 TensorFlow程序-图像预处理流程
在训练之前完成图像预处理，包括图像片段截取、图像大小调整、图像翻转以及色彩调整的步骤。图像预处理程序如下：import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt#给定一张图像，随机调整图像的色彩。因为调整亮度、对比度、饱和度和色相的顺序会影响最后得到的结果，所以可以定义多种不同的顺序。具体#哪一种顺...
2018-05-04 15:00:21
1569
原创 TensorFlow程序-MNIST数字识别
该程序包括三个部分，第一个是mnist_inference.py，在该程序中定义了前向传播过程和神经网络中的参数。第二个是mnist_train.py，它定义了神经网络的训练过程，并且将模型持久化，保存的是训练完成后的最终模型；第三个是mnist_eval.py，它定义了测试过程，在该程序中用的是训练完成后的最终模型，对验证数据和测试数据进行测试。mnist_inference.py中程序如下：i...
2018-05-02 15:14:59
445
原创 C程序-回溯法（递归形式）解决01背包和n后问题
1. 0-1背包问题 n=3的0/1背包问题，设物品质量w={18,14,16}; 物品价值v={48,30,30}; 背包容量c=30. 程序如下所示：#include<iostream>using namespace std;int bestx[3];int w[3] = { 18, 14, 16 };int v[4] = { 48, 30, 30 };int max...
2018-04-22 09:40:15
2806
原创 最小生成树（带权无向图）
在一个无向图中找出一棵最小生成树： 一个无向图G的最小生成树就是由该图的那些连接G的所有顶点的边构成的树，且其总价值最低，最小生成树存在当且仅当G是连通的。在最小生成树中边的条数是|V|-1，并且无圈。 对于任一个生成树T，如果将一条不属于T的边e添加进来，则产生一个圈。如果从该圈中除去任意一条边，则又恢复生成树的特性。如果边e的值比除去的边的值低，那么新的生成树的值就比原生成...
2018-04-14 11:19:05
37131
4
原创 单源最短路径：迪杰斯特拉（Dijkstra）算法
在有权图中，利用迪杰斯特拉（Dijkstra）算法求解最短路径：程序如下：#include<iostream>#include<assert.h>#include<string>#include<limits.h>#define NUM 7using namespace std;//利用二维数组创建有向图的邻接矩阵void Crea...
2018-04-14 09:34:24
1092
原创 树的遍历-深度优先遍历和广度优先遍历
深度优先遍历类似于树的先序遍历。假设给定初态是图中所有顶点均未被访问过，从图中某一顶点vi出发遍历图中的定义如下：首先访问出发点vi，并将其访问标志置为1；然后，从vi出发点依次搜索vi的每个邻接点vj。如vj未被访问过，则以vj为新的出发点继续进行深度优先搜索。广度优先遍历，类似于树的按层次遍历。设图G是连通的，且图G的初态是所有顶点均未被访问过。从图G的任一顶点vi出发按广度优先搜索遍历图的步...
2018-04-13 18:54:09
11939
1
原创 数据结构-堆（程序）
用程序实现：（1）根据一个数组建立大根堆（最大堆）；（2）插入数据，向上调整为大根堆；（3）删除根节点数据，重新调整为大根堆；（4）堆排序程序如下：#include<iostream>#include<assert.h>//#include"List.h"#include<string>//#include"Stack.h"//#include"Tre...
2018-04-12 15:49:54
229
原创 应用PCA算法提取特征脸，重构人脸图像，并利用SVM算法进行人脸识别
//--应用PCA进行特征提取，并重构人脸图像--//#include<highgui.h>#include<cv.h>#include<windows.h>#include<iostream>#include<stdio.h>#include<cxcore.h>#include<ml.h>us
2018-04-06 14:31:37
4552
原创 编程题：从n个数中选取m个数，计算m个数的和s，判断剩余n-m个数中是否存在等于s的数，如果存在，输出最大值
描述：从n个数中选取m个数，计算m个数的和s，判断剩余n-m个数中是否存在等于s的数，如果存在，输出最大值。第一行输入n和m值，第二行输入n个数，输出最大值。例如：输入：6 2 1 2 5 3 7 4输出：7分析：1+2=3；2+5=7；2+3=5；3+4=7；1+3=4；1+4=5 其中最大值为7代码如下：import java.util.ArrayList;i...
2018-04-04 10:14:11
1938
1
原创 编程题：输入n个数，判断其中是否有k个数的和等于m
描述：输入n个数，判断其中是否有k个数的和等于m，如果有，输出“perfect”;否则，输出“good”。案例一：输入：5 100 10 20 30 40 50输出：perfect案例二：输入：5 100 10 40 70 86 120输出：good程序如下：package package1;import java.util.ArrayList;import ...
2018-04-03 16:32:36
4012
原创 Scanner从键盘获取用户的输入数据
Scanner：一个可以使用正则表达式来解析基本类型和字符串的简单文本扫描器。从键盘获取int或float数据package TopPackage;import java.util.Scanner;public class Main { public static void main(String[] args) { Scanner sc =new Scanner(System...
2018-03-26 10:31:22
2740
转载 Java中的字符串常量池详细介绍
这篇文章主要介绍了Java中的字符串常量池详细介绍,JVM为了减少字符串对象的重复创建,其维护了一个特殊的内存,这段内存被成为字符串常量池或者字符串字面量池,需要的朋友可以参考下 Java中字符串对象创建有两种形式，一种为字面量形式，如String str = "droid";，另一种就是使用new这种标准的构造对象的方法，如String str = new String(...
2018-03-26 09:30:06
223
转载 Android书籍推荐
Android开发书籍推荐：从入门到精通系列学习路线书籍介绍很多时候我们都会不断收到新手的提问“Android开发的经典入门教材和学习路线？”、“Android 开发入门教程有哪些推荐？”等类似的问题，我们不断重复回答这些问题，这让我们萌生了做《 Android开发书籍推荐：从入门到精通系列学习路线书籍介绍》的想法，整理收集开发大牛的学习经验，以便让我们少走弯路，更快速成长。希望这个系列可以成为大...
2018-03-25 16:36:57
1332
原创 构造器运行机制
构造器在运行前系统执行什么呢，之后又执行什么呢？总结如下：加载要创建该对象的父类，以及成员变量和其他继承关系；加载该类的静态块和静态成员变量，并对其进行初始化等操作；静态块和静态成员变量加载完毕后创建对象并加载非静态成员变量，并对其进行初始化等操作；执行构造器里的方法体，完成后该类的对象创建完毕。父类的运行顺序和该类的运行顺序是一样的。简单概括为： 父类静态代码块-->子类静态代...
2018-03-08 19:18:46
259
原创 抽象类和接口的区别
抽象类的特点：抽象类一般在父类中使用，而它的子类实现父类中的抽象方法；如果父类中有一个或多个抽象方法，那么父类必须为抽象类；抽象类里的抽象方法没有任何方法体，子类要实现父类的所有抽象方法。如果没实现全部抽象方法，其子类必须为抽象类；抽象类是用来继承的，不能被实例化；抽象类里的抽象方法，只有在子类实现了才能使用；抽象类里允许有抽象方法和普通方法；抽象类里的普通方法可以被子类调用。抽象类和接口的区别：...
2018-03-08 16:45:43
262
转载 java中static修饰符的作用
static表示“全局”或者“静态”的意思，用来修饰成员变量和成员方法，也可以形成静态static代码块，但是Java语言中没有全局变量的概念。被static修饰的成员变量和成员方法独立于该类的任何对象。也就是说，它不依赖类特定的实例，被类的所有实例共享。只要这个类被加载，Java虚拟机就能根据类名在运行时数据区的方法区内定找到他们。因此，static对象可以在它的任何对象创建之前访问，无需引用任...
2018-03-08 09:25:46
2607
原创 final修饰符
最终修饰符在字面上可以说为最终的不变的意思。修饰符final可以修饰很多类型的数据，被其修饰的数据所具有的含义也各有不同。 final修饰成员变量：使用final修饰成员变量的基本含义是该变量一旦被初始化之后就不允许再被修改。final关键字修饰成员变量，其值是不能改变的，并且必须进行初始化。在一般情况下创建对象的时候，系统都会对其成员变量进行默认初始化，被final关键字...
2018-03-08 08:42:35
183
原创 类与对象中一些基本概念
1. 面向对象1.1 面向对象的特点 面向对象是指编写程序的时候要围绕着一个对象的功能进行编写。英文缩写是OOP，全称为Object Oriented Programming。在进行面向对象编程时，方法和成员变量都写在具体的对象里，并对其成员变量和方法有很好的隐藏性；对象之间的访问都是通过其接口进行的。面向对象的四个特点：继承性、多态性、抽象性以及封装性。 继承性：继承是发生在类与...
2018-03-07 16:02:24
184
原创 Android NDK使用时总结的一些知识（一）
1. 前言 Android 平台支持C/C++开发，也可以说支持本地（Native）开发。Android的SDK是基于Java实现的，但是并不意味着第三方应用只能使用Java编写程序，在SDK首次发布时，Google就宣称其虚拟机支持JNI编程方式，也就是第三方应用完全可以通过JNI调用自己的C/C++动态库，即在Android平台上，可以实现“Java+C/C++”编程方式
2017-12-28 10:20:05
270
转载 JNI开发系列JNI概念及开发流程
引言在学习了C语言基础之后 ，我们简单的了解了C语言编程的一些范式 ，了解了指针 ，结构体 ，联合体 ，函数 ，文件IO等等 。我们最终的目的是要学会NDK开发 ，而NDK开发就离不开我们的JNI技术 。下面 ，就来开始我们的JNI之旅吧 。JNI的概念JNI全称 Java NativeInterface ， java本地化接口 ，可以通过JNI调用系统提供的API
2017-12-27 16:08:35
269
转载 Android Handler 机制实现原理分析
handler在安卓开发中是必须掌握的技术，但是很多人都是停留在使用阶段。使用起来很简单，就两个步骤，在主线程重写handler的handleMessage( )方法，在工作线程发送消息。但是，有没有人想过这种技术是怎么实现的呢？下面我们一起探讨下。先上图，让大家好理解下handler机制：
2017-11-27 20:33:55
376
转载 K-Means聚类算法的原理及实现
问题导读：1、如何理解K-Means算法？2、如何寻找K值及初始质心？3、如何应用K-Means算法处理数据？K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果。
2017-11-27 12:12:22
719
原创 利用opencv库函数检测人脸、眼睛以及鼻子等区域
// Haar特征-人脸检测 //#include#include#include#includeusing namespace std;using namespace cv;int flag=0;CvPoint pt1,pt2;int main(int argc, int argv[]){ // 加载Haar特征检测分类器 // haarcascade_fr
2017-11-26 13:56:28
8947
3
转载 TensorFlow 人脸识别网络与对抗网络搭建
写在前面的话本次文章坑挖的有些大，有些很不好写，想了想其实人脸识别网络大约也是一个简单的前馈神经网络。但是这么说又没有神秘感，要是要用RNN模型又有些高射炮打蚊子。所以准备介绍介绍人脸识别是怎么回事。这里挂一漏万，从人脸监测开始，那么什么是人脸检测呢：人脸识别任务其实总结起来人脸识别工作可以分为几个部分人脸检测（detection），人脸校准（aliment
2017-11-25 21:14:23
658
1
转载 HOG特征（Histogram of Gradient）
参考资料： HOG的经典论文：Dalal N, Triggs B. Histograms of oriented gradients for human detection[C]//Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Conference on. IEEE, 2005,
2017-11-25 19:31:06
317
原创 本地音乐播放器 “陌上聆听”
之前学过一段时间的android知识，其中，编了个本地音乐播放器。由于网上很少有免费的歌曲api数据，就利用MediaPlayer扫描本地音乐文件，实现播放本地歌曲。界面做的很简单，不过大部分基本的播放器功能都实现了，包括获取SD卡音乐文件、歌曲选择、可拖动的进度条、获取歌词（网上歌词有的找不到）、播放模式切换、调节声音大小以及后台播放功能。主要涉及媒体播放器（MediaPlayer和Me
2017-11-24 10:54:17
379
原创 在Android平台部署Opencv
最近，打算在android平台上使用opencv库函数对图像进行一系列操作，下面简要说一下在android平台上部署opencv1. 从官网 下载 Android Studio，(http://www.android-studio.org/ )点击打开链接， 从sourceforge网站下载OpenCV-2.4.10-android-sdk.zip (https://source
2017-11-23 10:53:18
674
转载 浅析人脸检测之Haar分类器方法
转自 http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html一、Haar分类器的前世今生人脸检测属于计算机视觉的范畴，早期人们的主要研究方向是人脸识别，即根据人脸来识别人物的身份，后来在复杂背景下的人脸检测需求越来越大，人脸检测也逐渐作为一个单独的研究方向发展起来。目前的人脸检测方法主要有两大类
2017-11-23 09:52:23
269
python35_d.lib和python35_d.dll
2018-06-28
JAFFE表情库
2018-06-25
android程序-本地音乐播放器
2018-06-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人