- 博客(14)
- 收藏
- 关注
RSS订阅翻译 Distractor-aware Siamese Networks for Visual Object Tracking（DaSiamRPN)
目标跟踪中对干扰项敏感的暹罗网络摘要最近，暹罗网络(Siamese network)因其平衡的准确性和速度而备受视觉跟踪领域的关注。但是，大多数暹罗跟踪方法中使用的特征只能区分前景和非语义背景。语义背景始终被视为干扰因素，这阻碍了暹罗跟踪器的稳健性。在本文中，我们着重于学习可识别干扰因素的暹罗网络，从而实现准确的长时间跟踪。为此，首先分析了传统暹罗跟踪器中使用到的特征。我们观察到训练数据的分布...
2019-12-05 18:07:26
455
原创 keras深度学习实战（二）----深度卷积神经网络DCNN(1)
深度卷积神经网络导语：之前在MLP做数字识别时，我们将图片压扁成为一个一维向量，损失了原本的空间特性。那么，直接对图像进行处理，也就会得到一个巨大的矩阵，若给矩阵中的每个值都配一个权重，那么计算上会是相当复杂的。我们人在看图时有些地方是投机取巧的，我们不需要看到整张图片就可以一定程度上猜到这是什么，所以我们可以将图片分割，分块来处理（局部感受野）。既然图片模块化了，那么每块的权重也可以批量处理...
2019-09-25 21:32:52
3146
1
原创 keras深度学习实战（一）-----mnist数字识别
多层感知机（MLP）导语：通过简单的BP神经单元我们可以表示任何线性组合，目前的四则运算都属于线性组合的范畴。那么当现实中的一些特征间的关系是非线性的时候该用什么表示呢？这就是感知机的功用，一般是用来解决分类问题，即对于输入x能能分段导向。往往相当于进行了一个激活函数的运算，激活函数就是非线性的，从而满足了表示非线性关系的需求。常见的激活函数：sigmoid: f(x)=11+e−xf(...
2019-09-25 19:17:11
338
1
原创 keras搭建神经网络完成数字识别
利用keras完成数字识别主要结构：1、model=squential()初始化模型2、model.add(dense(input= ,units= ,activition= ))第一层3、model.add(dense(units= ,activition= ))隐藏层，输出层4、model.compile(loss= ,optimizer= ,metrics= )评估优化方法5、m...
2019-09-12 20:12:34
269
原创 利用奇异值分解（SVD）来简化数据
SVD的概述优点：简化数据、去除噪声、提高算法的结果。缺点：数据的转换可能难以理解。适用数据类型：数值型数据。应用场景：1、隐性语义索引（信息检索）；2、推荐系统基础知识矩阵分解可以将原始矩阵表示成新的易于处理的形式，这种新的形式是两个或多个矩阵的乘积。最常见的一种矩阵分解技术就是SVD，可以表示为如下过程：中间的矩阵只有对角元素，其他元素均为0。其中的对角元素按从大到小排列，这...
2019-09-10 18:44:54
216
原创 数据降维方法之PCA
降维的概述降维属于对数据的预处理，通过降低维度，降低数据的复杂性，识别最重要的多个特征。常见的降维方法有：主成分分析法（PCA）因子分析（FA）独立成分分析（ICA）本文主要对PCA方法进行展开。知识基础均值、方差、协方差的定义：PS:样本方差的期望并不是无偏的，要无偏估计，应该再乘上一个系数。N-1既为自由度，就是说，在一个容量为N的样本里，当确定了N-1个变量以后，第N...
2019-09-10 15:04:40
598
原创 lecture 2: where does the error come from
总结误差：主要是偏差（与均值距离）与方差。一般模型越复杂，偏差约小，方差越大。当你的模型无法匹配测试数据----偏差大*解决方法：复杂化调整模型当你的模型能匹配，但在测试集上有较大的误差----方差大*解决方法：大数据 或者 正则化使曲线平滑如何平衡误差：交叉验证法 确定模型后，再将模型在整个数据集上获取结果，不要回头调整模型，一旦选定，没有必要回头修正偏差，因为这样更贴合之后的实...
2019-09-09 11:43:10
121
原创 地图api的调用
给出两个代码模板，在申请ak后用python获取信息：百度地图import requestsimport randomfrom urllib.request import urlopenimport urllibimport urllib.parseimport urllib.requestimport jsonak = 'kiYqITymc7F4O1XQZCDRAEbs9AU...
2019-09-08 18:18:02
1011
原创 ubuntu18.04下配置opencv、eigen3、sophus等
方便以后复现环境，记录如下：$:sudo apt-get install cmake $:cmake -version>>3.10.2$:sudo make update$:make -v>>GUN make 4.1$:sudo apt-get install g++$:sudo apt-get install vim{进入目录>v...
2018-12-18 18:05:22
2353
原创 立体视觉
单目照相机将三维的事物转化为二维的图像，丢失了距离信息，也就是视深。和我们双眼获知物体距离的原理类似，（对极几何）可以参见下图：记cc'距离为B,xx'距离为视差d,空间点到基线的距离为Z，相机的焦距为f,则根据相似三角形定理得：d=Bf/Z也就是距离信息可以转化为根据不同方向的图片求视差d的问题。局部的方法（计算匹配代价）：SAD（Sum of Absolute Differ...
2018-12-17 15:09:07
583
1
原创 opencv3.4.4在VS２０１７中的配置实现
新建空项目，建立main.cpp视图->其他窗口->属性管理器->Debug|x64->Microsoft.Cpp.x64.userMicrosoft.Cpp.x64.user属性页面：1、VC++目录>包含目录：addD:\gf_app\opencv3.4.4\opencv\build\include\opencv2D:\gf_app\opencv...
2018-12-05 13:51:04
1032
原创 线性回归
线性回归 优点：结果易于理解，计算上不复杂。适用数据类型：数值型和标称型数据。回归过程就是求回归系数的过程。一般有两种方法：1、直接利用正规方程求解 2、梯度下降迭代训练 （涉及学习率）正规方程方法原理 回归方程：（回归系数存放在中）...
2018-10-25 17:51:29
229
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