「已注销」-CSDN博客

转载激活函数及其各自的优缺点

1.什么是激活函数？所谓激活函数（Activation Function），就是在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端。激活函数对于人工神经网络模型去学习、理解非常复杂和非线性的函数来说具有十分重要的作用。它们将非线性特性引入到我们的网络中。如图，在神经元中，输入（inputs ）通过加权，求和后，还被作用在一个函数上，这个函数就是激活函数。2.为什么要用激活函...

2019-09-24 09:25:57 3131

mIOU定义Mean Intersection over Union(MIoU，均交并比)，为语义分割的标准度量。其计算两个集合的交集和并集之比，在语义分割问题中，这两个集合为真实值（ground truth）和预测值（predicted segmentation）。这个比例可以变形为TP（交集）比上TP、FP、FN之和（并集）。在每个类上计算IoU，然后取平均。pij表示真实值为i，被预测...

2019-09-09 16:28:04 5103

原创 DL 入门：关于「Inception」和「Xception」的那些事

Inception 是神经网络结构的一大神作，其提出的「多尺寸卷积」和「多个小卷积核替代大卷积核」等概念是现如今许多优秀网络架构的基石。也正是如此，基于此的 Xception 横空出世，作者称其为 Extreme Inception，提出的 Depthwise Separable Conv 也是让人眼前一亮。本文不详细讲解论文内容，只探讨提出的这几个基础概念和结构，并按照时间顺序来探讨。首先探讨的...

2019-08-22 11:27:37 240

原创卷积神经网络(convolutional neural networks, CNN)

卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。它包括卷积层(convolutional layer)和池化层(pooling layer)。经典的多层感知机由一系列全连接层组成，卷积神经网络中除全连接层外，还有卷积层和池化(pooling)层。(1) 卷积层为什...

2019-06-21 16:06:24 9732

原创 win10下Anaconda3+python3+TensorFlow(CPU)+opencv的安装

用深度学习方法搞图像处理方面的学习和研究，环境配置是非常重要的一环对初学者来说也是也是非常麻烦的，巴拉巴拉的一堆东西，以win10系统为例。默默记个笔记，正所谓“好记性不如烂笔头”。（没准以后要重装呢）一、安装Anaconda这个是一个比较简单的操作，直接在官网上面下载即可：添加链接描述，选择windows版本的python3.7-version，按照自己电脑是32位或者64位的安装即可（本人...

2019-06-19 08:49:30 936 1

原创 kinect开发环境搭建——VS2017+kinect1.0+opencv3.4.1

为了便于PC端开发，微软提供了一套官方的驱动，当然还有个开源库OpenNI，目前还是先采用微软提供的SDK上手，后续再使用OpenNI。我的开发平台是：Win 10 + VS2017 + Kinect for Windows SDK v1.8 + OpenCV 3.4.1系统要是win 7以上的版本，VS要是10以上的版本。另外，我用的是kinect一代（Xbox 360）的所以选择了v1....

2019-03-22 16:50:44 4484 2

原创立体匹配SAD算法matlab实现

1.算法原理SAD(Sum of absolute differences)是一种图像匹配算法。基本思想：差的绝对值之和。此算法常用于图像块匹配，将每个像素对应数值之差的绝对值求和，据此评估两个图像块的相似度。该算法快速、但并不精确，通常用于多级处理的初步筛选。2.基本流程输入：两幅图像，一幅Left，一幅Right对左图，依次扫描，选定一个锚点：（1）构造一个小窗口,类似于卷积核；（...

2019-02-18 19:53:08 11297 20

转载双目立体视觉数学原理

双目立体视觉的数学原理双目立体视觉技术的实现一般可分为：图像获取、摄像机标定、特征提取、图像匹配和三维重建几个步骤。双目立体视觉是基于视差原理，由三角法原理进行三维信息的获取，即由两个摄像机的图像平面和北侧物体之间构成一个三角形。已知两个摄像机之间的位置关系，便可以获得两摄像机公共视场内物体的三维尺寸及空间物体特征点的三维坐标。所以，双目视觉系统一般由两个摄像机构成。...

2019-01-21 11:13:38 4747 3

laoliaixuexi的博客