2015年08月_lien0906

原创 cnn下matlab移植opencv体会

在从matlab转opencv的代码移植中，主要关注（x,y）的索引、矩阵相乘、函数计算的差异、是否需要flip等。（1）针对（x,y）的索引中在matlab中，M(x,y)表示的行为x，列为y，即x对应左边索引的值，y对应上边索引的值，即如下：a = 1 2 3 4>> a(2,1)ans =

2015-08-27 17:52:23 1485

转载 matlab中fprintf, fscanf, fwrite, fread函数的用法

clear clc cd('C:\Documents and Settings\Administrator\桌面\matlab\test'); a = 1 : 10; fid = fopen('myData.txt', 'w'); fprintf(fid, '%d ', a); fclose(fid); 上述程序生成了m

2015-08-26 14:11:17 5317 1

转载抽取任意层特征---caffe使用MemoryDataLayer从内存中加载数据

最近在搞caffe的应用，因为很多时候我们需要进行服务器来进行特征的抽取，所以我们需要很将单张图片丢入caffe的网络进行一次传递，这样就诞生了一个从内存中如何加载数据进入caffe的需求，这里我直接贴出代码来先：[cpp] view plaincopy#include // these need to b

2015-08-25 08:40:34 1946 1

转载神经网络训练中的Tricks之高效BP（反向传播算法）

神经网络训练中的Tricks之高效BP（反向传播算法）[email protected]://blog.csdn.net/zouxy09 Tricks！这是一个让人听了充满神秘和好奇的词。对于我们这些所谓的尝试应用机器学习技术解决某些问题的人，更是如此。曾记得，我们绞尽脑汁，搓手顿足，大喊“为什么我跑的模型不work？”，“为什么我实现的效果那么差？”，“为什么我复

2015-08-24 10:23:55 1619

转载压缩跟踪Compressive Tracking源码理解

压缩跟踪Compressive Tracking源码理解[email protected]://blog.csdn.net/zouxy09 在前面一个介绍《Real-Time Compressive Tracking》这个paper的感知跟踪算法的博文中，我说过后面会学习下它的C++源码，但是当时因为有些事，所以就没有看了。今天，上到博客，看到一朋友在这个博文中评论

2015-08-24 10:23:13 1615

转载 OpenCV之LBP

LBP（Local binary pattern）是一个易理解且有效的局部图像特征，应用很广泛。在网上可以搜到一大把的LBP介绍，所以本博文就忽略了对其的介绍。直接附上代码，代码不难，只是希望对大家有用！如有错误和补充，欢迎提出，大家共同进步哈！注意：下面代码仅为示例便利，牺牲了一些效率！一）一般的LBP，256维[cpp] view plaincopy

2015-08-18 19:59:10 6722 1

转载怎样使用OpenCV进行人脸识别 [停止更新]

唯一持续维护地址：http://guoming.me/face-recognition-with-opencv/更新2013-6-27 停止人脸识别的研究，具体人脸识别系统可以参见文章《使用Kinect进行人脸识别》《Kinect人脸识别系统---开发历程》。2013-5-17 在15号程序上，添加图像显示效果，具体效果参见截图。2013-5-15 添加了新的代码，

2015-08-18 19:37:08 1585

转载 CART算法原理及实现

1.算法介绍分类回归树算法：CART(Classification And Regression Tree)算法采用一种二分递归分割的技术，将当前的样本集分为两个子样本集，使得生成的的每个非叶子节点都有两个分支。因此，CART算法生成的决策树是结构简洁的二叉树。分类树两个基本思想：第一个是将训练样本进行递归地划分自变量空间进行建树的想法，第二个想法是用验证数据进行剪

2015-08-17 20:15:00 531

转载 DeepID算法实践

DeepID实践作者微博：zyx_1991小编推荐：张雨石（笔名）是北航软院研二的童鞋，一直关注深度学习在人脸识别方面的实践，主要研究方向也是深度学习在图像处理上的应用，写了多篇科普文章。本篇是 @龙星镖局特别邀请他写的一篇实践性很强的科普文章，主题是牛逼哄哄的DeepID。没错，就是那个识别准确率在99.15%的汤晓鸥，王小刚团队发明的深度学习算法。另，本篇文章同步发表在作者的

2015-08-17 16:18:53 1428

转载线性规划、梯度下降、正规方程组——斯坦福ML公开课笔记1-2

转载请注明链接：http://blog.csdn.net/xinzhangyanxiang/article/details/9101621最近在看Ng的机器学习公开课，Ng的讲法循循善诱，感觉提高了不少。该系列视频共20个，每看完一个视频，我都要记录一些笔记，包括公式的推导，讲解时候的例子等。按照Ng的说法，公式要自己推理一遍才能理解的通透，我觉得自己能够总结出来，发到博客上，也能达到这个效果

2015-08-17 16:04:16 817

转载人脸识别技术大总结——Face Detection & Alignment

作者：sciencefans搞了一年人脸识别，寻思着记录点什么，于是想写这么个系列，介绍人脸识别的四大块：Face detection, alignment, verification and identification(recognization)，本别代表从一张图中识别出人脸位置，把人脸上的特征点定位，人脸校验和人脸识别。（后两者的区别在于，人脸校验是要给你两张脸问你是不是同一个人，

2015-08-14 17:35:01 6769 1

转载图像识别中的深度学习

图像识别中的深度学习2015年8月12日 12:39 阅读 2172来源：《中国计算机学会通讯》第8期《专题》作者：王晓刚深度学习发展历史深度学习是近十年来人工智能领域取得的重要突破。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域的应用取得了巨大成功。现有的深度学习模型属于神经网络。神经网络的起源可追溯到20

2015-08-13 14:02:38 4564

转载深度学习综述

fE首页F发现G游戏H登陆h領你的k奖品5220I*ß赞 (5)分享图像识别中的深度学习2015年8月12日 12:39 阅读 2172来源：《中国计算机学会通讯》第8期《专题》作者：王晓刚

2015-08-13 14:01:17 2242

转载机器学习中的范数规则化之（一）L0、L1与L2范数

机器学习中的范数规则化之（一）L0、L1与L2范数[email protected]://blog.csdn.net/zouxy09 今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将这个五个部分分成两篇博文。

2015-08-12 15:09:54 539

转载利用OpenCV计算图像的垂直和水平积分投影

说明：本文来自http://blog.csdn.net/quarryman/article/details/6427886代码：[c-sharp] view plaincopy#include #include #pragma comment( lib, "cv.lib" ) #pragma comment( lib, "c

2015-08-11 16:38:05 2126

转载 opencv实现车牌识别之字符分割

简介　　在前一篇中，我们已经定位出来了在图片中车牌号的位置，并且将车牌号图片复制成了新图片，并显示出来，本章在这些被截取出来的图片上继续处理。截取出来的新图片如下：图像灰阶/二值化　　首先也是选择将图像进行灰阶，然后采用以255一遍开始，取占了总pixel为5%

2015-08-11 14:10:02 3226

转载谈谈如何训练一个性能不错的深度神经网络

深度学习大火，将各个数据集的state of the art不断地刷新，到了开源代码一放出，有种全民皆可刷排名的节奏。不过可别把刷数据想的那么简单，不然大家去哪发paper，怎么混饭吃= = 但是我不想发paper就想占坑刷数据怎么办，看到cifar10都尼玛刷到了95%了，我这用caffe自带的小demo才得出78%的结果，caffe你确定不是在骗我？ca

2015-08-10 16:27:15 930

转载 cafffe中常用 blas 函数

常用 blas 函数Y=alpha * X +beta*Y template <>void caffe_cpu_axpbyfloat>(const int N, const float alpha, const float* X, const float beta, float* Y) { cbl

2015-08-10 16:18:58 1419

转载 Caffe中的损失函数解析

Caffe中的损失函数解析导言在有监督的机器学习中，需要有标签数据，与此同时，也需要有对应的损失函数（Loss Function）。在Caffe中，目前已经实现了一些损失函数，包括最常见的L2损失函数，对比损失函数，信息增益损失函数等等。在这里做一个笔记，归纳总结Caffe中用到的不同的损失函数，以及分析它们各自适合的使用场景。欧式距离损失函数（Euclidean Lo

2015-08-10 16:07:24 1959

转载 Deep Learning 优化方法总结

Stochastic Gradient Descent (SGD)SGD的参数在使用随机梯度下降（SGD）的学习方法时，一般来说有以下几个可供调节的参数:Learning Rate 学习率Weight Decay 权值衰减Momentum 动量Learning Rate Decay 学习率衰减再此之中只有第一的参数（Learning Rate）是必须的，其余部分都是为了提高自适

2015-08-10 15:54:11 1272

转载 caffe源码解析之Layer层(1)

前言老实说，caffe中的layer层代码比较多，各种抽象看起来比较绕。官方关于Layer的教程写的很清楚，我根据这个文档，简单画了个图，再理解起来就方便了一些。layer.hpp和layer相关的头文件有：common_layers.hppdata_layers.hpplayer.hpploss_layers.hppneuron_layers.hppvision_l

2015-08-10 14:47:18 713

转载 Caffe使用教程

网址：https://github.com/shicai/Caffe_ManualCaffe使用教程by Shicai Yang（@星空下的巫师）on 2015/08/06初始化网络#include "caffe/caffe.hpp"#include #include using namespace caffe;char *proto = "H:\\Model

2015-08-07 09:13:54 1364

转载神经网络：caffe特征可视化的代码样例

caffe特征可视化的代码样例不少读者看了我前面两篇文章总结一下用caffe跑图片数据的研究流程deep learning实践经验总结2--准确率再次提升，到达0.8，再来总结一下之后，想知道我是怎么实现特征可视化的。简单来说，其实就是让神经网络正向传播一次，然后把某层的特征值给取出来，然后转换为图片保存。下面我提供一个demo，大家可以根据自己

2015-08-06 19:28:45 1927

转载 caffe源码解析 — caffe.proto

引言要看caffe源码，我认为首先应该看的就是caffe.proto。它位于…\src\caffe\proto目录下，在这个文件夹下还有一个.pb.cc和一个.pb.h文件，这两个文件都是由caffe.proto编译而来的。在caffe.proto中定义了很多结构化数据，包括：BlobProtoDatumFillerParameterNetParameterSolverPa

2015-08-06 14:02:10 944

转载强制Visual Studio以管理员身份运行

Windows 8的一个既安全又蛋疼之处是UAC的行为被改变了。以往在Windows 7中，只要关闭了UAC，自己的帐号又是本机管理员组的，任何程序都会以管理员身份启动。然而，在Windows 8上，我们不能关闭UAC，那样的话Metro程序就一个都启动不了了。作为微软技术的码农，我们通常要让Visual Studio在管理员权限下跑。虽然我们可以每次都在右键菜单里选择“以管理员身份运行”

2015-08-05 17:40:09 19125 3

转载 OpenCV参考手册之Mat类详解（二）

译文参考The OpenCV Reference Manual （Release 2.3）August 17 2011Mat::~MatMat的析构函数。C++: Mat::~Mat()析构函数调用Mat::release()。Mat::operator =提供矩阵赋值操作。C++: Mat& Mat::operator=(const Mat& m)C++: Mat

2015-08-05 14:27:46 511

转载模式识别-决策树之随机森林

求高手解释下二叉树递归求深度问题举报|2013-08-28 21:42treeliu 分类：数据结构及算法 | 浏览 271 次我的理解是，程序开始不停找左孩子的左孩子，程序执行到最左边的叶子节点D，此时D->lchild为空返回0给M。再访问D->rchild为空返回0给n。m n都为0 就没法比较了啊！！！？？分享到：

2015-08-04 15:21:38 2471

转载图像镜像与图像转置

以下文字内容copy于>，code为自己实现，是win32控制台程序。镜象(mirror)分水平镜象和垂直镜象两种。图2.2的水平镜象和垂直镜象分别如图2.13和图2.14所示图2.13 图2.2的水平镜象

2015-08-03 18:28:59 10445 2

转载对线性回归，logistic回归和一般回归的认识

JerryLead 2011年2月27日作为一个机器学习初学者，认识有限，表述也多有错误，望大家多多批评指正。1 摘要本报告是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四节主要讲述了回归问题，回归属于有监督学习中的一种方法。该方法的核心思想是从连续型统计数据中得到数学模型，然后将该数学模型用于预测或者分类。该方法处理的数据可以是

2015-08-03 09:57:10 663

lien0906的专栏