自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 资源 (1)
  • 收藏
  • 关注

原创 QT+Opencv实现人脸检测与性别识别(3)

seetaface开源人脸检测框架实现人脸检测,OpenCV+dnn模块实现性别分类,qt做显示界面,完成一个课程设计。依赖库:opencv3.1+ 包含dnn模块,QT51.最终程序过了好长时间,我又回来了… 打算把程序打包一下发出来,我自己都有点忘记这个项目怎么完成的了,代码也可能很乱。整体而言,完成项目可以分为一下几个点。人脸框图片数据制作,打标签caffe...

2018-04-28 16:23:21 442

原创 QT+Opencv实现人脸检测与性别识别(2)

seetaface开源人脸检测框架实现人脸检测,OpenCV+dnn模块实现性别分类,qt做显示界面,完成一个课程设计。依赖库:opencv3.1+ 包含dnn模块,QT51.性别分类网络训练1.3.网络结构定义网络结构参考Age and Gender Classification using Convolutional Neural Networks论文,是CVPR2015年的文章,用卷积神经网

2017-08-18 22:02:43 1629

原创 QT+Opencv实现人脸检测与性别识别(1)

seetaface开源人脸检测框架实现人脸检测,opencv+dnn模块实现性别分类,qt做显示界面,完成一个课程设计。 依赖库:opencv3.1+ 包含dnn模块,QT51.性别分类网络训练1.1.训练数据准备下载lfw人脸数据库,由于原始数据集未提供性别标签,参考了GitHub项目LFWgender,访问一个网络api接口,根据姓名对数据添加上标签。最终获得了约1600张图片作为训练数据,6

2017-08-17 21:52:33 1468

原创 机器学习--PCA主成份分析

机器学习–PCA主成份分析 pca算法是常用的降维方法,本文收集了一些比较好的原理介绍,另外实现一下Andrew的机器学习课程作业,巩固一下好文链接PCA的数学原理机器学习算法笔记系列之深入理解主成分分析PCA-原理篇

2017-07-24 21:47:58 278

原创 机器学习--k均值聚类

机器学习–k均值聚类如有错误或者疑问,欢迎交流,转载请注明出处定义k-means是比较简单而使用的无监督聚类算法,根据特征将样本自动分类成几个类别算法描述 1.随机选取K个样本作为类别中心 2.repeat直到收敛或规定次数{    对每个样例ii寻找最近的聚类中心,将该中心作为他的类别    c(i):=jc^{(i)}:=j that minnmizes  ||x(i)−μj||2||

2017-07-19 16:26:45 378

原创 机器学习--神经网络

机器学习–神经网络如有错误或者疑问,欢迎交流,转载请注明出处前向传播神经网络的预测过程,由输入特征前向计算预测输出 除了输入层以外,隐藏层和输出层都是以sigmoid函数作为激活函数,输入层和隐藏层都加了偏置+1import numpy as npform sigmoid import * #自己写一个sigmoid函数def nn_predict(theta1,theta2,X):

2017-07-18 17:21:26 268

原创 机器学习--逻辑回归

机器学习–逻辑回归如有错误或者疑问,欢迎交流,转载请注明出处定义逻辑回归(logistic regression)是分类算法sigmoid函数 g(z)=11+e−zg(z)=\frac{1}{1+e^{-z}}g′(z)===1(1+e−z)2e−z11+e−z(1−11+e−z)g(z)(1−g(z))\begin{eqnarray*}g'(z)&=&\frac{1}{(1+e^{-z})^

2017-07-18 11:13:25 327

原创 机器学习--线性回归

机器学习–线性回归如有错误或者疑问,欢迎交流,转载请注明出处线性回归定义h(x)=∑i=1nθixi=θTx h(x)=\sum_{i=1}^n \theta_i x_i = \theta^T x 上式中n是特征维度,目标是使损失函数J最小,其中m是训练样本数目 J(θ)=∑i=1m12m(h(x(i))−y(i))2 J(\theta)=\sum_{i=1}^m \frac{1}{2m}(h(

2017-07-17 22:06:46 262

人脸性别识别+OT+OPENCV+VS2012

seetaface开源人脸检测框架实现人脸检测,OpenCV+dnn模块实现性别分类,qt做显示界面,完成一个课程设计。

2018-04-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除