机器学习
文章平均质量分 88
Mr_EvanChen
这个作者很懒,什么都没留下…
展开
-
Adaboost
1 Adaboost的原理1.1 Adaboost基本介绍 AdaBoost,是英文"Adaptive Boosting"(自适应增强)的缩写,由Yoav Freund和Robert Schapire在1995年提出。Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后把这 Adaboost 些弱分类器集合起来,构成一个更强的最终分类器(强分类...翻译 2018-03-28 19:31:20 · 269 阅读 · 0 评论 -
基于 MTCNN/TensorFlow 实现人脸检测
人脸检测方法有许多,比如opencv自带的人脸Haar特征分类器和dlib人脸检测方法等。对于opencv的人脸检测方法,有点是简单,快速;存在的问题是人脸检测效果不好。正面/垂直/光线较好的人脸,该方法可以检测出来,而侧面/歪斜/光线不好的人脸,无法检测。因此,该方法不适合现场应用。对于dlib人脸检测方法 ,效果好于opencv的方法,但是检测力度也难以达到现场应用标准。原创 2017-08-28 17:10:27 · 28599 阅读 · 25 评论 -
【RNN】理解 LSTM 网络
人类并不是每时每刻都从一片空白的大脑开始他们的思考。在你阅读这篇文章时候,你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义。我们不会将所有的东西都全部丢弃,然后用空白的大脑进行思考。我们的思想拥有持久性。转载 2017-09-14 12:30:53 · 1241 阅读 · 0 评论 -
【Python】欧氏距离和余弦距离
一、欧几里得距离(Euclidean Distance) 欧氏距离是最常见的距离度量,衡量的是多维空间中各个点之间的绝对距离。公式如下: 因为计算是基于各维度特征的绝对数值,所以欧氏度量需要保证各维度指标在相同的刻度级别,比如对身高(cm)和体重(kg)两个单位不同的指标使用欧式距离可能使结果失效。二、余弦距离 余弦相似原创 2017-08-23 20:25:26 · 41114 阅读 · 3 评论 -
查全率(Recall)、查准率(Precision)以及综合评价指标(F1-Measure )
在信息检索和自然语言处理中经常会使用这些参数,下面简单介绍如下: 准确率与召回率(Precision & Recall)我们先看下面这张图来加深对概念的理解,然后再具体分析。其中,用P代表Precision,R代表Recall一般来说,Precision 就是检索出来的条目中(比如:文档、网页等)有多少是准确的,Recall就是所有准确的条目有多少被检索出来转载 2017-08-23 17:00:40 · 2774 阅读 · 0 评论 -
从入门到精通:卷积神经网络初学者指南
从入门到精通:卷积神经网络初学者指南Part 1:图像识别任务卷积神经网络,听起来像是计算机科学、生物学和数学的诡异组合,但它们已经成为计算机视觉领域中最具影响力的革新的一部分。神经网络在 2012 年崭露头角,Alex Krizhevsky 凭借它们赢得了那一年的 ImageNet 挑战赛(大体上相当于计算机视觉的年度奥林匹克),他把分类误差记录从 26% 降到了 15%,在当时转载 2017-07-13 09:51:22 · 578 阅读 · 0 评论 -
人脸识别系列方法调研
一、基于mtcnn和facenet的实时人脸检测与识别系统开发(A++) https://zhuanlan.zhihu.com/p/25025596 该系统基于python/ opencv2/ tensorflow/ Linux环境,实现了从摄像头读取视频,实时检测人脸,识别人脸的功能。 (检测、识别)原创 2017-07-20 11:17:58 · 4318 阅读 · 1 评论 -
Deep Learning(深度学习)学习笔记整理
目录:一、概述二、背景三、人脑视觉机理四、关于特征 4.1、特征表示的粒度 4.2、初级(浅层)特征表示 4.3、结构性特征表示 4.4、需要有多少个特征?五、Deep Learning的基本思想六、浅层学习(Shallow Learning)和深度学习(Deep Learning)七、Deep learn转载 2017-04-25 11:12:40 · 614 阅读 · 0 评论 -
Haar分类器 = Haar特征 + 积分图方法 + AdaBoost +级联强分类器
1、 Haar分类器 Haar分类器 = Haar-like特征 + 积分图方法 + AdaBoost +级联 Haar分类器算法的要点如下:① 使用Haar-like特征做检测。② 使用积分图(Integral Image)对Haar-like特征求值进行加速。③ 使用AdaBoost算法训练区分人脸和非人脸的强分类器。④ 使用筛选式级联翻译 2017-04-19 13:50:48 · 3292 阅读 · 0 评论 -
Haar特征与积分图
1、Haar-like特征 什么是特征,我把它放在下面的情景中来描述,假设在人脸检测时我们需要有这么一个子窗口在待检测的图片窗口中不断的移位滑动,子窗口每到一个位置,就会计算出该区域的特征,然后用我们训练好的级联分类器对该特征进行筛选,一旦该特征通过了所有强分类器的筛选,则判定该区域为人脸。那么这个特征如何表示呢?好了,这就是大牛们干的好事了。后人称这他们搞出来的这些东西叫翻译 2017-04-19 10:53:28 · 2133 阅读 · 0 评论 -
Adaboost(2)——基于Python的adaboost实例
用Python写的adaboost代码如下,已做了详尽的注释。如果对adaboost算法不太熟悉的可以看上一篇博客:# coding=utf-8"""@Time : 2017/4/10 18:57@Author : EvanChen"""from numpy import *# 简单数据集def loadSimpData(): datMat = matrix([[1原创 2017-04-14 11:22:15 · 1855 阅读 · 0 评论 -
Adaboost(1)——从了解到掌握
一、Adaboost基本介绍 AdaBoost,是英文"Adaptive Boosting"(自适应增强)的缩写,由Yoav Freund和Robert Schapire在1995年提出。Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后把这 Adaboost 些弱分类器集合起来,构成一个更强的最终分类器(强分类器)。其算法本翻译 2017-04-11 09:07:07 · 2015 阅读 · 1 评论 -
基于Haar分类器的OpenCV人脸检测实例
一.人脸的Haar特征分类器是什么人脸的Haar特征分类器就是一个XML文件,该文件中会描述人脸的Haar特征值。当然Haar特征的用途可不止可以用来描述人脸这一种,用来描述眼睛,嘴唇或是其它物体也是可以的。 二.在哪找人脸的Haar特征分类器OpenCV有已经自带了人脸的Haar特征分类器。OpenCV安装目录中的\data\ haarcascades目录下的haarcasc转载 2017-04-25 10:17:47 · 1566 阅读 · 0 评论