- 博客(69)
- 资源 (1)
- 收藏
- 关注
翻译 链式UGM的Demo
翻译自【https://www.cs.ubc.ca/~schmidtm/Software/UGM/chain.html】上一个demo中说明的方法在计算节点数和状态数时需要指数级的时间复杂度,因此当节点或者状态数过大时不实用。在这个demo中,我们考虑图结构为链式时的清醒。利用链式结构具有的条件独立性质,我们可以使得decoding/inference以及采样的时间缩短为多项式级。即使链很长或者...
2019-01-27 14:41:35
307
翻译 一个小的UGM的Demo
翻译自【https://www.cs.ubc.ca/~schmidtm/Software/UGM/small.html】在这个demo中,我们使用一个非常简单的无向图模型(UGM)来表示一个简单的概率场景,来说明怎样把模型应用于无向图中,怎样在模型里实现解码,推理以及采样。学生作弊案这里有四个学生需要做两场多项选择的测试,Cathy,Heather,Mark和Allison。第一场测试中,四...
2019-01-26 18:43:08
664
转载 moban 欢迎使用CSDN-markdown编辑器
moban @TOC欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:全新的界面设计 ...
2019-01-26 16:42:04
289
转载 markdown语言样例
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I...
2018-08-22 18:22:25
363
原创 用pytorch实现一个神经网络(一)
对于图像数据的resize问题: pytorch里有几种resize数据的方法: 1.torchvision.transforms.Resize:这个我始终没用成,好像是服务器上安装的anaconda包里的函数不太对。这个函数是对于PIL图像进行操作的。 2.对于numpy.ndarray的数据resize,函数为o=np.resize(i,newSize) 这个函数我试了,输出的结果再保存
2017-12-21 22:19:14
2637
翻译 语义分割一个review
翻译自【http://blog.qure.ai/notes/semantic-segmentation-deep-learning-review】大多数对于语义分割的研究,都是基于自然的或者真实世界的图像数据集。尽管这些结果并不能直接应用于医学图像,但是我仍然对这些文献进行了学习,因为这些研究远比医学图像领域内的要成熟。本报告组织如下: 首先,我解释了什么叫做语义分割;然后,对于现有的方法进行了一
2017-11-02 16:34:16
2837
原创 华盛顿大学机器学习基础:案例研究week2
利用Python学习简单的数据操作import graphlabsales = graphlab.SFrame('home_data.gl/')#exploring the data for housing salesgraphlab.canvas.set_target('ipynb')sales.show(view="Scatter Plot",x="sqft_living",y="pri
2017-10-21 21:03:48
875
原创 c++编程中遇到的问题
1.vs2013配置opencv3.2之后,编译通过,运行时缺少msvcp140d.dll文件: https://answers.microsoft.com/en-us/windows/forum/windows8_1-files/msvcp140ddll-is-missing-from-your-computer/c253126e-8f11-45d0-828d-8ede40c3126a?auth
2017-10-09 09:53:24
644
原创 vs里32位项目和64位项目的区别
由于操作系统内存分配的不同,导致软件开发过程中,需要编译不同版本的软件。 1。编译程序根据需要选择不同的编译环境。 x86和win32为32位程序,x64为64位程序,可以选择不同的编译条件形成不同位的软件。 2。
2017-10-08 21:39:05
15103
原创 华盛顿大学机器学习课程(个案研究法)
本课程主要是从应用入手,来解释一些机器学习中的模型。案例一:regression, linear regression(回归、线性回归)这个是一个经典的预测房价的案例。假设我们有一组房子的数据,包括房子面积,房间数目,卫生间个数,以及出售价格等属性,那么如何通过这些已知数据,来预测一个房子的出售价格呢?利用的方法就是统计学中常用的数据分析方法——线性回归。利用该方法找到最合适的模型,来对新的数据进行
2017-09-18 21:51:25
1380
原创 opencv编程函数
1.利用mask对原图进行处理cv::Mat testmask(376, 1241, CV_8UC1, cv::Scalar(0));cv::Rect RoI(100, 100, 100, 100);testmask(RoI).setTo(255);//上面为生成一个mask,下面是如果利用mask抠出想要的兴趣域cv::Mat testRoI;oriImage.copyTo(testRo
2017-09-02 11:48:02
255
原创 吴恩达深度学习入门学习笔记之神经网络和深度学习(第二周:神经网络基础)
第二周:神经网络基础2.1二分分类训练数据集大小:m_train 测试数据集大小:m_test对于一个训练数据(x,y),x代表特征,x∈Rn,n表示数据维度,y代表label,y∈{0,1}。 对于一组训练数据,既包含特征信息,也包含标签信息。‘ 对于一个容量为m的训练数据集:(x(1),y(1)),(x(2),y(2)),……,(x(m),y(m))定义特征矩阵X(一般每个数据作为一列,列
2017-09-01 20:47:46
1023
原创 吴恩达深度学习入门学习笔记之神经网络和深度学习(第二周:神经网络基础)
第二周主要内容为:神经网络基础。2.1 二分分类 一些默认规则: 训练集的大小:m_train 测试集的大小:m_test 在定义特征矩阵的时候,对于输入数据(x,y),x代表特征,x \in R <>y代表label
2017-08-31 22:33:53
401
原创 吴恩达深度学习入门学习笔记之神经网络和深度学习(第一周)
第一周为深度学习概论,教授了一些基础概念。 2017.8.31 1.3 用神经网络进行监督学习 对于一般的数据,比如说房价问题,使用标准的神经网络。 对于图像领域中的一些数据处理,经常使用CNN(卷积神经网络) 对于序列数据,比如音频文件,和时间有关系,是一维时间序列,经常使用RNN(循环神经网络)。还有单词等逐个出现的数据。 对于一些复杂的数据,比如说道路检测中图像加雷达,
2017-08-31 22:16:12
1367
翻译 Learning to remove soft shadows
本文假定,soft shadow(柔和阴影)是可以被分割的,因此是可以被编辑的。通过图像碎片学习出一个映射函数,能够产生阴影matte。本算法需要用户指定需要处理的阴影区域,通过训练好的有监督的回归算法,就能够自动生成无阴影的图像效果。本文提出的算法为数据驱动的,线下预训练好,然后就可以处理多变的阴影情况。和前人的许多工作不同,本文提出的算法对于阴影不需要假设一个特定的模型,在一个统一的框架下对整个
2017-08-24 16:41:14
644
翻译 Pixel-wise orthogonal decomposition for color illumination invariant and shadow-free image
原文:【Qu L, Tian J, Han Z, et al. Pixel-wise orthogonal decomposition for color illumination invariant and shadow-free image[J]. Optics express, 2015, 23(3): 2220-2239.】Abstract: 本文提出的shadow removal方法,基
2017-08-23 21:10:25
558
1
原创 Shadow removal using bilateral filtering
原文: 【Yang Q, Tan K H, Ahuja N. Shadow removal using bilateral filtering[J]. IEEE Transactions on Image processing, 2012, 21(10): 4361-4368.】 本文中,使用的光照模型,虽然也是来自于文献[1]中,但是对于图像的形成原理的解释完全不一样。目前我还没找到文献[1]
2017-08-21 20:42:33
841
2
原创 Recursive drivable road detection with shadows based on two-camera systems
对这篇文章中关于图像阴影去除的部分做简单介绍。目前网上没找到相关代码,已向作者发出邮件要了,不知道会不会给我应答。该方法也是基于图像的成像原理: 这里边比我之前看到的貌似多了两个参数,g为场景的几何因素(geometric factor),l为光照亮度,实际上对应于之前公式里的I。把该公式中的W(λ)和l相乘,即等价与前面的E(λ)。 该论文中又考虑到了相机在处理数据的时候加入了伽马校正,即
2017-08-17 15:56:36
256
翻译 Single-image shadow detection and removal using paired regions学习解读
本文[1]实现了阴影的检测和去除。一、摘要 与其他基于像素和边缘的方法不同,该方法是基于区域的。1.对于分割出来的不同区域,预测其之间的相对光照条件,并进行按对分类;2.分类结果之后用于构建各部分之间的图,然后利用graph-cut来标记阴影区域和非阴影区域;3.通过image matting对于检测结果进行处理,基于光照模型,点亮阴影区域。二、主要介绍 对于所建的图,节点对应着区域特征,稀疏边
2017-08-16 10:47:08
2018
1
原创 Python学习日志(八)
1.汉诺塔问题,使用递归def hanoi(a,b,c,n): if n==1: print(a,'-->',c) else: hanoi(a,c,b,n-1) print(a,'-->',c) hanoi(b,a,c,n-1)hanoi('a','b','c',4) 2.网络数据获取 相关标准库 urll
2017-08-11 19:31:35
234
原创 Python学习日志之小tip
1.Python2转Python3的工具:2to3.py 2.续行符:\if (you love me) and \(i love you):...无需续行符的两种直接换行情况: a.小括号、中括号、花括号的内部可以多行书写; b.三引号包括下的字符串也可以跨行书写。 3.一行多语句,要加分号。x=1;y=24.下划线开头的标识符,变量名作为私有变量如:__init__5.多元赋值 等
2017-08-11 14:32:46
229
原创 Python学习日志(七)之输入输出
1.文件 可以通过创建一个file类的对象来打开一个文件,分别使用file类的read、readline或write方法来恰当地读写文件。对文件的读写能力依赖于你在打开文件时指定的模式。最后,当你完成对文件的操作的时候,你调用close方法来告诉Python我们完成了对文件的使用。 例子:#!/usr/bin/python# Filename: using_file.pypoem = '''\
2017-08-10 20:41:42
248
原创 Python学习日志(六)之面向对象编程
到目前为止,在我们的程序中,我们都是根据操作数据的函数或语句块来设计程序的。这被称为 面向过程的 编程。还有一种把数据和功能结合起来,用称为对象的东西包裹起来组织程序的方法。这种方法称为 面向对象的 编程理念。在大多数时候你可以使用过程性编程,但是有些时候当你想要编写大型程序或是寻求一个更加合适的解决方案的时候,你就得使用面向对象的编程技术。 类和对象是面向对象编程的两个主要方面。类创建一个新类型
2017-08-10 17:29:37
228
原创 Python学习日志(五)之数据结构
第9章 数据结构 1.列表 list是处理一组有序项目的数据结构,即你可以在一个列表中存储一个 序列 的项目。假想你有一个购物列表,上面记载着你要买的东西,你就容易理解列表了。只不过在你的购物表上,可能每样东西都独自占有一行,而在Python中,你在每个项目之间用逗号分割。列表中的项目应该包括在方括号中,这样Python就知道你是在指明一个列表。一旦你创建了一个列表,你可以添加、删除或是搜索列表
2017-08-10 15:15:12
223
原创 Python学习日志(四)之模块
1.使用标准库模块import sys...sys.argv...sys.path上述代码等价于(但是一般不采用下面的写法)...from sys import argv,path2.使用自定义的模块 所以在使用函数的时候,可以将多个函数写入一个模块内,在外面的其他函数调用某个函数的时候,先import该模块,然后module.func即可。那么和类的区别是什么呢?在命令行里怎么用呢(主要
2017-08-10 14:00:43
172
原创 Python学习日志(三)之命令行的使用
今天尝试使用命令行调用函数,但是由于对于Spyder不熟,在IDE里面始终不对,修改路径也不对。总是这样: 查了一下: 【http://blog.csdn.net/u012086573/article/details/48578911】 决定使用Windows自带的命令行工具,然后按照上面教程里所说的,就成功了。 步骤如下: 1.进入Python安装路径,我的为F:\Python
2017-08-10 10:52:03
291
原创 Python学习日志(二)
函数中的DocStrings Python有一个很奇妙的特性,称为 文档字符串 ,它通常被简称为 docstrings 。DocStrings是一个重要的工具,由于它帮助你的程序文档更加简单易懂,你应该尽量使用它。你甚至可以在程序运行的时候,从函数恢复文档字符串! 例:#!/usr/bin/python# Filename: func_doc.pydef printMax(x, y):
2017-08-10 09:41:13
172
原创 双目视觉相关学习
一、视差 1.视差的定义:两幅图像重叠时共轭对之间的位置差。共轭对:对应的特征点。 b是两个相机之间的距离,又称为基线距离。2.双目视觉(立体视觉)测距步骤: 1)确定摄像机的相对几何位置和有关参数,即摄像机的标定(calibration); 2)寻找在两幅图像中都便于区分的特征,或用于匹配的基元; 3)把左右两幅图像中的有关特征进行匹配,即解决特征匹配的方法问题; 4)根据视差计算
2017-07-25 11:11:18
1531
3
原创 C++和Matlab混合编程——MATLAB调用c++函数(以svmlight为例)
遇到这个问题是因为在使用别人的代码包的时候,人家编写好的是mexw32,而我的系统是64位。当时没有注意到人家把c++源码给了,只要在对应路径下mex a.cpp 即可得到a.mexw64。最近由于在看svm的相关内容,用到了svmlight的包,涉及到了MATLAB和c++的混合编程。对于mex的一些东西,浪费了好几天时间来调试,今天稍微整理一下。 这是下载好的svm_mex包中的c源文件的内
2017-07-19 15:04:38
661
原创 J-linkage算法学习
原文: 【http://xueshu.baidu.com/s?wd=paperuri%3A%285cf06460732097a0248dce05c12126b0%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Fwww.springerlink.com%2Fcontent%2Ff0310906x67884
2017-07-19 15:00:51
3660
4
原创 文件上传(Linux服务器)
我是真的不用心吗???这个操作第三次做了,还是不记得。上传文件用rz指令,但是每次用的时候都会报错没有该指令。安装该指令:apt-get install lrzsz -y这边网上查到的都需要用yum来安装,但是我并不清楚为啥直接用apt-get就可以了。然后这就行了。长点脑子。做过的事情都不记得。
2017-07-14 21:42:16
319
原创 illumination invariant image之恢复到彩色图像
原文:【Finlayson G D, Drew M S, Lu C. Entropy Minimization for Shadow Removal[J]. International Journal of Computer Vision, 2009, 85(1):35-57.】 【Finlayson G D, Drew M S, Lu C. Intrinsic Images by Entropy
2017-06-14 22:21:58
1533
4
原创 C++和Matlab混合编程——VS调用Matlab函数
第一次自己动手写,实际上需求是很简单,就是在我的c++程序里调用matlab里的统计函数tinv。看了很多教程,很小的一个问题,一个晚上才解决。。。浪费了不少时间,总结一下。(1)环境配置搭建matlab配置:开始前matlab需要先安装两个编译插件,这个安装直接在matlab命令窗口中敲入分别输入命令:mex -setup;mbuild -setup安装过程中可以直接回车,或者根据控制台返回的指
2017-06-09 22:22:55
3598
原创 欢迎使用CSDN-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl
2017-06-09 21:58:09
185
原创 MATLAB学习使用中的一些技巧
函数相关 double和im2double是不一样的: double:只做数据类型转换,可以认为不会修改数据本身 im2double:除了做数据类型转换,还要对数据做线性缩放。 如果输入是uint8,uint16或者二值的logical类型,则会将其值归一化到0~1之间。 如果输入本身就是double类型,输出还是double类型,并不进行归一化。
2017-06-05 15:45:10
299
原创 颜色空间——log空间和线性空间
原网页【http://www.qvolabs.com/Digital_Images_ColorSpace_Log_vs_Linear.html】图像在存储之前,为了更好的利用其位深信息,可能会采用一类色彩编码技术。如此编码的图像被称为是被存储在“非线性颜色空间”或“对数颜色空间”,通常使用于特定的电影文件形式。
2017-05-31 10:52:28
2309
原创 阴影中的一些小光学知识
1.hard shadow 和 soft shadow 在论文中经常会看到hard shadow和soft shadow的概念。 通常情况下,大多数的阴影都是hard的(有着清晰的、锐利的边缘,如下图,多数都是由点光源照射产生)。 soft shadow则相对来说不那么明显,边缘处渐隐,光线呈现更加真实的状态,如下图: 2.umbra 和 penumbra umbra:本影,阴影中最深
2017-05-27 10:53:44
500
原创 写博客中的一些小技巧
1.上下标怎么打: 比如要打出we,e为下标,则编辑的时候这么写。。。权值为w<sup>e</sup>。。。(上标)。。。权值为w<sub>e</sub>。。。(下标)然后就会出现we。
2017-05-25 20:16:44
581
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人