分享快乐、天天进步
viqsoul
每天进步一点点
展开
-
安装Anaconda之前,已安装过python版本
conclusion: (1)在环境变量中找到之前安装python的路径并删除;例如D:\Program Files\python2.7 和D:\Program Files\python2.7\Scripts (2)直接将你原来安装的python的整个文件夹拷贝到envs的目录下,激活该版本的Python的名称就是文件夹名其实要做的就是:(1)修改环境变量(2)移动Python...原创 2018-10-05 20:54:01 · 10808 阅读 · 0 评论 -
目标检测NMS理解
1 NMS1)保留score最高的预测框2)将与当前预测框重叠较多的proposals视作冗余缺点:稠密物体检测时,同类的两个目标较近。会导致其中一个目标不能被召回。2 Soft-NMS1)”迂回“,认为重叠较多的proposals可能包含有效目标,只是重叠区域越大可能性性越小。3 Softer-NMSsofter-NMS关注的是单个框的定位精度,而NMS和soft-NMS关注的...原创 2019-06-04 16:05:42 · 1472 阅读 · 0 评论 -
目标检测之anchor
目标检测中长出现的anchor,表示固定的参考框。anchor技术:将问题转换为“这个参考框中有没有认识的目标,目标偏离参考框多远”首先预设一组不同尺度,不同位置的固定参考框,覆盖几乎所有位置和尺度每个参考框负责检测,与其交并比大于阈值(训练预设值,常用0.5或0.7)的目标计算每个像素256-d的9个尺度下的值,得到9个anchor,我们给每个anchor分配一个二进制的标签(前景背...原创 2019-06-13 19:54:53 · 5225 阅读 · 0 评论 -
目标检测之RPN
参考:https://blog.csdn.net/u011746554/article/details/74999010(Region Proposal Network)区域生成网络RPN网络中利用anchors和softmax初步提取出foreground anchors作为候选区域。1)layer {name: “rpn_cls_score”type: “Convolution”...原创 2019-06-13 19:35:16 · 3680 阅读 · 0 评论 -
SR总结
SISR方法:1)基于插值的方法(在大尺度因子上的表现很差)2)基于重构的方法(在大尺度因子上的表现很差)3)基于实例的方法(主要方法)对于图像超清这个问题来说,存在一个关键性的问题,即一张低清图像可能对应着多张高清图像,那么问题来了。我们把低分辨率图像中需要高清化的部分分成A,B,C,D等几个部分,那么A可能对应A1,A2,A3,A4,B对应B1,B2,B3,B4,以此类推。假设A1,...原创 2019-05-27 21:02:24 · 755 阅读 · 0 评论 -
《Diversity Regularized Spatiotemporal Attention for Video-based Person Re-identification》论文笔记
多元化规范的 时空关注 用于基于视频的行人重识别时空注意力模型:自动的发现那些具有判别性区域的身体部分网络使用多个空间注意力模型,并使用多样化的正则化项,来使得各个空间注意力模型学习的身体部分不同本文:使用多个空间注意力模型来确定这些判别性区域,再使用时序注意力模型来加权池化这些判别性区域一、Restricted Random Sampling类似Tempora...原创 2019-04-02 21:01:24 · 329 阅读 · 0 评论 -
给jupyter添加多个python版本的kernel
两种方法:1.想添加的python版本已存在conda install -n Python27 ipykernel #为这个环境安装ipykernelpython -m ipykernel install --user #激活这个环境2.所需版本不是已有的环境conda create -n Python27 python=2.7 ipykernel #在创建环境时为其安装ipykern...原创 2018-10-06 14:02:55 · 8372 阅读 · 0 评论 -
pkg-config了解和使用
1.什么是pkg-config: 当你从源代码编译软件时,用来提供依赖库的信息的软件。 它输出已安装的库的各个信息,包括: 1)C或C++编译器需要的参数 2)链接器需要的参数 3)已安装软件包的版本信息2.什么时候用? 当在Li...原创 2018-09-09 15:40:59 · 461 阅读 · 0 评论 -
linux下编译opencv程序的两种方式:g++,cmake
1.gcc和g++分别是GNU的C&C++编译器编译过程可分为四步:(1)预处理:生成.i的文件(2)将预处理的文件转换成汇编语言,生成文件.s(3)由汇编变为目标代码(机器代码)生成.o的文件(4)连接目标代码,生成可执行程序 g++ Hello.cpp -o Hello通过g++编译OpenCV程序,要将OpenCV的库包含进去,否则会报错,可以使用如下...原创 2018-09-10 16:37:34 · 1679 阅读 · 2 评论 -
行人检测之初相见
现状,大致分为两类:(1)基于背景建模的方法分割出前景,提取其中的运动目标。进一步提取特征,分类判别。缺点:1)在存在下雨、下雪、刮风、树叶晃动、灯光忽明忽暗等场合,该方法的鲁棒性不高,抗干扰能力较差。2)且背景建模方法的模型过于复杂,对参数较为敏感。(2)基于统计学习的方法根据大量训练样本构建行人检测分类器。1)提取的特征一般有目标的灰度、边缘、纹理、形状、梯度直方图等信息,2...原创 2019-06-11 15:43:51 · 259 阅读 · 0 评论