mjl_cv-CSDN博客

原创《将博客搬至CSDN》

《将博客搬至CSDN》将博客搬至CSDN https://blog.csdn.net/qq_36429298 posted @ 2019-04-15 22:33 mjl_cv 阅读(...) 评论(...) 编辑收藏 ...

2019-04-15 22:33:00 103

原创概率无向图模型与条件随机场的异同

概率无向图模型与条件随机场的异同概率无向图模型$P(X_{1},X_{2},...,X_{3})=\frac{1}{Z(X)}\tilde{P}(X_{1},X_{2},...,X_{n})$$ \tilde{P}(X_{1},X_{2},...,X_{n}) = \prod_{i=k}^m \phi_{i}(X)=exp(\sum_{i...

2019-01-29 15:36:00 209

原创 P-R曲线出现凹陷的原因

P-R曲线出现凹陷的原因　　理想情况的p-r曲线是随着r的增大，p逐渐减小。但是有时候会出现p先减小再增大的情况。 posted @ 2019-01-08 17:09 mjl_cv 阅读(...) 评论(...) 编辑收藏 ...

2019-01-08 17:09:00 632

原创 MaskLab-实例分割（使用语义分割和方向特征精细化目标检测）

MaskLab-实例分割（使用语义分割和方向特征精细化目标检测） MaskLab: Instance Segmentation by Refining Object Detection with Semanticand Direction Features　　这是一篇2018年cvpr关于实例分割的网络模型，模型主要有三个输出：边界框、语义分割、...

2019-01-02 17:03:00 941

原创模拟递归生成器

模拟递归生成器　　与递归生成器实现同样的功能，不过这里使用非生成器的方法来模拟。def flatten(nested): result = [] try: for sublist in nested: for element in flatten(sublist): ...

2018-12-04 18:55:00 153

原创递归生成器

递归生成器　　python基础教程中（第2版修订版）p155页有这样一段代码：def flatten(nested): try: for sublist in nested: for element in flatten(sublist): yiel...

2018-12-04 18:32:00 272

原创 filter函数与无限生成器结合使用遇到的问题

filter函数与无限生成器结合使用遇到的问题　　python3中用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用list()来转换。廖雪峰关于filter的使用很好的解释了filter的作用，以及和生成器的结合，但是让人疑惑的是：it = filter(_not_divisibl...

2018-12-04 17:06:00 203

原创 numpy函数总结

numpy函数总结 1.stack两个以上（n）相同array进行堆叠，n为axis的维度。作用：用于Faster RCNN不同ratio的anchor生成。a = np.array([[0, 0, 0], [4, 4, 4], [8, 8, 8]])b = np.array([[1, 1, 1], [2, 2, 2], [3,...

2018-10-11 15:42:00 109

原创遗传算法

遗传算法　　遗传算法（genetic algorithm）是进化算法的一种。来源于达尔文的生物进化学——“物竞天择，适者生存”。一个种群在繁衍的过程中，通过交叉繁衍和个体变异产生了新的一代。新一代中有的个体能适应当前环境很好的生存从而继续繁衍，而有的个体因无法适应环境而被环境淘汰。如何用计算机表示？　　一个种群中的每个个体，都可以用DNA...

2018-09-20 00:21:00 180

原创 04.卷积神经网络_第二周深度卷积网络：实例探究

04.卷积神经网络_第二周深度卷积网络：实例探究 2.1 为什么要进行实例探究？　　过去几年，计算机视觉研究中的大量工作都集中在如何把卷积、池化、全连接这些基本构建组合起来，形成有效的卷积神经网络。在计算及视觉任务中表现良好的神经网路框架，往往也适用于其它任务。这里有些知名的卷积网络结构，如LeNet-5,、AlexNet、VGG、ResNet...

2018-08-30 09:47:00 168

原创 Generative Adversarial Nets(生成对抗网络)

Generative Adversarial Nets(生成对抗网络) 　　生成对抗网络通过一个对抗步骤来估计生成模型，它同时训练两个模型：一个是获取数据分布的生成模型$G$，一个是估计样本来自训练数据而不是$G$的概率的判别模型$D$。$G$的训练步骤就是最大化$D$犯错的概率。这个框架对应于一个二元极小极大博弈。在任意函数$G$和$D$的空间中...

2018-08-28 15:33:00 301

原创 Image registration methods: a survey

Image registration methods: a survey Image registration methodology　　图像配准广泛用于遥感，医学图像，计算机视觉等。通常，它的应用根据图像获取方式主要分为四组：　　不同视角(多视角分析)。从不同视角获取同一场景图像。其目的是为了获得更大的2D视图或者扫描场景的3D表示。...

2018-08-24 23:20:00 210

原创 Non-planar Infrared-Visible Registration for Uncalibrated Stereo Pairs

Non-planar Infrared-Visible Registration for Uncalibrated Stereo Pairs 摘要　　　　对于非平面场景可见光-红外视频配准是视觉监控的一个新领域。它使用两种光谱信息的结合来更好的行人检测和分割。这里，提出一个新的用于非平面场景的可见光和红外配准的在线框架，这个框架包括前景分割、特...

2018-08-13 19:39:00 133

原创 opencv使用问题总结

opencv使用问题总结 1.opencv右键捕捉响应与qt新功能右键弹出控制菜单冲突　　在新建窗口时，设置窗口参数，屏蔽qt新功能。cv.namedWindow('output', cv.WINDOW_GUI_NORMAL)2.Ubuntu上安装python版opencv3. opencv显示图像格式使用cv...

2018-08-09 21:47:00 100

原创 Fast R-CNN(RoI)

Fast R-CNN(RoI) 　　Fast R-CNN是一个基于区域的目标检测算法。Fast R-CNN建立在先前的工作之上，并有效地使用卷积网络分类目标建议框。与先前的工作相比，使用几点创新改善了训练和测试时间并增加了检测准确率。2. Fast R-CNN结构和训练　　图1展示了Fast R-CNN的结构。该网络输入一个完整的图像和一组...

2018-08-04 00:08:00 310

原创 Faster R-CNN(RPN)

Faster R-CNN(RPN) 　　最先进的目标检测网络依赖于区域生成算法来假设目标位置。先前的SPPnet和Fast R-CNN都已经减少了检测网络的运行时间，但也暴露出区域建议计算是个瓶颈。这篇文章，引出一个区域生成网络（RPN）和检测网络共享全图的卷积特征，因此使得区域建议几乎没有任何开销。RPN是一个在每一个位置同时预测目标边界和目标分...

2018-08-02 17:19:00 127

原创 Learning to Segment Every Thing(偏监督学习)

Learning to Segment Every Thing(偏监督学习) 摘要　　　　大多数实例分割算法都要求为所有的训练样本分配一个分割掩码标签。为新类别打标签是一件费时费力的事情，所以这篇文章提出了一个新的偏监督学习训练范例，使用权值迁移函数来训练拥有大量边框标注但是有很少分割标注的实例分割模型。这些改进可以让Mask R-CNN检测和...

2018-07-31 22:07:00 173

原创特征金字塔-Feature Pyramid Networks for Object Detection

特征金字塔-Feature Pyramid Networks for Object Detection 　　特征金字塔是用于检测不同尺度的对象的识别系统中的基本组件。但是最近的深度学习对象检测器已经避免了金字塔表示，部分原因是它们是计算密集型和内存密集型的。在本文中，我们利用深层卷积网络固有的多尺度金字塔层次结构来构造具有边际额外损失的特征金字塔。...

2018-07-26 22:07:00 714

原创 Mask R-CNN翻译

Mask R-CNN翻译摘要　　我们提出了一个概念上简单、灵活和通用的对象实例分割框架。我们的方法高效地检测图像中的目标，同时为每个实例生成高质量的分割掩码。这种称为Mask R-CNN的方法通过添加一个用于预测目标掩码的分支来扩展Faster R-CNN，该分支与现有的用于边框识别的分支并行。Mask R-CNN训练简单，只在Faster ...

2018-07-20 20:19:00 225

原创 04.卷积神经网络_第一周卷积神经网络

04.卷积神经网络_第一周卷积神经网络 1.1 计算机视觉　　上面这张图是64x64像素的图像，它的数据量是12288，下图是1000x1000像素的图像，它的数据量是3百万。如果用全连接网络去处理这张图片，输入是一个维度为3百万的向量，如果隐藏层有1000个神经元，则第一层的权重是一个（1000,3百万）的矩阵，有30亿个参数。这是一个非常大...

2018-07-16 14:31:00 286

原创对极几何

对极几何　　对极几何是研究两幅图像之间存在的几何。它和场景结构无关，只依赖于摄像机的内外参数。研究这种几何可以用在图像匹配、三维重建方面。（因为参考多处来源，本文各个章节之间没有统一约定符号）基线：连接两个摄像机光心$O（O^{'}）$的直线对极点：基线与像平面的交点对极平面：过基线的平面对极线：对极平面与图像平面的交线...

2018-07-13 23:29:00 236

原创针孔相机模型

针孔相机模型　　相机将三维世界中的坐标点映射到二维图像平面的过程能够用一个几何模型进行描述。这个模型有很多种，其中最简单的称为针孔模型。　　在现实生活中，针孔相机是由前方有一个小洞（针孔）所构成。现实世界中源于某个物体的光线穿过此洞，会在摄像机的底板或图像平面上形成一幅倒立的图像。略为不便的是针孔相机的图像是倒置的。因此，我们换一种方式，对...

2018-07-11 15:44:00 464

原创图像分割学习笔记2

图像分割学习笔记2 1、语义分割1.1 DeepLab全卷积网络　　①基本结构　　　　1）优化后的DCNN+传统的CRF图模型　　②新的上采样卷积方案　　　　1）带孔（hole）结构的膨胀卷积（Atrous/Dilated convolution）　　③多尺度图片表达　　　　1）Atrous空间金字塔池化（Atrous ...

2018-07-07 17:12:00 245

原创图像分割学习笔记1

图像分割学习笔记1 1、显著性检测（Saliency Detection）1.1 两类问题①显著性物体分割（Salient object segmentation）--- 最能引起人的视觉注意的物体区域②注视点预测（Fixation prediction）--- 通过对眼动的预测和研究探索人类视觉注意机制1.2 两种策略的视觉注意机...

2018-07-02 16:18:00 304

原创图像超像素（superpixels）分割算法——简单线性迭代聚类（SLIC）

图像超像素（superpixels）分割算法——简单线性迭代聚类（SLIC）原理　　SILC（simple linear iterative clustering）是一种图像分割算法。默认情况下，该算法的唯一参数是k，约等于超像素尺寸的期望数量。对于CIELAB彩色空间的图像，在相隔S像素上采样得到初始聚类中心。为了产生大致相同尺寸的超像素，...

2018-06-21 17:24:00 2466

原创 YOLOv3: An Incremental Improvement翻译

YOLOv3: An Incremental Improvement翻译摘要　　我们提出一些YOLO的更新！我们做了一些小的改进使它更好。我们还训练了一个新的相当好的网络。它比上次更大，但是更准确。不用担心它仍然很快。320x320的YOLOv3运行时间是22ms且有28.2mAP，这和SSD的准确率一样，但是比SSD快3倍。当我们从以往的0...

2018-05-31 14:25:00 229

转载彻底地摆脱Ubuntu中的系统错误弹窗

gksu gedit /etc/default/apport# 设置0表示禁用Apportw，或者1开启它。 # 你可以用下面的命令暂时关闭它： # sudo service apport start force_start=1 enabled=1把enabled=1改为enabled=0。保存并关闭文件。完成之后你就再也不会看到弹窗报告错误了。很显然，如果我们想重新开启错误

2017-08-07 17:20:13 1639

转载 tensorflow-gpu安装（首先设置显卡驱动）

1.安装cuda cd /home/*(自己的用户名)/Desktop/###(进入cuda所在文件夹) sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc_8.0.27-1_amd64.deb sudo apt-get update sudo apt-get install cuda2.安装cudnn cd /home/*(自己的用户名)/Deskt

2017-08-03 13:09:59 1405 1

转载双系统下卸载ubuntu系统

步骤1：　　进入Windows系统，打开EasyBCD软件。　　在左侧工具列表中选择“BCD部署”，在右侧功能区的“MBR配置选项”中选择“在MBR中安装Windows Vista/7的bootloader”选项。如下图所示：　　点击上图中的“编写MBR”按钮。操作结束后，EasyBCD的使命已经完成。　　步骤2：　　打开“磁盘管理器”，可以看到1个或几个Windows系统不识别的分

2017-04-09 22:06:55 249

原创 Ubuntu使用常见问题

1.搜索不到无线，无线网卡驱动没有装？解决方法： sudo apt-get install bcmwl-kernel-source

2017-04-02 19:34:39 229

原创 caffe常错问题及解决方案

1.bash: ./examples/mnist/test_lenet.sh: 权限不够解决办法：（caffe没有执行权限，所以下一行先加权限） chmod +x ./build/tools/caffe ./examples/mnist/train_lenet.sh2.提示 make: 没有什么可以做的为 `all’。解决办法： make clean 一次，编译过程又有了。3.

2017-03-30 01:20:15 1885

mjl_cv的博客