计算机视觉cv
文章平均质量分 92
无名wxd
这个作者很懒,什么都没留下…
展开
-
3分钟理解齐次坐标系
本文用于初学者学习齐次坐标系。博主也是通过这篇文章学习的,认为该文章通俗易懂,并且非常形象,所以转载,供各位读者观看,同时以防博主遗忘知识点。下面开始进入正题:http://blog.csdn.net/janestar/article/details/44244849齐次坐标在电脑图形内无处不在,因为该坐标允许平移、旋转、缩放及透视投影等可表示为矩阵与向量相乘的一般向量运算。依据链式法则...转载 2018-11-24 11:14:20 · 2021 阅读 · 0 评论 -
10分钟速成-小白学相机模型:4种坐标系
有读者不了解齐次坐标系的,请移驾于此齐次坐标系本文转载自SLAM入门之视觉里程计(2):相机模型(内参数,外参数)该文章将四种坐标系的由来,用处描述的非常清楚,博主受用匪浅,但是好像直接转载出了点问题,明明选中了div粘贴到CSDN后只能显示一部分,所以直接贴出链接。下面,说说博主看了文章之后的感想,并梳理一下脉络。(注:所有图片也来自于上述链接)首先,相机模型的重中之重是描述像素坐标,...转载 2018-11-24 11:36:14 · 822 阅读 · 0 评论 -
Faster-RCNN:最全讲解
答主能力有限,写不出这么好的文章,通俗易懂还把细节都描述了,所以不要脸的转载了,这篇文章真的写的很好,小白应该也能看懂~~~~ 转自: https://zhuanlan.zhihu.com/p/31426458经过R-CNN和Fast RCNN的积淀,Ross B. Girshick在2016年提出了新的Faster R-CNN,在结构上,Faster RCNN已...转载 2018-11-26 17:18:14 · 812 阅读 · 0 评论 -
一文看懂YOLOv1
本文是对YOLO的全面解释,觉得有用请关注我的博客,YOLO的后续版本将会跟进哦!物体检测object detection是计算机视觉中一个很热门的方向,前前后后也提出了很多很多不同的方法,但是在YOLO之前,大多是将其视为分类问题,而YOLO的出现,打破了这一局限,采用回归的方式来解决问题,并且取得了重大成果。所谓“天下武功,唯快不破”说的正是速度的重要性,虽然之前的模型R-CNN系列等能达...原创 2018-12-02 20:02:08 · 1079 阅读 · 1 评论 -
史上最清晰RPN讲解
本文转载自RPN解析这篇博文写的太好了,配图+文字理解起来真的特别容易。自己写是写不出这么好的文章的,这辈子都写不出来的,只有靠转载度日,这样而已,哈哈哈~~~~ RPN全称是Region Proposal Network,Region Proposal的中文意思是“区域选取”,也就是“提取候选框”的意思,所以RPN就是用来提取候选框的...转载 2018-12-03 16:59:57 · 973 阅读 · 0 评论 -
史上最通俗易懂的YOLOv2讲解
博主本来想自己写一篇关于YOLOv2的论文笔记的,在找资料的过程中看到这篇天秀的博客,就“据为己用”了。不得不出,很多大佬写的都太深刻了,还是转载比较舒服点~~~~~~本文转自目标检测|YOLOv2原理与实现(附YOLOv3) 前 &nbs...转载 2018-12-03 20:25:14 · 54582 阅读 · 17 评论 -
神经网络架构演变过程
这里写自定义目录标题一、开山之作:LeNet二、王者归来:AlexNetZFNetVGG-NetGoogLeNetResNetDenseNet博主现在已经研一了,过了个暑假,好像把所有东西都忘记的差不多了,所以先复习一遍。具体打算是:卷积神经网络架构(1天)目标检测(3天)语义分割(1周,之前没怎么接触过)着手看点做点工程项目学一遍computer vision传统方法(主要是看pr...原创 2019-09-09 15:46:42 · 957 阅读 · 0 评论