- 博客(1)
- 资源 (24)
- 收藏
- 关注
RSS订阅原创 深度残差网络（Deep Residual Learning ）
纵观CNN领域网络的里程碑，最近深度残差网络ResNet微软的深度残差网络ResNet源于2016年CVPR最佳论文---图像识别中的深度残差学习（Deep Residual Learning for Image Recognition）, 论文：pdf这个152层ResNet架构深，除了在层数上面创纪录，ResNet 的错误率也低得惊人，达到了3.6%，人类都大约在5%~10%的水平。这是目前
2016-09-13 16:05:57
19357
AP（Affinity Propagation）聚类聚类算法介绍(发表在Science杂志上)
Affinity_Propagation_(AP)_AP聚类聚类算法介绍(发表在Science杂志上)
2015-04-14
Robust Recovery of Subspace Structures by Low-Rank Representation
讨论子空间聚类问题，运用低秩表示，在样本中找寻低秩表示，把样本表示为给定字典中基的线性组合。低秩表示可以精确高效大的用作鲁棒子空间聚类和误差修正。同时总结RPCA和LRR的区别
2015-04-07
GPSR--求解L1范数优化包
GPSR是 Robust Face Recognition via Sparse Representation 论文中用来求解L1范数最小值的 优化包，计算速度很快，可以直接使用
2015-03-27
liblinear 软件包（最新版本1.95）
LIBLINEAR是一个简单的求解大规模规则化线性分类和回归的软件包。最显著的的特点就是速度快。对一些大数据来说，有没有非线性映射，他们的性能差不多。如果不使用核，我们可以用线性分类或者回归来训练一个更大的数据集。这些数据往往具有非常高维的特征，例如文本分类Document classification。
2014-11-08
opencv camshift 实现目标跟踪
vs2008 环境中 基于opencv的camshift 目标跟踪，代码直接运行，效果明显，感性的认识目标跟踪的原理，对meanshift改进的深刻理解和认识，适合初学者，原理部分请关注我的博客http://blog.csdn.net/tiandijun，共同交流、学习。
2014-06-18
opencv 实现 meanshift 的目标跟踪
早vs2008 中基于opencv2.4.3 的meanshift目标检测，直接运行，视屏从电脑的摄像头读取，演示效果不错，适合初学目标检测的同行，可以从感性上理解meanshift的原理和不足，为改进的camshift理解做准备。原理部分参见我的博客：http://blog.csdn.net/tiandijun，共同学习、交流。
2014-06-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人