自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 资源 (65)
  • 收藏
  • 关注

转载 ubuntu系统传送文件和文件夹

传送matlab2014b文件夹:xiao@xiao:~$ scp -r matlab2014b bcy@192.168.1.×:~传送1.txt文本:xiao@xiao:~$ scp 1.txt bcy@192.168.1.×:~

2017-08-24 14:50:52 995

原创 vs里不显示局部变量了

首先,你要确保VS处于调试状态(因为编辑状态和调试状态的菜单以及工具栏会不同)。然后选择菜单【调试】-【窗口】里面的【局部变量】、【自动窗口】和【监视】-【监视 n】都可以显示变量的值,只是显示的变量会不同

2017-08-18 10:52:51 21424 1

转载 【opencv】VS2010+CMake重编译opencv2.4.10

实验平台WinXP + VS2010 + opencv2.4.10 + CMake3.3.0重编译两问为什么要重编译?        为了在调试时可以跟踪进入到源码中,我们需要重新编译生成.dll和.lib文件,这样替换掉OpenCV提供的.dll和.lib文件,就可以解决这个问题。                本来opencv提供的动态链接库就已经是可以用的

2017-08-11 19:58:29 689

转载 Linux16.04配置

转自师弟的博客: http://blog.csdn.net/zhangxiangweide/article/details/74779652linux分区设置。法一:Swap(相当于电脑内存):逻辑分区、大小设置为电脑内存大小,2G,4G;/boot(引导分区):主分区:大小设置为200M;/home(用户存储数据用):逻辑分区,要尽可能大,100G空间可以设置为85G,留

2017-08-11 19:50:15 374

原创 caffe提取网络各个层的特征

怎么把网络各个层的特征保存成数据呢?以我们经典的minist例子开始,在上一篇博客生成模型的基础上提取minis的卷积1层为例。一: 先编译好caffe,生成build。二:参考 http://blog.csdn.net/ture_dream/article/details/77100115训练minist模型三:输入./build/to

2017-08-11 18:37:49 2431 1

原创 minist例子

让师弟跑minit例子,他说找不到博客,现找到一个,亲测可行  Mnist介绍为了程序的简洁,在caffe中是不带练习数据的,因此需要自己去下载。但在caffe根目录下的data文件夹里,作者已经为我们编写好了下载数据的脚本文件,我们只需要联网,运行这些脚本文件就行了。        Mnist介绍:mnist是一个手写数字库,由DL大牛YanLeCun进行维护。mni

2017-08-11 16:51:24 626

转载 faster rcnn中rpn的anchor

作者:马塔链接:https://www.zhihu.com/question/42205480/answer/155759667来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。首先我们需要知道anchor的本质是什么,本质是SPP(spatial pyramid pooling)思想的逆向。而SPP本身是做什么的呢,就是将不同尺寸的输入resi

2017-08-07 13:42:45 11492 2

原创 一张图理解训练的BP反向传播

经过同学许可,借用他的图来讲讲深度学习的反向传播,不涉及具体推导,宏观把握原理。深度学习训练过程是训练模型的过程,实质上不过是权值更新的过程,即图上公式从W(old)到W(new)的过程,当然这里是循环往复、迭代进行。h(x)是旧的权值参数和特征向量的内积,是实数。再经过激活函数例如sigmoid函数归一化带到网络的预值f(x),最后测计算损失函数J,公式里y是标签值,你懂得,预测

2017-08-05 15:56:52 923

转载 Caffe实战系列:实现自己Caffe网络层

由于之前介绍过一次关于实现自己的网络层的文章,但是那篇文章偏难,这次我以最简单的对图像进行缩放的层为例进行实现。在进行讲解之前,有一些必要条件你需要掌握,那就是你已经很了解怎么安装caffe,并且知道caffe里头的各个目录。首先我们设计我们层所拥有的参数out_height,即输出的图像的高度out_width,即输出图像的宽度visualize,是否需要将图像显示出来

2017-08-05 11:30:38 367

转载 神经网络之激活函数(Activation Function)

神经网络之激活函数(Activation Function)本博客仅为作者记录笔记之用,不免有很多细节不对之处。还望各位看官能够见谅,欢迎批评指正。更多相关博客请猛戳:http://blog.csdn.net/cyh_24如需转载,请附上本文链接:http://blog.csdn.net/cyh_24/article/details/50593400日常 codin

2017-08-05 09:23:31 459

转载 【论文学习笔记】Joint Cascade Face Detection and Alignment

关键思想是将人脸检测和人脸标点结合起来。一个应用比较广泛的人脸检测方法,Viola-Jones检测器是基于以下两个原则进行检测的:1,逐步提升的级联结构;2,简单的特征。这种方法在日常生活场景中效果不甚理想。其他有许多工作是针对多视角的人脸检测【10,17,27,7】他们采用分治策略——在不同视角和头部姿态下,分别训练不同的检测器。这种做法往往更加麻烦,使得系统性能和准确度

2017-08-04 14:14:46 344 1

opencv写视频并显示

写视频 opencv写视频并显示文字

2017-03-20

opencv 读取视频

opencv 读取视频并求canny边缘显示边缘

2017-03-20

canny边缘检测

opencv canny 边缘检测图像并保存

2017-03-20

最新openssl编译的libeay32.dll和ssleay32.dll(含lib)

最新openssl编译的libeay32.dll和ssleay32.dll(含lib)

2017-03-18

faster_rcnn测试结构图

faster_rcnnfaster_rcnn测试结构图

2017-03-16

e-Invariant Face Recognitio

e-Invariant Face Recognitio

2017-03-16

卷积神经网络的目标检测模型

卷积神经网络的目标检测模型

2017-03-16

caffe学习笔记全系列

caffe学习笔记全系列

2016-11-10

RCNN, Fast RCNN, Faster RCNN这一系列目标检测算法

RCNN, Fast RCNN, Faster RCNN这一系列目标检测算法训练的指导

2016-11-10

Gradient-Based Learning Applied to Document Recognition

Gradient-Based Learning Applied to Document Recognition 极好的文!尤其是p5-p9,一定要细看,反复琢磨。把LeNet-5的来龙去脉讲得清清楚楚

2016-11-02

hog+svm

花积分下的,免费放这里,搞深度学习没时间看,谁跑通了告诉我怎么编译运行的哈

2016-10-31

codeblocks

codeblocks linux software for c++ similar to vs

2016-10-26

Finding People in Images and Videos

Finding People in Images and Videos,dalal大神的毕业论文130多页,我打印出一部分看过,理解hog很有用,光流部分还没看。还有另一个人毕业论文,放这里,怕自己以后找不到

2016-10-25

End-To-End_People_Detection_CVPR_2016_paper

End-To-End People_Detection_CVPR_2016_paper

2016-10-25

LabelImage

LabelImage,for research use

2016-10-25

The-Fastest-Pedestrian-Detector-in-the-West

The-Fastest-Pedestrian-Detector-in-the-West 哈哈,西方最快行人检测,老师当时问我是不是翻译错了。 也只有dollar大神敢这样号称

2016-10-24

Robust Object Detection Via Soft Cascade

Robust Object Detection Via Soft Cascade,通道特征系列文章都用的级联分类器,经典文章

2016-10-24

Integral_Channel_Features

Integral_Channel_Features是大神dollar 的力作,和hog+svm文章齐名,行人检测里程碑

2016-10-24

label 标签设置

label 标签设置

2016-10-23

检测 行人评估系统

检测率检测评估

2016-10-22

annaconda3.7

annaconda3.7annaconda3.7annaconda3.7annaconda3.7 解决官方网站 下载慢的问题

2021-01-08

opencv-4.4.0-androidopencv-4.5.0-android-sdk

安卓版opencv

2020-12-17

ios_openssl_build.zip

ios 下编译opensSL 支持arm x_86_64等,包含所有平台的编译生成shell 代码。简答一行。

2020-04-26

小边特征深度学习应用

小边特征

2018-03-05

c++裁剪感兴趣区域

c++裁剪感兴趣区域

2017-07-10

vs下编译ffmpeg.c源码工程

工程为vs2013, 下载了ffmpeg的库,源码文件,

2017-07-03

递归输出vector

/* 编写递归输出vector对象的内容,使其有条件地输出执行过程有关的信息。例如,每次调用时输出vector对象的大小,分别在打开和关闭调试器的情况下编译并执行这个程序 */

2017-03-28

计算vector中所有元素之和

计算vector中所有元素之和/* 编写程序,处理一个vector ,其元素都表示整型值/浮点型,计算vector中所有元素之和 */

2017-03-28

istream_iterator 读取输入文件

C++ primer 第五版 中文版 练习 10.33 题目:编写程序,接受三个参数:一个输入文件和两个输出文件的文件名。输入文件保存的应该是整数。使用istream_iterator 读取输入文件。使用ostream_iterator将奇数写入第一个输出文件,每个值后都跟一个空格。将偶数写入第二个输出文件,每个值都独占一行。

2017-03-28

逆序reverse_iterator打印

逆序reverse_iterator打印 /* 编写一段程序,用普通迭代器顺序打印一个vector,再用逆序reverse_iterator打印一个它 */

2017-03-28

vector里找到奇数

/* 编写一段程序,实用条件运算符从vector<int> ;里找到奇数并将其翻倍 */ #include<iostream>

2017-03-27

输出字符串

/*编写一个程序,读入一个包含标点符号的字符串,将标点符号去除后输出字符串剩余的部分*/

2017-03-27

比较两个vector

/* 编写一段程序,比较两个数组是否相等,再写一个程序比较两个vector是否相等 */

2017-03-27

指针_____+数组

指针将数组 /* 编写一段程序,利用指针将数组里的元素全部置为0 */

2017-03-27

vector基础

vector基础

2017-03-25

聊天界面 vvv

聊天界面 my dear,do you like me?请LGW回答(y or n ?) if (cont != 'y'&&cont != 'Y') { cout << "you is a fool" << endl; cout << "你是个大傻瓜" << endl; } else putText(frame, "I love you,too", Point(s.width / 112, s.height / 12), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 0, 255), 3, 3);

2017-03-25

vector初始化

vectorvector初始化

2017-03-24

gif动画制作

gif动画制作工具

2017-03-24

播放视频opencv

opencv 播放视频 三种方式快进后退播放

2017-03-24

opencv动画

动画opencv动画制作

2017-03-24

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除