![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
模式识别
mishidemudong
菜鸟上路,一颗红心,两手准备。
展开
-
####好好好好#####关于贝叶斯,从贝叶斯方法谈到贝叶斯网络
在生信分析中经常会和贝叶斯打交道,比如贝叶斯分类器、贝叶斯网络、贝叶斯构建进化树等等。但是如果不清楚贝叶斯的原理,其实是很难对整个算法有深入了解的。这里小编整理了网络上的关于贝叶斯的最好的讲解,希望大家把它收藏起来,慢慢的啃。前言 事实上,介绍贝叶斯定理、贝叶斯方法、贝叶斯推断的资料、书籍不少,比如《数理统计学简史》,以及《统计决策论及贝叶斯分析 James ...转载 2019-10-24 15:47:30 · 388 阅读 · 0 评论 -
贝叶斯网络基础知识
贝叶斯网络把某个研究系统中涉及的随机变量,根据是否条件独立绘制在一个有向图中,就形成了贝叶斯网络。贝叶斯网络(Bayesian Network),又称有向无环图模型(directed acyclic graphical model ,DAG),是一种概率图模型,根据概率图的拓扑结构,考察一组随机变量{X 1 ,X 2 ...X n }及其n组条件概率分布(Conditional Pr...转载 2019-10-20 22:03:49 · 2258 阅读 · 0 评论 -
###好好好好###HMM、CRF、MEMM区别
隐马尔可夫模型(Hidden Markov Model,HMM),最大熵马尔可夫模型(Maximum Entropy Markov Model,MEMM)以及条件随机场(Conditional Random Field,CRF)是序列标注中最常用也是最基本的三个模型。HMM首先出现,MEMM其次,CRF最后。三个算法主要思想如下:1)HMM模型是对转移概率和表现概率直接建模,统计共现概率,...转载 2019-08-29 11:09:29 · 682 阅读 · 0 评论 -
##好好好###chinese_ocr好的开源项目
项目地址:https://github.com/YCG09/chinese_ocr简介基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别文本检测:CTPN 文本识别:DenseNet + CTC环境部署sh setup.sh注:CPU环境执行前需注释掉for gpu部分,并解开for cpu部分的注释Demo将测试图片放入test_imag...转载 2019-02-14 14:22:41 · 2395 阅读 · 4 评论 -
###好#####Tesseract-OCR识别中文与训练字库实例
关于中文的识别,效果比较好而且开源的应该就是Tesseract-OCR了,所以自己亲身试用一下,分享到博客让有同样兴趣的人少走弯路。文中所用到的身份证图片资源是百度找的,如有侵权可联系我删除。 一、准备工作1、下载Tesseract-OCR引擎,注意要3.0以上才支持中文哦,按照提示安装就行。2、下载chi_sim.traindata字库。要有这个才能识别中文。下好后,放到Te...转载 2019-02-15 11:13:24 · 312 阅读 · 0 评论 -
MFCC(Mel 倒谱系数)
Mel倒谱系数Mel倒谱系数:MFCC Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient)的缩写是MFCC,Mel频率是基于人耳听觉特性提出来的,它与Hz频率成非线性对应关系。Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系,计算得到的Hz频谱特征。 用录音设备录制一段模拟语音信号后,经由自定的取样频率(如8000 Hz、16000 Hz等)采样后转...转载 2018-06-20 11:43:07 · 2349 阅读 · 0 评论 -
使用腾讯云 GPU 学习深度学习系列之四:深度学习的特征工程
这是《使用腾讯云GPU学习深度学习》系列文章的第四篇,主要举例介绍了深度学习计算过程中的一些数据预处理方法。本系列文章主要介绍如何使用 腾讯云GPU服务器 进行深度学习运算,前面主要介绍原理部分,后期则以实践为主。往期内容:使用腾讯云 GPU 学习深度学习系列之一:传统机器学习的回顾使用腾讯云 GPU 学习深度学习系列之二:Tensorflow 简明原理使用腾讯云 GP转载 2017-08-21 12:01:14 · 1761 阅读 · 0 评论 -
使用腾讯云GPU学习深度学习系列之六:物体的识别与定位
这是《使用腾讯云GPU学习深度学习》系列文章的第六篇,本文以如何识别马路上的行人、车辆为主题,介绍了基于 Tensorflow 的 SSD 模型如何应用在物体识别定位项目中。本系列文章主要介绍如何使用腾讯云GPU服务器进行深度学习运算,前面主要介绍原理部分,后期则以实践为主。往期内容:使用腾讯云 GPU 学习深度学习系列之一:传统机器学习的回顾使用腾讯云 GPU 学习深度学转载 2017-08-21 10:45:34 · 1878 阅读 · 1 评论 -
FCN学习:Semantic Segmentation
感谢@huangh12 @郑途 @麦田守望者对标签图像生成的研究和讨论,这几天研究了一下,补充如下。-----------------------------------------------------分割线------------------------------------------------------------谢谢@潘达的评论,这一篇确实有很多点没有分析完,当时想着后来转载 2017-08-09 15:35:07 · 1014 阅读 · 0 评论 -
图像语义分割之FCN和CRF
前言(呕血制作啊!)前几天刚好做了个图像语义分割的汇报,把最近看的论文和一些想法讲了一下。所以今天就把它总结成文章啦,方便大家一起讨论讨论。本文只是展示了一些比较经典和自己觉得比较不错的结构,毕竟这方面还是有挺多的结构方法了。介绍图像语义分割,简单而言就是给定一张图片,对图片上的每一个像素点分类从图像上来看,就是我们需要将实际的场景图分割成下面的分割图: 不同颜色代转载 2017-08-09 15:28:19 · 642 阅读 · 0 评论 -
Tensorflow实现卷积神经网络,用于人脸关键点识别
今年来人工智能的概念越来越火,AlphaGo以4:1击败李世石更是起到推波助澜的作用。作为一个开挖掘机的菜鸟,深深感到不学习一下deep learning早晚要被淘汰。既然要开始学,当然是搭一个深度神经网络跑几个数据集感受一下作为入门最直观了。自己写代码实现的话debug的过程和运行效率都会很忧伤,我也不知道怎么调用GPU… 所以还是站在巨人的肩膀上,用现成的框架吧。粗略了解一下,现在比较知名转载 2017-07-02 16:41:27 · 3883 阅读 · 0 评论 -
计算机视觉方面的数据集收藏(CV Datasets on the web)
计算机视觉方面的数据集收藏(CV Datasets on the web)kezunhai@gmail.comhttp://blog.csdn.net/kezunhaiDetectionPASCAL VOC 2009 datasetClassification/Detection Competitions, Segmentation Competition, P转载 2017-01-20 15:58:49 · 1015 阅读 · 0 评论 -
Python 之 使用 PIL 库做图像处理
Python 之 使用 PIL 库做图像处理1. 简介。 图像处理是一门应用非常广的技术,而拥有非常丰富第三方扩展库的 Python 当然不会错过这一门盛宴。PIL (Python Imaging Library)是 Python 中最常用的图像处理库,目前版本为 1.1.7,我们可以 在这里 下载学习和查找资料。 Image 类是 PIL 库中一个非常重要的类,通过这转载 2016-10-19 17:13:14 · 716 阅读 · 0 评论 -
用Python做图像处理(PIL库的使用)
用Python做图像处理 最近在做一件比较 evil 的事情——验证码识别,以此来学习一些新的技能。因为我是初学,对图像处理方面就不太了解了,欲要利吾事,必先利吾器,既然只是做一下实验,那用 Python 来作原型开发再好不过了。在 Python 中,比较常用的图像处理库是 PIL(Python Image Library),当前版本是 1.1.6 ,用起来非常方便。大家可转载 2016-10-19 16:12:14 · 6246 阅读 · 0 评论 -
浅析人脸检测之Haar分类器方法:Haar特征、积分图、 AdaBoost 、级联
浅析人脸检测之Haar分类器方法一、Haar分类器的前世今生 人脸检测属于计算机视觉的范畴,早期人们的主要研究方向是人脸识别,即根据人脸来识别人物的身份,后来在复杂背景下的人脸检测需求越来越大,人脸检测也逐渐作为一个单独的研究方向发展起来。 目前的人脸检测方法主要有两大类:基于知识和基于统计。Ø 基于知识的方法:主要利用先验知识将人脸看作器转载 2016-09-18 10:20:45 · 623 阅读 · 0 评论 -
Matlab中double,im2double,mat2gray函数使用方法介绍
图像类和类型间的转换im2uint8 将输入中所有小于0的设置为0,而将输入中所有大于1的设置为255 其他的所有乘以255im2uint16 将输入中所有小于0的设置为0,而将输入中所有大于1的设置为65535mat2gray 把一个double类的任意数组转换成值范围在[0,1]的归一化double类数组im2double 将输入转换为double类.若输入是uint8转载 2016-09-13 10:17:59 · 26089 阅读 · 2 评论 -
听霍强老师讲模式分类器设计的最小分类误差训练(MCE)
我们非常荣幸请到微软亚洲研究院的霍强老师来为我们MSRA-USTC联合培养班带来第三场前沿讲座。首先简单介绍下霍老师,霍强老师是科大826的大牛级人物,87年本科毕业获得郭沫若奖学金,此后两年在浙大读硕士,随后又回到母校参加科大—港大联合培养项目,攻读博士学位。霍老师在港大读博期间,在MCE(最小分类误差训练)方向做出了重要成果,博士论文被MIT一教授赞誉为这是他看过的最好的关于MCE方向的博士论转载 2016-05-03 17:18:50 · 3399 阅读 · 1 评论