weixin_NineDays66

原创 数学笔记

1.泰勒展开和傅里叶变换的区别与联系不妨先想想平面向量的正交分解.傅里叶变换是函数在三角函数空间span{1,cosx,sinx,cos2x,sin2x,……}下的分解,各项系数就是在各个分量上的投影.Taylor级数则是在多项式空间span{1,x,x^2,……}下的分解....

原创 深度学习-笔记

如何解决训练样本少的问题目前大部分的深度学习模型仍然需要海量的数据支持。例如 ImageNet 数据就拥有1400多万的图片。而现实生产环境中，数据集通常较小，只有几万甚至几百个样本。这时候，如何在这种情况下应用深度学习呢?（1）利用预训练模型进行迁移微调（fine-tuning），预训练模型通常在特征上拥有很好的语义表达。此时，只需将模型在小数据集上进行微调就能取得不错的效果。这也是目前大...

原创 YOLO v3网络结构分析

https://blog.csdn.net/qq_37541097/article/details/81214953Darknet:Yolo V3

原创 人脸检测综诉

https://zhuanlan.zhihu.com/p/32702868

原创 决策树相关算法详细分析

决策树https://www.jianshu.com/p/b7ed99796199随机森林https://www.jianshu.com/p/d1d8de1e0608GDBT 梯度提升树https://www.jianshu.com/p/42e382732244

原创 CVPR 2019 行人检测新思路CSP

CVPR 2019 行人检测新思路：高级语义特征检测取得精度新突破今天跟大家分享一篇昨天新出的CVPR 2019论文《High-level Semantic Feature Detection:A New Perspective for Pedestrian Detection》,作者将行人检测问题转化为高级语义特征检测的问题，刷新了行人检测精度的新高度！而且作者称代码将开源。...

原创 利用傅里叶变换去除图像中有规律的噪声

图像应用https://blog.csdn.net/weixin_33816611/article/details/85844013https://www.zhihu.com/question/20460630

原创 26秒单GPU训练CIFAR10，Jeff Dean也点赞的深度学习优化技巧

https://www.jiqizhixin.com/articles/2019-08-20-15?from=synced&keyword=26%E7%A7%92%E5%8D%95GPU%E8%AE%AD%E7%BB%83CIFAR10https://www.jiqizhixin.com/articles/2019-08-20-15?from=synced&keyword...

原创 FaceBoxes —— CPU上实时的人脸检测

一篇速度还可以的多尺度人脸检测文章。方法和SSD大同小异。文章链接：《FaceBoxes: A CPU Real-time Face Detector with High Accuracy》1. 方法介绍如上图，输入单张图片，在三个网络分支检测人脸。2. 要点介绍（1）Rapidly Digested Convolutional Layers(RDCL)在网络前期...

原创 matlab帮助文档-fft（快速傅里叶变换）

matlab帮助文档-fft（快速傅里叶变换）fft语法为：Y = fft(X) Y = fft(X,n) Y = fft(X,n,dim)解释：Y = fft(X) ，返回 X的离散傅里叶变换（DFT）若X为列向量，对该列向量做DFT。 若X为矩阵，对X的每一列分别做DFT。 若X为多维数组，对X的每一页的每一列分别做DFT。---------------------...

转载 2D与3D人脸识别有什么本质上的区别？

https://www.zhihu.com/question/324123433/answer/681365180https://www.zhihu.com/question/324123433/answer/681365180https://www.zhihu.com/question/324123433/answer/681365180人脸是人体最重要的生物特征之一，而...

原创 图像增强算法（直方图均衡化、拉普拉斯、Log、伽马变换）

一、图像增强算法原理 图像增强算法常见于对图像的亮度、对比度、饱和度、色调等进行调节，增加其清晰度，减少噪点等。图像增强往往经过多个算法的组合，完成上述功能，比如图像去燥等同于低通滤波器，增加清晰度则为高通滤波器，当然增强一副图像是为最后获取图像有用信息服务为主。一般的算法流程可为：图像去燥、增加清晰度（对比度）、灰度化或者获取图像边缘特征或者对图像进行卷积、二值化等，上述四个...

转载 检测模型评估指标mAP计算指南(附代码)在这里！

https://www.jianshu.com/p/ba1f7895b429精度precision的计算是用 检测正确的数据个数/总的检测到个数。召回率recall的计算是用 检测正确的数据个数/ground truth之中所有正数据个数。前言对于使用机器学习解决的大多数常见问题，通常有多种可用的模型。每个模型都有自己的独特之处，并随因素变化而表现不同每个模型在“...

原创 COCO数据集解读

https://blog.csdn.net/qq_33254870/article/details/88683032https://blog.csdn.net/zym19941119/article/details/80241663现就几个函数做一些说明：getCatIds(catNms=[], supNms=[], catIds=[]) ：通过输入类别的名字、大类的名字或是种类的...

转载 利用SVD的方法求解ICP（详细推导）

https://blog.csdn.net/zhouyelihua/article/details/77807541http://www.voidcn.com/article/p-vjoaoxlg-bnu.htmlhttp://nghiaho.com/?page_id=671

原创 CNN网络构建问题

构建CNN网络需要注意问题数据预处理（均值，方差， 人脸归一化。。。）， 数据增强【放射变换、运动模糊、高斯滤波模糊类，增加噪声类， 色彩/饱和度/亮度调整类、 Flip类，Crop类】 这些都是根据实际的应用场景选择。1.参数多少问题 [卷积核大小，通道数，卷积方式:conv / depthwiseconv / 空洞卷积 激活函数 PRelu]2.Flops计算量问题 【参数...

原创 Batch Normalization原理与实战

https://zhuanlan.zhihu.com/p/34879333https://zhuanlan.zhihu.com/p/34879333https://zhuanlan.zhihu.com/p/34879333前言本期专栏主要来从理论与实战视角对深度学习中的Batch Normalization的思路进行讲解、归纳和总结，并辅以代码让小伙伴儿们对Bat...

原创 MTCNN 优化方案

原创 交叉熵、相对熵（KL散度）、JS散度和Wasserstein距离（推土机距离）

https://zhuanlan.zhihu.com/p/74075915目录：信息量 熵 相对熵（KL散度） 交叉熵 JS散度 推土机理论 Wasserstein距离 WGAN中对JS散度，KL散度和推土机距离的描述写在前面的总结：1、目前分类损失函数为何多用交叉熵，而不是KL散度。首先损失函数的功能是通过样本来计算模型分布与目标分布间的差异，在分布差异计算中，K...

原创 让深度学习进入移动端，蘑菇街在移动端的深度学习优化实践

http://777n.com/keji/50566.htmlhttp://777n.com/keji/50566.htmlhttp://777n.com/keji/50566.html深度学习是机器学习中一种基于对数据进行表征学习的方法，与传统靠手工设计特征的机器学习算法不同，深度学习能根据不同任务自动学习数据的特征。目前深度学习在语音、图像、视频处理上已经取得了令人印象深刻的进...

原创 3D人脸相关技术总结

转自：https://mp.weixin.qq.com/s?__biz=MzU4NTkwMDM1NA==&mid=2247484418&idx=1&sn=6823b56e308ccab39daf3223fcfcd580&chksm=fd82cc2fcaf54539a2fabb12a346fe34c358532e9913e7a3275bd675890d39a542...