模式识别
小_小_杨_
Fly without wings!
展开
-
线性分类器
线性分类器表达式: y=W T x+w 0 =w 1 x 1 +…+w n x n +w 0 =w ′ T x ′ y = W^{T}x+w_0 =w_1x_1+…+w_nx_n+w_0=w^{'T}x^{'} W=⎛ ⎝ ⎜ ⎜ ⎜ w 1 w 2 …w n ⎞ ⎠ ⎟ ⎟ ⎟ W = \begin{pmatrix} w_1\\w_2\\…\\w_n\end{pmatrix}x=⎛原创 2016-05-07 13:25:33 · 463 阅读 · 0 评论 -
学习网站
综合 目标跟踪GOTURN cython 文档 caffe网络可视化 Protocol Buffersr SSD目标检测 YOLO目标检测官网 YOLO github triplet loss 去雾 去雾github tensorflow使用用例 bounding box 标注工具原创 2016-10-04 11:22:17 · 386 阅读 · 0 评论 -
目标检测mAp
目标检测的mAp的计算是根据不同的IoU下的对应的recall和precision计算得到。原创 2017-03-04 14:49:58 · 7268 阅读 · 0 评论 -
R-FCN:Object Detection via Region-based Fully Convolutional Networks论文部分总结学习
摘要: 之前基于区域的目标检测方法(Fast/Faster R-CNN)需要将重复性地将成千上百proposal输入到子网络。R-FCN网络近乎全图共享计算,避免前面方法的计算冗余。R-FCN提出使用位置敏感的得分谱(解决这个问题,大体意思是,图像分类需要不变性,目标检测需要对目标位置,形状等改变做出特征描述的改变。to address a dilemma between translation-原创 2016-12-20 15:19:51 · 661 阅读 · 1 评论 -
normalize layer 公式
forward [x1∑x2i−−−−√,x2∑x2i−−−−√,x3∑x2i−−−−√...,xn∑x2i−−−−√][\frac{x_1}{\sqrt{\sum{x_i^2}}},\frac{x_2}{\sqrt{\sum{x_i^2}}},\frac{x_3}{\sqrt{\sum{x_i^2}}}...,\frac{x_n}{\sqrt{\sum{x_i^2}}}] backward原创 2016-12-19 11:23:09 · 1477 阅读 · 0 评论 -
Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks 论文学习
1、Introduction (略)2、Method 这篇文章提出了一个新的框架整合了人脸检测以及人脸标注的两个任务。这个CNN框架包含三个部分,第一部分,用浅层的cnn快速获取预选的框。然后通过一个相对复杂的cnn来裁剪大部分没有人脸的框。最后用通过一个强力的cnn来调节结果并定位人脸的关键点。 3、Contributions提出了一种级联的cnn来解决人脸检测及人脸标注的联合问题,并且原创 2016-11-10 14:26:03 · 2440 阅读 · 0 评论 -
条件高斯分布
转载自:条件高斯分布转载 2016-08-23 09:52:24 · 3555 阅读 · 0 评论 -
Stanford's Andrew Ng课程疑问一
这个问题是课程介绍时候,Andrew Ng使用MATLAB ICA 实现了语音的分离(鸡尾酒会额外难题),ppt上面写着这行代码: [W,s,v]=svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x'); 下面的代码是使用网上的人回答的代码:[x1, Fs1] = audioread('E:\sounds\first.wav');[x2, Fs2] = aud原创 2016-08-10 21:17:35 · 2145 阅读 · 0 评论 -
牛顿法
公式: f(x)是代价函数(二次可微实函数),展开成泰勒级数。 f(x)≈ϕ(x)=f(x(k))+∂f(x(k))∂x(k)(x−x(k))+12(x−x(k))T∂2f(x(k))∂x(k)(x−x(k))f(x)\approx\phi(x)=f(x^{(k)})+\frac{\partial{f(x^{(k)})}}{\partial{x^{(k)}}}(x-x^{(k)})+\frac{原创 2016-08-22 17:32:27 · 565 阅读 · 0 评论 -
共轭梯度下降及matlab简单实现
考虑问题: min f(x)=12xTAx+bTx+cmin\ f(x) = \frac{1}{2}x^T A x + b^T x + c 具体求解的方法如下: 首先,任意给定一个初始点x(1)x^{(1)},计算出目标函数f(x)f(x)在这个点的梯度,若||g1||=0||g_1||=0,则停止计算,否则,令 d(1)=−▽f(x(1))=−g1d^{(1)}=-▽f(x^{(1)})=原创 2016-08-26 17:32:48 · 4003 阅读 · 2 评论 -
Dark channel
#include<opencv2/opencv.hpp>#include<vector>using namespace cv;using namespace std;typedef struct{ int row; int col;}point;int main(){ vector<vector<point>> points(256); Mat image原创 2016-07-29 10:50:47 · 713 阅读 · 0 评论 -
bounding box overlap 计算
bounding box overlap的计算分为三步 第一步是计算两个bounding box的交 计算的方式如函数一所示,计算x方向与y方向的重叠,然后相乘得到的就是交的值。 第二步是计算两个bounding box的并 第三部是两个bounding box的交除于并函数一template<typename Dtype>Dtype lap(Dtype x1_min,Dtype x1_原创 2016-07-27 10:45:55 · 2175 阅读 · 0 评论 -
吉布斯采样
解决问题,在一个绳子(假设为10米)上面剪两刀,求能构成三角形的概率。 吉布斯采样的大概流程是不知道联合概率分布,只知道每一个分量的条件概率分布。 在这个题目里面,条件概率很简单了。然后一次根据前面状态的分量来采样当前状态的分量。num = 100000;pix=zeros(num,4);pix(1,:) = [0,0,10,0];for i = 2:num for j = 1:2原创 2017-03-22 10:16:24 · 1846 阅读 · 0 评论