u012290039的专栏

CNN: single-label to multi-label 1，概述 首次看多目标检测的文章。文中指出多目标检测有两个框架：1）BoW，2）DL。BoW还没看过。当然本文用的是DL中的CNN（好处多多）。   首先，这篇文章是在程明明提出BING以后的一次应用。本文提出了一种HCP的框架结构（Hypotheses-CNN-Pooling），检测方法是利用BING和HS提取提取hypo

刚刚接触目标检测的东西，这篇文章转载过其他人的笔记，但是总觉得 应该自己写一下 “Regionlets for Generic Object Detection”有一段话： Object detection is composed of two key components: determing where the candidate locations are in images and

http://hi.baidu.com/chb_seaok/item/6307c0d0363170e73cc2cb65 个人阅读的Deep Learning方向的paper整理，分了几部分吧，但有些部分是有交叉或者内容重叠，也不必纠结于这属于DNN还是CNN之类，个人只是大致分了个类。目前只整理了部分，剩余部分还会持续更新。 一 RNN 1 Recurrent n

支持向量机通俗导论（理解SVM的三层境界） 作者：July ；致谢：pluskid、白石、JerryLead。 出处：结构之法算法之道blog。 前言     动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲

注：下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。 最近一次更新：2013-9-7   一、特征提取Feature Extraction： SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-S