- 博客(6)
- 收藏
- 关注
原创 Ubuntu16.04+nvidia_418.56+cuda_10.0+cudnn_7.5+tensorflow_gpu_1.14
Ubuntu16.04+nvidia_418.56+cuda_10.0+cudnn_7.5+tensorflow_gpu_1.14配置:Ubuntu 16.04NVIDIA: 418.56cuda:10.0cudnn:7.5.1tensorflow:1.14参考:https://blog.csdn.net/u014561933/article/details/79958017#0%...
2019-09-03 10:45:28
1303
原创 Canny 边缘检测算法
Canny:边缘检测算法:其对受白噪声影响的阶跃型边缘是最优的。目的:返回一个二值图像,非零数值表示图像中边缘的存在,返回与边缘相关的尺度和方向信息标准:检测标准:不丢失重要的边缘,不应有虚假的边缘定位标准:实际边缘与检测到的边缘位置之间的偏差最小单响应标准:将多个响应降低为单个边缘响应。这个标准可以解决受噪声影响的边缘问题,以及起到地址非平滑边缘检测算子的作用。步骤:A、用高斯滤...
2018-10-13 18:44:12
13001
原创 softmax
"""softmax:y=exp(ak)/sum(exp(ak)) 可以做神经网络中的激活函数或者分类器(一般来说作为分类器的较多)其中a表示神经元,k表示第k个神经元。而sum表示所有神经元,是求和的意思。在计算机进行计算时由于一种四舍五入的操作,可能会导致一种毁灭性的舍入误差,即接近0的数被四舍五入为0.在这种情况下倘若该数为分母,则会出现下溢现象,部分软件将会抛出NaN异常的占位...
2018-10-11 09:15:10
224
原创 SIFT尺度不变特征变换
SIFT是一种图像局部描述子,它的优点:①具有非常强的稳健性。②对尺度、旋转、亮度都具有不变性。③可用于三维视角和噪声的可靠匹配。SIFT的组成:兴趣点检测+描述子 (可看做豪华版的harris+描述子)SIFT的三步骤:A. 关键位置定位找到“兴趣点”B.特征提取,用以描述“兴趣点”C.模型和图像中的特征向量匹配B.描述子:(是对图像区域内容的一种简洁的表达形式):为了实现旋...
2018-10-09 15:05:54
297
翻译 感知机-神经网络编程(深度学习)
"""感知机:接收多个输入信号,输出一个信号,并且多个信号是二值信号,只有0或者1两种类似的选择。其局限性在于,它只能表示由一条直线分割的空间。(无法表示异或门)但是可以使用两层感知机来表示异或门。单层感知机只能表示线性空间,而多层感知机可以表示非线性空间多层感知机在理论上可以表示计算机。"""import numpy as np'''感知机:与门:只有当两个输入x1和x2...
2018-10-09 14:15:56
245
原创 Harris读书笔记(角点检测)
角点(兴趣点):在一幅图像中的某一个像素周围存在多于一个方向的边。角点可以提供唯一匹配。角点检测器通常不会很鲁棒,所以接下来会引入另外一种算法用于改进Harris算法。harris 算法流程:选取角点—>筛选角点–>绘出角点–>将两幅图像拼接,用线条将两幅图像中相同的物体或者场景连接起来①如何判断像素周围是否存在多于一个方向的边(即如何找出角点)A.求出每个像素的半正定...
2018-09-27 10:00:00
1216
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人