- 博客(9)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 OpenCV-Python ORB特征匹配（实践篇）
OpenCV-Python ORB特征匹配（实践篇）特征提取和匹配OpenCV的ORB特征第一步：导入库，图片，创建ORB对象第二步：寻找关键点和描述子第三步：进行匹配第四步：对匹配点进行筛选第五步：绘制结果图完整代码特征提取和匹配SIFT已经获取专利，所以OpenCV不用调用，我们用ORB来代替SIFT特征，在这篇文章里我们直接谈如何用代码实现。OpenCV的ORB特征第一步：导入库，图片，创建ORB对象导入OpenCV库。import cv2 as cv在进行特征的提取之前，我们要读入两
2020-05-15 01:59:20
18053
21
原创 Matlab小技巧—mat2cell对大矩阵分成若干块
Matlab小技巧—mat2cell对大矩阵分成若干块目的mat2cell函数目的我写这篇文章的目的就是为了能够将大矩阵简单的分为若干块，例如500x500的矩阵，分成100x100个5x5的分块矩阵。文档上只写了通过dim1Dist = [5,5,5,...,5,5]对矩阵进行划分，但是我们不能直接写100个5，那样太麻烦了，我们这里有一个小技巧能够简单的进行划分。mat2cell函数我...
2020-02-06 12:54:39
14722
2
原创 【LeetCode】等式方程的可满足性（不同寻常的思路）
题目首先我们来看一下题目：作为人来说，咱们会怎么想呢，既然a==b那么咱们把所有的a都换成b，都换了不就行了，那到!=的时候，肯定会出现问题，要么出现b!=b这种错误的逻辑，要不就是b!=c这种逻辑，那只要出现!=两边出现相同的变量，那就return False。我估计大家小时候做题的时候都这么做。代码class Solution: def equationsPossible(self, equations: List[str]) -> bool: # 如果输入的是空集，返
2020-06-08 15:50:48
223
原创 【LeetCode】顺时针打印矩阵（Numpy矩阵思路-“矩阵还是很好用的”）
题目：解题思路这里提供一种思路，利用numpy库将列表转化为矩阵，一边遍历一边改变矩阵，实现顺时针的顺序依次打印出每一个数字。下面我们画个图解释一下：我们就是沿着箭头的方向遍历每一个值，通过观察遍历方向，我们可以发现，在遍历过程中，其过程是这样的：第一行最后一列最后一行第一列那我们先遍历第一行[1, 2, 3, 4]接着删掉他们再遍历最后一列，删掉他们：接着跟着上面的过程遍历，直到矩阵里面没有值。代码解释我们先将matrix转换成array mat = np.ar
2020-06-05 16:02:45
459
原创 Python OpenGL 使物体旋转起来
小教程目录入门来个窗口完整代码结果图画个三角形完整代码结果图入门来个窗口首先我们要导入库中的函数from OpenGL.GLUT import *我们需要一个窗口去显示我们想要展示的内容：glutInit()窗口是有了，但是这个窗口的大小和名称我们都不知道，我们要定义一下它的大小和窗口名称：glutInitWindowSize(800, 600)glutCreateWindo...
2020-05-02 23:50:22
2177
原创 Ubuntu中Eigen/Core无目录文件错误
Eigen3安装我们在终端中通过输入sudo apt-get install libeigen3-dev安装Eigen开源线性代数库，其安装路径为/usr/include/eigen3/出现的问题当我们用到其他的库时，例如pangolin，在运行程序的时候会出现下面的错误：Eigen/Core 没有找到文件目录#include <Eigen/Core>解决方法...
2020-04-15 14:54:55
1842
3
原创 机器学习的模型评估
经验误差与过拟合误差：学习器的实际预测结果与样本的真是结果之间的差异。经验误差：指的是学习器在训练集上的误差。过拟合：学习器将训练集的样本特点当作所有潜在样本的都具有的一般性质，从而导致泛化性能下降。欠拟合：学习器对训练样本的一般性尚未学好。评估方法留出法：将数据集DDD直接划分为两个互斥的两个集合，一个作为训练集，一个作为测试集。在训练集上进行训练，在测试集上进行测试，将测试误...
2020-03-16 17:39:24
81
原创 【决策树】什么！他只用Numpy和List实现决策树
决策树学习本质上是从训练数据集中归纳出一组分类规则。从另一角度看，决策树学习由训练集估计条件概率模型。决策树的损失函数通常是正则化的极大似然函数。决策树学习的策略是以损失函数为目标函数的最小化。当损失函数确定之后，学习问题就变成了在损失函意义下选择最优决策树的问题。决策树学习的算法通常是一个递归地选择最优特征，并根据该特征对训练数据进行分割，使得对各个子数据集有一个最好的分类的过程。分...
2020-03-14 20:47:09
245
原创 只需一篇了解线性回归
回顾在介绍线性回归之前，我们来回顾一种函数：f(x)=ax+bf(x) = ax + bf(x)=ax+b其图像为：线性回归如果我们使用的数据是D={(xi,yi)}D = \{(x_i,y_i)\}D={(xi,yi)}, 那么线性回归就是使得我们的学习器学得f(xi)=wxi+bf(x_i) = wx_i + bf(xi)=wxi+b使得f(xi)≃yif(x_i)\si...
2020-03-05 15:25:44
172
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人