- 博客(6)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Opencv 实现 运动模糊的添加（motion blur）与消除（demotion blur）
此代码用于实现模糊运动的添加与消除。原理：在已知模糊运动核的前提下，可通过核线性卷积的形式对图像添加运动模糊， 反之也可利用该核精确的去除该运动模糊。说明：本例代码是在梳理前人代码的基础上整理得到，仅使用了C++常用库与opencv2.4.5 AddMotionBlur的createLinearFilter函数在opencv3+版本中已经去除，故而建议只用op...
2018-06-06 10:52:29
17983
3
原创 caffe模型优化流程解析
本文不考虑模型与数据集对模型训练的影响，即假设两个框架下的模型是一致的，且使用的是相同的数据集，关于模型的移植实现，有机会另开博文详述，本文在以上假设下，研讨caffe模型的优化流程，分析其中的函数调用关系，并据此，比对一种优化算法Adadelta在两种框架下的实现。
2017-07-25 23:09:17
1307
原创 【AlexNet】模型训练与测试导读
【AlexNet】模型训练与测试导读Label 深度学习 AlexNet训练与测试假设本机上已经配置好了caffe框架，且已了解AlexNet模型的架构，本篇旨在引导读者实现模型的训练与测试，训练集【ILSVRC2012】一．数据处理 ILSVRC2012数据下载：http://pan.baidu.com/s/1jHqYJw6 密码: ia4d；解压密码：367660588； 这份是ILSVRC
2016-08-22 14:01:27
5157
原创 机器学习—决策树（ID3,C4.5）算法解析
机器学习—决策树（ID3,C4.5）算法解析Label 机器学习 决策树 解析 决策树实现思路：假设有已知的数据集X【例如某些人的集合，数据内容包括用于描述他们的特征属性及特征属性值，如性别（男|女），年龄（整数），收入（较低|中等|较高）等】，以及数据集的分类标签Y【是否是某俱乐部的成员（是|否）】，对数据集做特征属性测试【在当前可选的特征属性中选取最佳分裂属性，其评判标准为特征属性的度量值，
2016-08-21 10:32:13
1515
原创 【AlexNet解读】ImageNet Classification withDeep Convolutional Neural Networks
【AlexNet解读】ImageNet Classification withDeep Convolutional Neural Networks Label 深度学习 模型解读 AlexNet 一．摘要数据库：ImageNet，开放的深度学习人工标记数据库，根据比赛ImageNet Large-Scale Visual Recognition Challenge (ILSV
2016-08-17 17:24:16
3116
原创 Windos 7 64位下通过VS2013配置caffe模型，并使用MATLAB调用训练好的ImgaeNet接口做测试
Windos 7 64位下通过VS2013配置caffe模型，并使用MATLAB调用训练好的ImgaeNet接口做测试 Label 深度学习 caffe配置 测试 一. Win 7 + VS2013 + caffe 1. 准备工作：安转VS2013 2. Windos下caffe的源码：https://github.com/happynear/caffe-wind
2016-08-08 13:56:12
2275
4
添加运动(motion blur)与去运动模糊( demotion blur)
2018-06-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人