911的专栏

Reproducible Research in Computational Science “It doesn't matter how beautiful your theory is, it doesn't matter how smart you are. If it doesn't agree with experiment, it's wrong” - Richard

Caffe 是一个深度学习的框架官方原始配置是没有windows的经过几天的尝试，和网上各种资料的查找，终于可以编译运行matlab的版本了。下面我将具体过程说下：我搭建的环境是在win7、 64位、Matlab 2013b、CUDA为6.5 上编译的，大家可以参考这个配置进行安装。CUDA 6.5 可以在   http://pan.baidu.com/s/1ntsXl

高速线阵相机使用问题一般相机的感光原件主要是分为CCD和CMOS两种 两种感光原件都有其优点和缺点，可以查看百度相关信息获取。感光性能CCD的原件要优于COMS。这一特性对光源的需求有影响。针对高速线阵相机的采集和存储，需要考虑几个问题。 1、线阵相机采集的对象一定是运动的物体（一针一针的拼接起来） 2、采集需要有速度同步物体的运动速度（需要编码器等工具） 3、存储时需要的写入速度和硬盘的写

GDI+绘图基础编写图形程序时需要使用GDI(Graphics Device Interface，图形设备接口)。从程序设计的角度看，GDI包括两部分：GDI对象和GDI函数。GDI对象定义了GDI函数使用的工具和环境变量；而GDI函数使用GDI对象绘制各种图形。在C#中，进行图形程序编写时用到的是GDI+(Graphics Device Interface Plus，图形

知道ICA原理后（不知道的，可以自行查找相关资料），我们就可以利用ICA还原信号的正定要求，进行图像加密，因为欠定下是不能还原信号的。下面我用流程图说明下这个过程。假设我们有p-1幅图像为密钥图像，一幅为密文图像，那么我们通过混合后，生成一幅混合图像（可以看后面例子的图像），此过程可以算是加密。解密就是通过，P-1幅秘钥图像和一幅混合图像利用ICA算法进行解密。

利用ICA的原理，可以分离两幅图像中不相同的部分，这就为运动跟踪，建立了条件。下面通过一个案例进行说明，代码采用matlab。Matlab代码如下：videoDemo.mvideo = mmreader('1.avi');%% 读取要处理的视频nFrames = video.NumberOfFrames; %得到帧数H = video.Height; %

clang: error: linker command failed with exit code 1 (use -v to see invocation)这个貌似是因为链接库没有添加，查找是否有lib文件没有关联上opencv的安装找了网上很多教程都没能成功，最终是采用  http://www.learnopencv.com/install-opencv-3-on-

Matlab 中并没有发现最小外接矩形的代码，为了方便下面提供最小外接矩形的代码：function [rectx,recty,area,perimeter] = minboundrect(x,y,metric)% minboundrect: Compute the minimal bounding rectangle of points in the plane% usage: [re

FastICA opencv 实现版Matlab版可参见：利用ICA进行图像加密

这两天有兴致装了下caffe，感受下这个框架。但是在这个过程中遇到很多问题，我把碰到的问题和解决方案写下，便于后人快速上手。compute_image_mean.exe 编译出来后，执行数据变换时，出现下图的情况。随后，迅速到网上查找相关信息。看到了下面这篇博客，关于leveldb 的http://blog.csdn.net/cywosp/artic

看关于LBP人脸识别的论文时提到了Histogram intersection这个方法，方法最初来自The Pyramid Match Kernel:Discriminative Classification with Sets of Image Features这篇论文，用来对特征构成的直方图进行相似度匹配，下面介绍下原理。假设图像或其他数据的特征可以构成直方图，根据直方图间距的不同可以

Platt SMO算法 1996年，John Platt 发布了一个称为SMO的强大算法，用于训练SVM SMO表示序列最小优化（SequentialMinimal Optimization）。Platt 的 SMO 算法是将大优化问题分解为多个小优化问题来求解的。这些小优化问题往往容易求解，并且对它们进行顺序求解的结果与它们作为整体来求解的结果是完全一致的。在结果完全相同的同时，SMO算法的求

常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。一 颜色特征（一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多

SC算法广泛的应用于图像识别领域，其优点在于：第一，  提取的特征点集为轮廓点集，点集性质好，改进余地大。第二，  使用全局信息描述特征点，抗干扰性极强。但是其缺点在于：由于使用全局信息，速度较SIFT算法慢。该算法使用的特征点为目标的轮廓信息，因为目标轮廓信息对于人类的感知提供了重要信息，即使在较复杂的环境下，轮廓也往往比较突出，在有干扰的情况下，轮廓同样较稳

颜色空间 一．概述颜色通常用三个相对独立的属性来描述，三个独立变量综合作用，自然就构成一个空间坐标，这就是颜色空间（颜色模型）。而颜色可以由不同的角度，用三个一组的不同属性加以描述，就产生了不同的颜色空间。但被描述的颜色对象本身是客观的，不同颜色空间只是从不同的角度去衡量同一个对象。 最常见的几种颜色空间是：1. RGB            用于扫描仪和显示设备 、计算机

书籍文档    《Optimization for Computer Vision 》   《贝叶斯网引论》          -清晰版《Neural Networks and Learning Machines》Prentice Hall (2008) Simon O. Haykin  《Pattern Recognition

这段时间在上算法课，有些作业题目要求写出伪代码。正好这段时间在学习latex，于是就收集整理了下latex描写算法的包。latex下描写算法的包主要有algorithmic, algorithmicx和algorithm2ealgorithmic和algorithmicx介绍下algorithmic和algorithmicx，这两个包很像，很多命令都是一样的，只是algorithm

键盘VK键值列表/* Virtual Keys, Standard Set*/VK_LBUTTON                                      0x01VK_RBUTTON                                     0x02VK_CANCEL                                

下面为编程源码：http://download.csdn.net/detail/yeyang911/8741585下面为编程的解答：

申明：本文是笔者在阅读了相应的英文文献后，翻译整理所得，原文为：Rafael Grompone von Gioi, LSD: a Line Segment Detector    LSD是一种直线检测分割算法，它能在线性的时间内得出亚像素级精度的检测结果。该算法被设计成可以在任何数字图像上都无需参数调节。它可以自己控制误检的数量：平均而言，每张图有一个误检。相关

一、世界坐标轴和摄像机坐标轴从下图中可以看到，世界坐标为(X,Y,Z)  相机坐标为(Xc,Yc,Zc)而世界坐标变换到相机坐标存在一个旋转矩阵变换R以及一个位移变换T。根据上图可以得到世界坐标到相机坐标的公式变换！！             世界坐标到相机坐标的公式接下来我们来说下不同坐标轴变换的旋转矩阵

Tensorboard显示空白，或者graphs中显示“No graph definition files were found”，在数据正确的前提下，最可能是路径的问题。 Windows 下通过cmd启动tensorboard，采用如下两种方法可以避免路径造成的问题（假设文件在D盘的logs文件夹下）： 1.文件夹之间使用 // 分割>tensorboard --logdir=D:/

本代码主要用于：生成尺度为：128,256,512; 宽高比为：1:2,1:1,2:1的anchor[python] view plain copy"font-size:24px;">#功能描述：生成多尺度、多宽高比的anchors。  #          尺度为：128,256,512; 宽高比为：1:2,1:1,2:1

抠图工具见链接：http://download.csdn.net/detail/yeyang911/9802496下面主要有两方面组成1、由扣取的图像转换成txt , 存成格式如下：%000002.jpg dog 44 28 132 121%000002.jpg car 50 27 140 110data文件夹内的内容如下：matlab

习惯了 在windows下的securecrt和xshell的rz 和sz。rz 可以很方便的从客户端传文件到服务器，sz也可以很方便的从服务器传文件到客户端，就算中间隔着跳板机也不影响。在mac下试了一下，mac的终端是不支 持的，需要下载item2。另外不能在mac下用expect 自动登录服务器，执行rz或sz 否则终端会挂掉。​1.先安装item2，item2 市类似mac

def huber_loss(labels, predictions, weight=1.0, k=1.0, scope=None):    """Define a huber loss  https://en.wikipedia.org/wiki/Huber_loss      tensor: tensor to regularize.      k: value of k in t

以SGD为例：如果需要修改学习率，找到对应的param_id，并修改相应的学习率。如果不想反传梯度，可以判断对应的param_id，跳过循环里面的操作即可。

COCO数据集的标注格式COCO的 全称是Common Objects in COntext，是微软团队提供的一个可以用来进行图像识别的数据集。MS COCO数据集中的图像分为训练、验证和测试集。COCO通过在Flickr上搜索80个对象类别和各种场景类型来收集图像，其使用了亚马逊的Mechanical Turk（AMT）。比如标注image captions（看图说话）这

mask rcnn模型踩坑指南(MxNet框架)：1.环境：anaconda2+tensorflow-gpu+python2.7.14pip freeze: certifi==2017.11.5 / Cython==0.27.3 / easydict==1.7 / frcnn-cython==0.0.0 / numpy==1.13.3 / olefile==0.44 / opencv-

BEV space -- bird eye view spaceEach calibration file contains the following matrices (in row-major order):P0 (3x4): Projection matrix for left grayscale camera in rectified coordinatesP1

For a class-aware detector, if you feed it an image, it will return a set of bounding boxes, each box associated with the class of the object inside (i.e. dog, cat, car). It means that by the time the

在stanfordSentimentTreebank中  有好几个txt文件下面我来梳理下这个东西datasetSentences.txt: 里面分别是 sentence_index,  sentence  对应为 句子的序号和 对应的句子datasetSplit.txt: 里面分别是 sentence_index splitset_label  对应为 句子的序号 和 句子属于的数据

c++中调用matlab 的图像数据

如何利用Matlab APPS  camera calibrator 测相机内部参数！！第一步：打开 Matlab APPS  camera calibrator第二步：打开Add Images  添加拍好的棋盘图（建议添加20多幅）  注：最后会提供生成棋盘的代码，只需要将生成的图片进行打印即可！第三步：设置棋盘格单个格子的边长

 根据 逆透视变换详解 及 代码实现(一)的原理下面我用车上拍摄的车道图像，采用逆透视变换得到的图像，给出代码前我们先看下处理结果。 首先是原始图像：下图为逆透视变换图像： 下面说具体的实现吧！！一、参数设置：1、需要知道相机的内部参数（这个具体步骤可以找相关文档，这里就不具体展开说）。我们这里假设已经获取内部参数：相机焦距，相机光学中心， 相机...

想体验OpenCV 3.1.0 的朋友们可能没有像之前版本那么便利了，之前版本只需要配置就可以正常使用OpenCV库了。而OpenCV 3.1.0 只支持VS2013和VS2015，否则需要自己进行编译使用。当然我在这一过程中，并没有一次顺利编译成功，因为部分选项会造成错误！！！所以我就在cmake中勾选了如下的选项（后文图片中）。我编译是在VS2012+Win7 以及 VS2015 + Win10 下进行的，如果需要整个文件的（bin,include,lib）我将发到空间中，供大

function [X,Y]=bezier(x,y)%用法：%bezier(x,y)% 生成n-1次贝塞尔曲线，其中x和y是n个点的坐标%h=bezier(x,y)% 生成n-1次贝塞尔曲线并返回曲线句柄%[X,Y]=bezier(x,y)% 返回n-1次贝塞尔曲线的坐标%例子：%bezier([5,6,10,12],[0 5 -5 -2])

好消息是Tensorflow 终于可以在windows 上安装了，但是目前只支持64位，而且python版本为3.5版本,需要CUDA 8.0。下面说下具体安装过程，  如果本机已经安装了python2.* 版本， 那么需要把环境变量移除（Anconda,之类会配置环境变量）   到官网下载个python3.5,然后 安装 ，把安装的目录配置到环境变量中， 也就是有python35

经过几个小时的努力，终于把tensorflow 安装到自己的Mac上了！我采用的是下载别人已经下好的whl 文件，  因为没去翻墙。然后就是 更新下 pip    six然后 对于翻墙的人来说 下面这句就可以pip install --upgradehttps://storage.googleapis.com/tensorflow/mac/cpu/tenso