- 博客(34)
- 收藏
- 关注
转载 caffe mean_file变成mean_value
#!/usr/bin/env pythonimport numpy as npimport sys,caffeif len(sys.argv)!=3: print "Usage: python convert_mean.py mean.binaryproto mean.npy" sys.exit()blob = caffe.proto.caffe_pb2.BlobPro
2017-11-08 17:35:10 3040
转载 tmux快捷键
session指的是按下tmux命令后 存在的连接便是session创建sessiontmux创建并指定session名字tmux new -s $session_name删除sessionCtrl+b :kill-session临时退出sessionCtrl+b d列出sessiontmux ls进入已存在的sessiontmu
2017-10-31 14:37:29 299
转载 对C++的atoi(),substr(),c_str()函数的理解
atoi()函数原型为: int atoi(char *str),用途是将字符串转换成一个整数值,str是待转化成整数值的字符串.成功则返回转化后的整数值,失败返回0.substr()函数原型为:basic string::substr(string,start,length),也可把string移到外面,为string &a,a.substr(start,length),其中a是待截取的字符
2017-09-23 21:04:10 754
原创 python遍历文件夹
python读取文件夹中所有图像Load the image files form the folder 3 input: 4imgDir: the direction of the folder 5imgName:the name of the folder 6output: 7data:the data of the dataset 8lab
2017-09-21 16:16:51 559
原创 numpy.random
1、np.random.rand(a, b)from numpy import randomx = random.rand(2, 3)print(x)[[ 0.1169922 0.08614147 0.17997144] [ 0.5694889 0.43067372 0.62135592]]x, y = random.rand(2, 3)print
2017-09-11 16:06:12 296
原创 caffe CIFAR 10 database
(一):CIFAR数据集:image的个数:60000image的大小:32*32*3class的个数:10 (飞机;汽车;鸟;猫;鹿;狗;青蛙;马;船;卡车)50000张用于训练,10000张用于测试。(二)train batch有5个 每个里面有10000张图片test batch有1个 每一类1000张图片batches.meta为
2017-08-27 19:20:56 477
原创 Do Deep Neural Networks Learn Facial Action Units When Doing Expression Recognition?论文笔记
Do Deep Neural Networks Learn Facial Action Units When Doing Expression Recognition?摘要: 首先,我们对面部表情数据进行零偏CNN训练,并根据我们的知识,在两个表达式识别基准上实现最先进的表现:扩展Cohn-Kanade(CK +)数据集和多伦多面部数据集(TFD) 。然后,我们通过可视化最大程度地激
2017-08-18 12:24:22 871
原创 The Extended Cohn-Kanade Dataset (CK+): A complete dataset for action unit and emotion-specified exp
The Extended Cohn-Kanade Dataset (CK+): A complete dataset for action unit and emotion-specified expression摘要:2000年,Cohn-Kanade(CK)数据库被发布,目的是促进自动检测个人面部表情的研究。此后,CK数据库已经成为最广泛使用的算法开发和评估测试平台之一。在这段时间
2017-08-17 19:59:14 3757
原创 ck+database:Comprehensive Database for Facial Expression Analysis论文笔记
Comprehensive Database for Facial Expression Analysis摘要:ck+数据集提供了CMU匹兹堡AU编码的面部表情图像数据库,目前包含来自182个不同种族的成年受试者的2105个数字化图像序列,执行大多数主要FACS动作单元..该数据库是迄今为止对面部表情分析进行比较研究的最全面的。1、引言我们首先描述面部表情分析的问题空间。 该空
2017-08-17 13:14:19 2392
原创 Deep Region and Multi-label Learning for Facial Action Unit Detection简要论文笔记
Deep Region and Multi-label Learning for Facial Action Unit Detection摘要: 本文对以前的网络进行了改进,用一个统一的深度网络,同时解决Deep Region and Multi-label Learning(DRML) 这两个问题。 DRML中的一个重要方面是一个新的区域层(a region layer ),它使
2017-08-16 20:36:50 2673
原创 两张图片sift,surf,orb,lbp对比
#include#include#include #include #include #include #include "opencv2/core/core.hpp" #include "opencv2/features2d/features2d.hpp" #include "opencv2/highgui/highgui.hpp"
2017-06-28 11:17:09 1822
原创 leetcode math easy 那些奇怪的求法
1、204204 Count Primes采用厄拉多塞筛法 具体操作:先将 2~n 的各个数放入表中,然后在2的上面画一个圆圈,然后划去2的其他倍数;第一个既未画圈又没有被划去的数是3,将它画圈,再划去3的其他倍数;现在既未画圈又没有被划去的第一个数 是5,将它画圈,并划去5的其他倍数……依次类推,一直到所有小于或等于 n 的各数都画了圈或划去为止。这时,表
2017-03-07 16:18:04 242
转载 关于数字根(LeetCode Add Digits)
如果把一个大数的各位数字相加得到一个和,再把这个和的各位数字相加又得一个和,再继续作数字和,直到最后的数字和是个位数为止,这最后的数称为最初那个数的“数字根”.这个数字根等于原数除以9的余数,因此这个计算过程常常称为“合九法”. 1.任何数加9的数字根还是它本身。 小学学加法的时候我们都明白,一个数字加9,就是把十位加1,各位减1。因此十位加个位的和是不变的;如果有进位,即
2017-03-07 11:27:44 402
原创 linked list summary
Linked list(easy) summary1、19. Remove Nth Node From Endof List快慢指针问题。一个快一个慢,然后删除指针的操作。注意如果删除的是头指针的话,要把头指针指向下一个。2、21. Merge Two Sorted Lists注意递归和非递归两种方法。3、24. Swap Nodes in Pairs 换相邻节点的指向,在即当
2017-03-07 10:00:17 240
原创 linked list easy
Linked list(easy)19. Remove Nth Node From End of List/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(int x) : val(x), ne
2017-03-07 09:59:25 179
原创 hash table summary
Hash table (easy) summary1、其中关于计算数组中两个数字的和(LeetCode1. Two Sum)还是看一个string中有没有重复,都是用mapindex或者mapindex.将原来的值作为键值,将下标作为值(LeetCode1.Two Sum),或者用index[nums[i]]++进行计数() for(inti
2017-03-07 09:58:17 229
原创 hash table easy
Hash table (easy)1. Two Sumclass Solution {public: vectortwoSum(vector& nums, int target) { vector vec; map index; for(int
2017-03-07 09:57:13 230
原创 array easy
Array(easy)1. Two Sumclass Solution {public: vectortwoSum(vector& nums, int target) { vector vec; map index; for(int i=0;i { if(inde
2017-03-07 09:55:33 278
原创 array easy summery
array(easy) summary1、其中关于计算数组中两个数字的和(LeetCode1. Two Sum)还是看一个string中有没有重复,都是用mapindex或者mapindex.将原来的值作为键值,将下标作为值(LeetCode1.Two Sum),或者用index[nums[i]]++进行计数() for(inti=0;i
2017-03-07 09:54:11 213
原创 LeetCode 217 关于map.count 和map.insert
class Solution {public: bool containsDuplicate(vector& nums) { mapindex; for(int i=0;i { if(index.count(nums[i])) return true;
2017-02-23 10:52:32 374
原创 leet141
/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(int x) : val(x), next(NULL) {} * }; */class Solution {public: bo
2016-12-18 22:28:58 163
原创 leet83vs运行版
#includeusing namespace std;struct Node{ int data; Node* next;};class LinkList{public: LinkList(int a[], int n); Node* LinkList::deleteDuplicates(Node* head); void coutlinklis
2016-12-18 20:59:09 191
原创 leet24
/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(int x) : val(x), next(NULL) {} * }; */class Solution {public: Li
2016-12-18 20:56:23 322
原创 leet21vs运行版
#includeusing namespace std;struct node{ int data; node* next;};class linklist{public: node* creat(int a[], int n); node* gethead(); node* mergeTwoLists(node* l1, node* l2);
2016-12-18 18:17:15 162
原创 leet19vs运行版
#includeusing namespace std;struct Node{ int data; Node* next;};class LinkList{ public: LinkList(int[], int); Node* removeNthFromEnd(int); void coutlinklist(Node*); N
2016-12-18 18:15:59 249
原创 Leet1vs运行版
vector twosum(vector&nums, int target){ vector result; for (int i = 0; i { for (int j = i + 1; j { if (nums[i] + nums[j] == target) { result.push_back(i + 1); result.
2016-12-18 18:12:29 214
原创 利用帧差法来判断镜头切换
对于模特走秀或者电影中的视频,很多时候会切换镜头,怎么来判断镜头的切换,可以采用帧差法,通过帧与帧之间的差值来判断是否切换镜头 #include using namespace std;using namespace cv;int main(int argc, char** argv){VideoCapture capture("D:/jefen-sound-o
2016-09-24 16:59:51 997
原创 Ubuntu 16.04Caffe配置出现问题解决方法
本文参照了fengbingchun的CSDN专栏的 Ubuntu 14.04 64位机上不带CUDA支持的Caffe配置编译操作过程 按照engbingchun的CSDN专栏的 Ubuntu 14.04 64位机上不带CUDA支持的Caffe配置编译操作过程进行配置过程中出现了一些问题,进行了解决1. 安装BLAS:$ sudo apt-get install libatl
2016-09-24 16:26:08 1224
转载 VLFeat + VS2013+opencv 配置
个可以和opencv配置一样,只需要配置一次,以后就再也不用配置了,一劳永逸~~~~vlfeat图像库包含SIFT,MSER,KDtree,快速shift,K-means等各种图像处理中常用的算法。最近想看看里面的东西…….顺带把它配置起来……..说明:1.系统环境:win 7 64位专业版,VS2013旗舰版2.4.92.opencv 配置很简单,随便参考一篇博文
2016-07-19 17:54:13 848
原创 关于少量数据的svm、svr和logistics的分类比较
SVMfrom sklearn.svm import SVCfrom sklearn.metrics import classification_reportdef read_file(file_name):with open(file_name) as fp:vectors = []for line in fp:items = line.split('
2016-07-19 11:32:57 813
转载 OpenCV中的HOG+SVM物体分类
这里总结网上自己找到的资料,搞一个简单的框架供大家参考一下。OpenCV官方的SVM代码在http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html在http://blog.csdn.net/sangni007/articl
2016-06-26 21:15:13 370
转载 目标检测的图像特征提取之(一)HOG特征
1、HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研
2016-06-26 21:11:57 310
原创 SVM
SVM的目的就是找到一组向量w和常量b,构成一个超平面,学习出一个分类函数,SVM的目的就是找到一组向量w和常量b,构成一个超平面,学习出一个分类函数,SVM叫做支持向量机,我主要想说一下支持向量的定义,利用超平面将数据分为两类,将每一类中距离超平面最近的点与超平面做两个平行的平面,而“支撑”这两个超平面的必定会有一些点,而这些“支撑”的点便叫做支持向量。很显然,由于这些支持向量(
2016-06-26 18:24:44 544
原创 对于 On Multiple Foreground Cosegmentation的理解
On Multiple Foreground Cosegmentation这篇文章,主要讲的就是对于没有连续出现在照片流中,即没有在每个照片中出现的情况,或是一些没有前景的图片,都能成功的确定,依然能够进行准确的前景分割。 在这个过程中,主要分为两部分,第一个部分是前景建模,第二个部分是区域标注,而这两个部分是相互依赖的。前景建模过程中要学习这k个前景和背景的外观模型,区域标注是将每个画
2016-04-06 09:13:57 459
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