yinghua2016-CSDN博客

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

yinghua2016的博客