Naruto_Q-CSDN博客

原创机器学习and深度学习学习资料

你可能经常听到周边人说：机器学习，深度学习，机器视觉等词汇，也浏览过一些介绍性质的文章，对这些概念有了大概的认知；或许你也会有深入研究的冲动，欢迎入坑，整理一下入坑的准备工作，后面一段时间有空就搞起来了~_~先列个书单：《机器学习--周志华》可以边看边补数学基础知识：概率论，数理统计，线性代数等。斯坦福 Andrew Ng CS229 机器学习课程。《深度学习》进阶篇：

2017-11-19 10:29:54 1563 1

原创 3D视觉（一）三维数学基础教程和SLAM

（一）随着视觉技术的发展，三维可视化技术受到越来越多的重视和研究，这里罗列一点经典的三维视觉数学书籍：《3D数学基础：图形与游戏开发》 Yi Ma的《An Invitation to 3D vision》基于该书的课程《Multiple View Geometry in Computer Vision》上面三本书的电子版：http://download.csdn.net/downl...

2017-11-04 09:03:56 4890

原创图像处理代码合集:特征提取-图像分割-分类-匹配-降噪

这几天在研究血管增强与分割，发现一个比较全面的图像处理方面的项目集合，里面涵盖了特征提取、图像分割、图像分类、图像匹配、图像降噪，光流法等等方面的项目和代码集合，项目是2012年之前的，但是涵盖比较基础的原理知识，用到的时候可以参考一下：TopicResourcesReferencesFeature Extraction

2017-10-12 16:58:13 15368 9

原创图像处理学术会议，计算机视觉研究机构、学者

名称简介类别级别 ICCV: IEEE International Conference on Computer Vision 领域顶级国际会议，录取率20%左右，2年一次，中国大陆每年论文数不超过10篇计算机视觉，模式识别，多媒体计算 ...

2017-01-02 15:48:15 5592 2

原创超声主瓣，旁瓣，栅瓣概念解析

（1）主瓣、旁瓣最大辐射波束叫做主瓣，主瓣旁边的小波束叫做旁瓣。方向图通常都有两个或多个瓣，其中辐射强度最大的瓣称为主瓣，其余的瓣称为副瓣或旁瓣。在主瓣最大辐射方向两侧，辐射强度降低 3 dB（功率密度降低一半）的两点间的夹角定义为波瓣宽度（又称波束宽度或主瓣宽度或半功率角）。波瓣宽度越窄，方向性越好，作用距离越远，抗干扰能力越强。旁瓣使声能量扩散，衰减增多。目前减少旁瓣的...

2019-08-29 17:08:58 13161

原创 VS2013+cuda8.0配置及案例

1、创建一个Visual C++ 空工程2、添加源文件，将.cpp改为.cu3、右键工程，选择生成依赖项——>自定义：在对话框中选择CUDA 8.0，这会添加对CUDAC/C++文件（*.cu）的支持4、右键所添加的.cu源文件：—>属性，打开属性对话框，在常规属性页下，将项类型改为：CUDA C/C++，该项也可能不需要自己配置。5、右键工程名：—>属性—...

2019-07-08 19:41:27 1314

原创血管穿刺机器人研究汇总

在参考1中列出了六种外科手术机器人，其中第三种为VascuLogic公司开发的VenousPro血管穿刺机器人，主要用途为采血。现对该穿刺机器人进行汇总研究：参考2，介绍了该产品的研发历程，该机器人的主要构成为：两个增强灵敏度的近红外GigE vision（千兆网摄像头）的摄像头和一个超声波探针为CompactRIO控制器提供了影像信息。一块Xilinx Spartan-6 FP...

2019-05-31 10:30:55 2716

原创 Android Studio 生成*.aar文件及使用方法

在android项目中遇到 aar文件的使用，现总结aar相关的使用方法：（一）aar与jar的区别(1) jar只包含了class文件与清单文件，不包含资源文件，如图片等所有res中的文件。jar是与平台无关的文件格式，它允许将许多文件组合成一个压缩文件。Jar的优点：安全性、减少下载时间、传输平台扩展、包密封、包版本控制、可移植性。打jar包时，项目里的res文件无法使...

2019-05-29 10:53:30 3435

原创 android apk 反编译，android编译错误解决方法

（一）android 反编译方法案例分析反编译相关工具：（1）apktool：编译和反编译apk，从apk中提取图片和布局资源（2）dex2jar：将classes.dex反编译为jar源码文件（3）jd-gui：查看jar源码文件下载链接：https://download.csdn.net/download/piaoxuezhong/10929488Windows系统下安...

2019-01-21 09:30:25 1250

原创 android：获取网络时间、文件路径，修改包名，发布release版本

（1）android获取网络时间： import java.io.IOException; import java.net.URL; import java.net.URLConnection; import java.util.Date; @Override protected void onCreate(final Bundle ...

2019-01-04 13:55:02 1325

原创 android studio 全局变量和变量保存到xml文件的方法及应用

(一) 全局变量的使用：android studio 在 Activity 和 Fragment 中传递变量方法：新建一个数据类：WholeData.javapublic class WholeData extends Application { private boolean isClicked; public boolean getClick(){ ...

2018-12-06 21:37:20 4123

原创 android设备调用usb外置摄像头方法及案例

android调用内置摄像头的方法相对比较简单，参考实例也比较多，但是针对调用外置摄像头的方法介绍比较少，本篇对现有的资料进行汇总，并给出相关案例如下：https://blog.csdn.net/fengshiguang2012/article/details/79569280https://blog.csdn.net/andrexpert/article/details/7832418...

2018-11-27 17:23:47 34325 41

原创给android app添加注册机功能

项目中，需要给开发的软件添加注册功能，使得经过添加正确的注册码后方能使用软件。我的思路是：使用安卓设备的机器码作为唯一识别码，另外添加特定规则的秘钥，使得最终得到的注册码具有有效期，过期无效。实现效果如下：（1）打开app，出现的画面为：（2）点击上图中的“注册码获取”按钮：（3）输入秘钥，秘钥由另一款app生成，秘钥规则可以自己设置。点击下图中的生成按钮，即可...

2018-11-27 14:31:31 15538 5

原创 android for opencv (2) byte[] ，Bitmap 与 Mat 类型转换，Bitmap保存照片

（一）byte[] 转换为Mat，Mat 转 byte[]public Mat byteAndMat(Mat image) { int width = image.cols(); int height = image.rows(); int dims = image.channels(); byte[] data = new byte[width*height*dims];...

2018-11-09 10:28:48 6108 1

原创 Android for opencv（1）android使用opencv基本操作：读写图片，操作像素等

由于项目需要，最近学习了一下android里配置及使用opencv进行图像处理的相关操作，总结一下~我配置opencv的方法是参照了android调用usb摄像头这个开源项目，具体配置请参照，我主要总结一下android里使用opencv进行图像处理方面的使用（一）读取和保存图像import org.opencv.android.OpenCVLoader;import org.op...

2018-11-09 09:38:26 6821 1

原创 SVN“Previous operation has not finished; run 'cleanup' if it was interrupted”错误修复方法

项目中使用SVN，由于在两台电脑上操作使用，结果遇到了标题所述的错误，其他不表，说一下解决办法：Svn的operation存放在“work queue’“里面，而“work queue’内嵌在数据库wc.db的work_queue表中。解决上述错误的方法是：（1）首先将sqlite3放到与SVN项目的主目录下，与.SVN目录同级（.SVN目录可能被隐藏，需要设置隐藏目录可见）。（2）执...

2018-09-01 16:36:40 479

原创 matlab函数imfilter和 opencv中filter2D函数的对应关系

在项目中遇到的matlab代码中的图像滤波函数，需要在opencv中去实现。关于怎么去转换，我主要参考的如下两篇：（1）https://blog.csdn.net/hust_sheng/article/details/79313503（2）https://www.cnblogs.com/jsxyhelu/p/6597544.html首先，关于matlab中imfilter函数的使用，...

2018-09-01 14:15:24 3347

转载 CT三维重建及三维可视化资料：opengl+VTK+PCL点云库

自己做过边缘轮廓三维重建方面的工作，今天看到一篇CT三维重建的介绍性质的文章挺感兴趣的，附录一下：CT三维重建主要有六种基本后处理方法多层面重建（MPR）最大密度投影（MIP）表面阴影遮盖（SSD）容积漫游技术（VRT）曲面重建（CPR）虚拟内镜技术（VE）多层面重建（MPR）多层面重建是最基本的“三维”重建成...

2018-03-04 20:01:25 15523 3

原创血管分割算法总结

之前有5篇涉及眼底血管分割的博文，包括基于Hessian矩阵的Frangi算法，基于PCA的算法，匹配滤波算法，自适应对比度增强算法，当然还有其他的方法，目前来看，并没有一种完美的算法，即适应于所有不同成像方式，不同部位血管的分割方法，本篇结合一篇博士论文:<<冠状动脉造影图像的分割方法研究>>进行总结。...

2018-03-03 16:43:29 26291 8

原创全局拉普拉斯平滑之（1）Strucutre extraction from texture via relative total variation及稀疏矩阵求解

最近在研究图像增强处理过程中，阅读了关于全局拉普拉斯平滑（global laplacian smoothing），加权最小二乘平滑（weighted least squares --wls）等技术文章，深感此类方法的精妙，并且这种优化思想可以用在许多地方：例如纹理去除，这也是本篇需要重点讲的paper:Structure Extraction from Texture via Relative

2018-01-31 22:04:35 4504 2

转载稀疏矩阵与 spdiags函数图解

转自：http://yishouce.com/matlab/func/spdiagsspdiagsExtract and create sparse band and diagonal matricesSyntaxB = spdiags(A)[B,d] = spdiags(A)B = spdiags(A,d)A = spdiags(B,d,A

2018-01-30 22:20:33 4514

原创 eigen与opencv矩阵转换，eigen与matlab函数比照

近期，项目需要，学习使用eigen矩阵库，链接时eigen的主页，发现相关中文资料比较少，今天写下使用心得~eigen配置（windows vs系列）：eigen的配置很简单，下载解压后，在VC++目录下的包含目录中，将eigen的路径包含进去，就可以使用了。eigen的简单使用说明及实例：Eigen中的所有密集矩阵和向量都是通过Matrix类来表示的。Matrix通过一系

2018-01-25 21:24:17 14899 1

转载手机双摄像头原理及产业解析

前记：本篇是对手机双摄原理及应用现状，未来布局的汇总。为什么会出现双摄像头手机？智能手机市场一直都是群雄争霸，竞争非常激烈。随着时代的发展，各大手机厂商的竞争焦点从以前的硬件军备竞赛逐渐延伸到影音娱乐领域，尤其越来越注重手机的拍照性能。随着手机的快速迭代，单摄像头手机的拍照性能在一定程度上达到极限，要想在拍照领域再度有所突破，必须要借助双摄像头，甚至摄像头阵列才能实现更多的应用。近两年

2018-01-14 11:27:54 34594 7

先说一下单/双目的测距原理区别：单目测距原理：先通过图像匹配进行目标识别（各种车型、行人、物体等），再通过目标在图像中的大小去估算目标距离。这就要求在估算距离之前首先对目标进行准确识别，是汽车还是行人，是货车、SUV还是小轿车。准确识别是准确估算距离的第一步。要做到这一点，就需要建立并不断维护一个庞大的样本特征数据库，保证这个数据库包含待识别目标的全部特征数据。比如在一些特殊地区，为了专门检测大型...

2018-01-09 21:15:20 77891 23

原创 AGV机器人（1）基于视觉避障的理论基础

AGV(Automated Guided Vehicle)简介：美国供应链管理专业协会对AGV的定义：自动导引小车，是指装备有电磁或光学等自动导引装置，可以在规定的导航路径上行驶，是具有安全保护以及各种移载功能的运输小车。伴随自动化程度的提高，传统制造业的生产方式发生了深刻的变化，仓储物流的自动化己是大势所趋，生产由单一固定方式向具有较强适应性的柔性生产线过度。为了节约成本、提高经

2018-01-08 19:54:35 19926

原创图像分割算法及与目标检测、目标识别、目标跟踪的关系

本篇主要汇总一下图像分割领域的一些常用方法及其优缺点。图像分割概述：图像分割是指将一幅图像分成若干互不重叠的子区域，使得每个子区域具有一定的相似性、而不同子区域有较为明显的差异。图像分割是图像识别、场景理解、物体检测等任务的基础预处理工作。常用的图像分割方法有：基于阈值的分割；基于边缘的分割；基于区域的分割；基于图论的分割；基于能量泛函的分割；基于小波的分割；基于神经网络的分割等。

2018-01-05 20:40:26 60151 3

原创 tensorflow学习笔记（5）卷积神经网络（CNN）

在http://blog.csdn.net/piaoxuezhong/article/details/78916872中，softmax分类器准确性优于两层神经网络结构的结果，之前在cs231n课程中，老师提到了这一点，神经网络层数达到一定复杂度后，神经网络才能发挥出比较大的优越性能，本篇使用TensorFlow实现卷积神经网络（CNN），测试一下效果。参考：h

2017-12-31 11:21:30 1964

原创 tensorflow学习笔记（4）softmax分类和简单神经网络比较

实例1：#!/usr/bin/env python3# -*- coding: utf-8 -*-import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

2017-12-27 21:54:47 3909

原创 tensorflow学习笔记（3）梯度下降法进行曲线拟合和线性回归

参考：https://www.tensorflow.org/get_started/get_startedhttp://jorditorres.org/research-teaching/tensorflow/first-contact-with-tensorflow-book/first-contact-with-tensorflow/#cap1

2017-12-27 21:27:26 6124

原创 tensorflow学习笔记（2）张量与计算图

参考：http://jorditorres.org/research-teaching/tensorflow/first-contact-with-tensorflow-book/first-contact-with-tensorflow/#cap1https://www.jianshu.com/p/c62fdd13561e

2017-12-25 22:52:15 9002 1

原创 Ubuntu安装Tensorflow及anaconda环境下使用TensorFlow

1安装Anaconda下载地址：https://www.continuum.io/downloads/（我安装的是linux-64-python3.6)然后执行：bash Anaconda×××-Linux-x86_64.sh ，然后一直enter键，中途会遇到([y]/n)? 的提示，输入y即可。安装好后，在终端输入Python即可看见：Python 3.6.3 |Anaconda,

2017-12-25 22:12:33 11991 2

原创 tensorflow学习笔记（1）如何高效地学习TensorFlow（附链接）

且看知乎上的帖子：如何高效的学习tensorflow？本篇简要总结以下，并不断更新中～～tensorflow官网（需要翻墙）一个有用的链接学习TensorFlow极客学院的MNIST入门github的tensorflow主页Stanford的CS 20SI课程，专门针对TensorFlow的课程First Contact With TensorFlow，中文：与Tensor

2017-12-25 21:35:52 9166

原创 win7（32位）U盘安装、卸载ubuntu（64位）双系统

前记：鉴于安装双系统走过的坑，把成功安装的经过汇总如下，亲测一、下载系统镜像和USB刻录软件Ubuntu系统镜像，官网下载。USB刻录软件，点击下载。2G以上空间的U盘。下载Ubuntu镜像进入Ubuntu官网后，点击下载Ubuntu16.04的64位版本，如下图所示：下载USB刻录工具进入Rufus的官网后，找到下图位置，点击下载USB刻

2017-12-23 19:18:39 1795

原创 GSL数学库解多参数方程

在之前的博文里介绍了gsl库的安装使用，本篇介绍使用gsl库进行多参数方程的线性拟合求解方法，使用手册给出的实例，主要参考和学习调用gsl多参线性拟合的使用步骤：The following program performs a quadratic fit to a weighted dataset using the generalised linear fitting functio

2017-12-21 14:01:55 2742

转载一文快速掌握 Git 用法（Git介绍及使用流程）

一、Github 基础什么是 Git？git 是一个分布式版本控制软件，最初由林纳斯·托瓦兹（Linus Torvalds）（Linux 之父）创作，于 2005 年发布。最初目的是为更好地管理 Linux 内核开发。Git 在本地磁盘上就保存着所有有关当前项目的历史更新，处理速度快；Git 中的绝大多数操作都只需要访问本地文件和资源，不用实时联网。Git 客户端

2017-12-20 22:04:01 13595 3

原创斯坦福大学深度学习公开课cs231n学习笔记（10）卷积神经网络

前记：20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时，发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络（Convolutional Neural Networks-简称CNN）。现在，CNN已经成为众多科学领域的研究热点之一，特别是在模式分类领域，由于避免了对图像复杂的前期预处理操作，可以直接输入原始图像，因而得到了更为广泛

2017-12-18 21:24:12 9362

翻译斯坦福大学深度学习公开课cs231n学习笔记（9）softmax分类和神经网络分类代码实现

在前面的几节课中，讲述了神经网络的基本原理和参数的优化方法等，在这节课中，讲师前面的知识进行总结运用，通过构建Softmax分类器和一个小型的神经网络让我们有更加深入和直接的了解。我按照课中的步骤在ubuntu系统下进行实现。第一步：生成数据。N = 100 # number of points per class D = 2 # dimensionality K = 3 #

2017-12-17 21:05:22 3102 4

原创斯坦福大学深度学习公开课cs231n学习笔记（8）神经网络学习过程中的检查事项和参数调优

参考：http://cs231n.github.io/neural-networks-3/https://zhuanlan.zhihu.com/p/21741716?refer=intelligentunithttps://zhuanlan.zhihu.com/p/21798784?refer=intelligentunit参考：http://c

2017-12-10 14:49:21 1880

原创斯坦福大学深度学习公开课cs231n学习笔记（7）神经网络防止数据过拟合：损失函数和正则化

正则化正则化主要是为了防止数据的过拟合，对于过拟合，下图1的说明比较清楚:对于房价与房子大小之间的关系，左边给出的是线性关系，相比于中间的二次曲线，关系拟合性上稍显不足，为欠拟合；右边的四次曲线很好的过了每格样本点，但是应用到其他的数据上的能力（泛化能力）有些差，右图所示即为过拟合。对于防止神经网络出现过拟合现象，课中给出了四种方法，分别为：L2正则化，L1正则化，

2017-12-09 10:49:09 1465

原创斯坦福大学深度学习公开课cs231n学习笔记（6）神经网路输入数据预处理（归一化，PCA等）及参数初始化

该节课中主要讲述了针对神经网络输入数据的一些预处理操作，例如：均值化，归一化，PCA与白化等，另外还讲述了损失函数及其正则化。数据预处理在深度学习算法中起着重要作用，在实际的计算过程中，将数据做归一化和白化等处理后，算法往往能够取得较好的效果。数据预处理之：归一化均值减法：即将样本数据减去它们的均值。python中操作：X=X-np.mean(X,axis=0);示例：im

2017-12-07 22:08:52 4753 1