AIBAIKE-CSDN博客

原创 linux系统常用命令

文件操作# ls -l | grep "^-" | wc -l #统计当前文件夹下的文件个数 bg 将一个在后台暂停的命令，变成继续执行fg 将后台中的命令调至前台继续运行jobs 查看当前有多少在后台运行的命令ctrl + z 可以将一个正在前台执行的命令放到后台，并且暂停ctrl + c 终止当前...

2018-10-17 12:14:59 202 1

原创 install pycocotools

安装pycocotools报如下错误：》ModuleNotFoundError: No module named 'Cython'》----------------------------------------》ERROR: Command "python setup.py egg_info" failed with error code 1 in C:\Users\dharma\App...

2019-06-13 16:59:53 713

原创 ubuntu系统git代码提交

上传代码步骤：git statusgit add .git commit -m “ti jiao dai ma”，如果是多行log，则为如下命令：git commit -m 'ti jiao dai ma注意多行时对应的是单引号git push origin HEAD:refs/for/master ，git push origin master切换分支查看远程分支$ git...

2019-03-20 10:57:00 984

原创 yuv，rgb，hsv比较

1.YUV和RGB互相转换的公式如下（RGB取值范围均为0-255）︰Y = 0.299R + 0.587G + 0.114BU = -0.147R - 0.289G + 0.436BV = 0.615R - 0.515G - 0.100BR = Y + 1.14VG = Y - 0.39U - 0.58VB = Y + 2.03U2.RGB转灰度图：gray=0....

2019-03-18 14:20:02 2399

原创 ubuntu问题解决:下列软件包有未满足的依赖关系，xxx依赖xxx

sudo apt-get -f install（是修复损坏的软件包，尝试卸载出错的包，重新安装正确版本的）然后再安装就可以了。

2018-12-07 17:54:18 19011 11

原创 pycharm学习

1.多行注释：（1）代码选中的条件下，同时按住 Ctrl+/，被选中行被注释，再次按下Ctrl+/，注释被取消（2）使用三个单引号或者双引号

2018-11-07 20:41:12 452 2

原创视频码率、分辨率、帧率的关系

视频带宽计算公式(码流_分辨率_帧率) (自己整理过的.)码流　　码流（Data Rate）是指视频文件在单位时间内使用的数据流量，也叫码率或码流率，是视频编码中画面质量控制中最重要的部分，一般我们用的单位是Kb/s或者Mb/s。一般来说同样分辨率下，视频文件的码流越大，压缩比就越小，画面质量就越高。码流越大，说明单位时间内取样率越大，数据流，精度就越高，处理出来的文件就越接近原始文件，...

2018-11-06 19:56:44 3615

原创 cuda编程学习

1.runtime api和driver api的关系：runtime api 相当于将driver api封装起来了，driver api更偏底层，运用的时候你会发现runtime api一般是cudaXX，而driver api是cuXX。2....

2018-10-19 11:30:56 296

原创 ubuntu：scp从远程下载或从本地上传

1.如果没有按照ssh，则运行以下命令sudo apt-get install ssh2.ssh远程登入ubuntu机器ssh [email protected].将远程文件从远程ubuntu机器下载到本地scp [email protected]:/home/test/1.pdf /home/pdf/1.pdf4.将远程文件夹从远程ubuntu机器下载到本地...

2018-10-17 11:51:01 2100

转载目标检测：MSCNN

相比Faster-rcnn主要改进点在多尺度及速度上，该网络属于UCSD大学的SVCL实验室和IBM研究院一起研究的结果。其代码已经开源到GitHub，链接为：https://github.com/zhaoweicai/mscnn。具体如下：这篇文章主要解决多尺度同时存在时的检索问题，设计了MSCNN网络，提出了两点创新：（1）针对多尺度问题：类似于FCNT跟踪方法，该文章...

2018-10-09 16:02:39 991

原创目标检测：Retinanet

1.数据生成参考如下博客（经验证ok）：制作自己的数据集：首先将自己的数据集转换成VOC2007格式，再把VOC2007转化成CSV格式。首先将自己的数据集转换成VOC2007格式的数据集：https://blog.csdn.net/u012426298/article/details/80334292再将VOC2007格式的数据集转化为CSV：https://blog.csdn.ne...

2018-09-28 18:10:40 3726 2

原创链表操作

节点：数据域和指针域的和；数据域存储数据元素的信息，指针域指示直接后继存储位置。头结点：单链表的开始节点之附设一个类型相同的节点，称之为头结点；头结点的数据域可以不存储任何信息，也可以存放如线性表的长度等附加信息；头节点的指针域存储指向开始结点的指针，即第一个元素结点的存储位置；头结点的作用： 1、对带头结...

2018-09-25 19:21:08 304

原创堆栈、队列

堆：程序员自己分配释放栈：系统自动分配和释放，类似一个桶，先进后出队列：特殊线性表，只能在队尾进行插入，队首进行删除堆本质可以看做是一颗完全二叉树，满足根节点大于或者小于两个子节点，但子节点之间没有大小要求，这个和二叉树排序不一样，二叉树排序是左结点<根节点<右结点...

2018-09-21 17:21:42 291

原创目标检测：Mask R-CNN

参考：https://blog.csdn.net/WZZ18191171661/article/details/79453780https://blog.csdn.net/jiongnima/article/details/79094159

2018-09-21 14:48:38 653

原创深度学习：蒸馏和剪枝

蒸馏法：https://baijiahao.baidu.com/s?id=1598625949059208402&wfr=spider&for=pc剪枝法：https://blog.csdn.net/sigai_csdn/article/details/80803956模型压缩：https://blog.csdn.net/sigai_csdn/article/details...

2018-09-17 16:38:16 4871

原创美颜算法

1.图像增强，图像去燥，图像锐化，细节对比度增强，图像均衡，白平衡2.人脸面部检测，人脸各个器官检测，针对各个器官进行相应处理，如眼睛拉伸，脸面去斑等3.结合人的年龄、性别、色种、表情等进行个性化处理 1.自动瘦脸和眼睛放大：首先进行人脸检测和面部特征器官检测，然后使用局部缩放、平移方法对图像进行操作2.低光增强（去燥、亮度、细节）3.美白和磨皮参考：https://b...

2018-09-14 09:02:14 4682

原创 OCR识别

CTPN：原始CTPN只检测水平方向的文本，检测模块类似于Faster-rcnn，但是假如了lstm参考http://www.neurta.com/node/414

2018-09-13 18:35:59 436

原创特征提取：LBP原理

参考：https://www.cnblogs.com/lxy2017/p/3927280.html

2018-09-10 16:26:39 550

转载特征提取算法：HOG，HAAR，LBP

（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...

2018-09-07 09:49:32 8111

原创机器学习：线性回归和逻辑回归

线性回归和逻辑回归的区别：两者都属于回归算法，线性回归主要用来解决连续值预测的问题，逻辑回归用来解决分类的问题，输出的属于某个类别的概率，工业界经常会用逻辑回归来做排序。在SVM、GBDT、AdaBoost算法中都有涉及逻辑回归，回归中的损失函数、梯度下降、过拟合等过拟合问题的解决方法1）减少特征数量（减少特征会失去一些信息，即使特征选的很好）可用人工选择要保留的特征；模...

2018-08-29 20:48:19 2234

原创机器学习：决策树算法原理

常规决策树算法原理请参考：https://www.cnblogs.com/pinard/p/6050306.htmlhttp://www.cnblogs.com/pinard/p/6053344.html备注：1.理解决策树的优缺点2.决策树是对单个特征进行学习训练，比如有n个特征，计算n个特征的信息增益H(X)-H(X|Y)，选择信息增益最大的作为当前节点，重复上述操作，直到...

2018-08-29 19:40:38 792

原创机器学习：Bagging、Boosting、adaboost算法比较

Bagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来，形成一个性能更加强大的分类器，更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。adaboost属于Boosting算法的一种，不仅对训练样本分布进行调整，还将分类器进行根据准确率进行加权。首先介绍Bootstraping，即自助法：它是一种有放回的抽样方法（可能抽到重复的样本）。...

2018-08-29 09:36:54 876

原创深度学习：梯度下降方法比较

参考：https://blog.csdn.net/u010099080/article/details/78177781http://www.360doc.com/content/18/0114/11/18144428_721801669.shtml

2018-08-28 14:56:20 321

原创图像去燥：NLM、BM3D

在传统的图像去噪算法中，NLM、BM3D应该是效果最佳的。NLM：参考https://blog.csdn.net/frankgoogle/article/details/52209901，相比于高斯滤波，高斯滤波是将中心像素周围的点进行加权得到中心点新的像素值，而NLM是用局部块加权，相对计算消耗较大BM3D：https://wenku.baidu.com/view/8e34e4bbdc8...

2018-08-24 17:07:16 3164

原创手机相机成像原理

参考：https://www.cnblogs.com/straybirds/p/7350535.html

2018-08-24 09:51:53 7045

原创深度学习：图像去燥

DnCNN：参考https://blog.csdn.net/npu15222808378/article/details/80376929，损失函数为均方误差

2018-08-22 20:17:44 1085

原创深度学习：卷积和反卷积

im2col：https://blog.csdn.net/dwyane12138/article/details/784498981.反卷积就是卷积，只是中间padding了下，然后再做卷积。这里有个动态图，transposed就是代表反卷积（转置卷积） https://github.com/vdumoulin/conv_arithmetic 算法实现上也是先padding然后卷积 2...

2018-08-20 17:47:30 694

原创深度学习：图像超分辨率重建

目的：将图像从低分辨率图像转换为高清超分辨率图像，传统方式是双线性插值1.SRCNN：模型参考：https://blog.csdn.net/Autism_/article/details/79401798 作者在获取训练和测试样本时使用了自动生成的方法，非常巧妙，也有人是通过高清相机和手机照片对同一物体进行拍摄，并由此作为训练集，方法没有上述作者的好。 SRCNN是首个...

2018-08-20 15:04:55 2865

原创深度学习：图像增强

https://blog.csdn.net/zhangjunhit/article/details/79554140

2018-08-17 15:16:15 8100

原创深度学习：图像分类网络简介

参考：https://blog.csdn.net/PeaceInMind/article/details/78079263https://blog.csdn.net/qq_14845119/article/details/73648100

2018-08-17 14:52:29 1770 1

原创深度学习：Xception

参考：https://blog.csdn.net/u014380165/article/details/75142710https://blog.csdn.net/qq_14845119/article/details/73648100 Xception与inception-v3的参数两差不多，准确率略有提升，所以Xception并没有起到压缩网络的作用...

2018-08-17 14:48:15 773

原创深度学习：L1和L2正则化

L1和L2正则化，也有很多称为L1和L2范数，其实本质就是范数，主要作用是降低机器学习的过拟合，具体为在原有的损失函数J0的基础上加上一个正则项L，即J=J0+L带有L1范数的损失函数如下：带有L2范数的损失函数如下：为什么正则化可以降低过拟合？一种解释是之所有过拟合是因为权重参数过大或者过小，如果权重参数中大部分数值很小，近乎为0，则意味着数据很稀疏，实际中也就只有部分参...

2018-08-17 09:37:11 614

原创深度学习：shufflenet

算法核心为：分组卷积和通道混合，另外该算法也使用了bottleneck unit结构分组卷积的意思是：比如输入通道为4，输出为4，正常卷积情况下输出的每一个通道为输入的所有通道进行卷积的结果，那现在我可以直选择一部分输入通道进行卷积得到输出结果，计算量肯定是降低了，但是必然会损失一部分通道信息，所以就有了通道混合，将不同通道的特征图像重新组合再分组卷积得到下一个通道的结果参考：https:...

2018-08-16 20:14:40 1208

原创深度学习：GooleNet，Inception-v1-v4

参考：https://blog.csdn.net/u014114990/article/details/52583912inception-v1：（1）将之前的某层单一卷积核替换为inception module结构，比如n*n替换为1*1,3*3,5*5，pool，可以丰富不同特征（2）为提高效率，在inception module模块中3*3,5*5等之后加上1*1卷积 ...

2018-08-16 20:08:39 256

原创深度学习：mobilenet

mobilenet的实现参考：github的tensorflow官网slim/nets中的具体模型实现，同时还可以使用keras架构实现的版本mobilenet介绍参考：https://blog.csdn.net/chenyuping333/article/details/81363125Bottleneck Layer：https://blog.csdn.net/u011501388/a...

2018-08-14 14:44:22 507

原创深度学习：移动端图像分类模型

移动端精简模型主要有：mobilenet-v1/v2，nasnet，mnasnet，shufflenet，squeezenet参考：https://blog.csdn.net/PeaceInMind/article/details/78079263https://blog.csdn.net/qq_14845119/article/details/73648100...

2018-08-14 14:19:47 1306

原创 java：遍历删除hashmap中的元素

方法一：HashMap<String, Integer> myHashMap = new HashMap<>();myHashMap.put("1", 1);myHashMap.put("2", 2);for (Map.Entry<String, Integer> item : myHashMap.entrySet()){ myHashMap.remove(it...

2018-05-27 18:30:29 1917

原创 NLP-CRF模型原理介绍

参考：https://www.jianshu.com/p/55755fc649b1https://www.zhihu.com/question/35866596https://www.cnblogs.com/pinard/p/7048333.html 理解条件随机场最好的办法就是用一个现实的例子来说明它。但是目前中文的条件随机场文章鲜有这样干的，可能写文章的人都是大牛，不屑于举例...

2018-05-27 18:30:07 6112 3

将java工程打包为jar文件，工程里面写有一个java程序，程序里面有main函数，既可以通过参数进行调用，而该java程序依赖其它包，现希望将java程序连通依赖包一起打包成一个jar，这样可以通过windows命令行进行访问和操作，具体如下：1.参考https://blog.csdn.net/itsenlin/article/details/51419639中章节1的说明，修改工程所在的po...

2018-05-25 14:29:40 297