9 三更灯火五更鸡

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 2w+

caffe:利用python分类,并可视化模型参数、数据

caffe官方文档:http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb1准备工作1.1 安装python,numpy,matplotlib[cpp] view plain copy #安装python、numpy、matplo

2017-05-30 23:06:36

NLP+VS︱深度学习数据集标注工具、图像语料数据库、实验室搜索ing...

~~因为不太会使用OpenCV、matlab工具,所以在找一些比较简单的工具。. .一、NLP标注工具BRATBRAT是一个基于web的文本标注工具,主要用于对文本的结构化标注,用BRAT生成的标注结果能够把无结构化的原始文本结构化,供计算机处理。利用该工具可以方便的获得各项NLP任务需要的标注语料。以下是利用该工具进行命名实体识别任务的标注例子。WeTest舆情团队在

2017-05-30 22:40:52

深度学习python图像标记工具labelTool

深度学习训练需要标记图像位置和类别,之前用的时候是叫做BBox-Label-Tool-master,遇到大图像就显示不完整了,没有自适应缩放, 这是改进后的Python脚本。目录结构:图片目录名images, 标签目录名labels,图像目录下各类别目录名要以001,002,003,...的格式命名。这是运行labelTool ( python main.py)时的截屏

2017-05-30 22:37:24

图像检索公开数据集

搜集了许多CBIR的数据集,后续还会有添加。INRIA HolidaysINRIA Holidays dataset,Herve Jegou等人使用的数据集,该数据集是他们研究所经常度假时拍的图片(风景为主),一共1491张图,500张query(一张图一个group)和对应着991张相关图像,已提取了128维的SIFT点4455091个,visual dictionaries来自Fl

2017-05-26 19:20:21

图像检索公开数据集

图像检索公开数据集搜集了许多CBIR的数据集,后续还会有添加。INRIA HolidaysINRIA Holidays dataset,Herve Jegou等人使用的数据集,该数据集是他们研究所经常度假时拍的图片(风景为主),一共1491张图,500张query(一张图一个group)和对应着991张相关图像,已提取了128维的SIFT点44550

2017-03-16 20:46:41

Eigen: C++开源矩阵计算工具——Eigen的简单用法

Eigen非常方便矩阵操作,当然它的功能不止如此,由于本人只用到了它的矩阵相关操作,所以这里只给出了它的一些矩阵相关的简单用法,以方便快速入门。矩阵操作在算法研究过程中,非常重要,例如在图像处理中二维高斯拟合求取光斑中心时使用Eigen提供的矩阵算法,差不多十来行代码即可实现,具体可见:http://blog.csdn.NET/hjx_1000/article/details/8490653

2017-03-16 17:37:57

secureCRT 8.0.2 mac 破解安装

http://www.sdifenzhou.com/securecrt802.html

2017-03-15 17:55:09

CVPR 2016 论文集

Deep Compositional Captioning: Describing Novel Object Categories Without Paired Training DataLisa Anne Hendricks,Subhashini Venugopalan,Marcus Rohrbach,Raymond Mooney,Kate Sae

2017-03-05 11:26:48

Python学习笔记:Convert UTF-8 with BOM to UTF-8 without BOM in Python

前言windows对于utf-8编码的文件自带BOM,但是其他系统utf-8编码默认不带BOM。这就造成在某些情况下字符解码会出现问题,比如Python自带的json在读取在window下编码得来的utf-8文件时,会报如下错误: ValueError: No JSON object could be decodedBOMFrom Wikipedia,

2017-03-01 20:58:19

九大排序算法总结

排序算法可以分为内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。常见的内部排序算法有:插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。算法一:插入排序插入排序是一种最简单直观的排序算法,它的工作原理是通过构建有序序列,对于未排序数据,在已排序序

2017-02-15 10:23:28

图像拼接

图像拼接的基本流程(1) 图像预处理:对原始图像进行直方图匹配、平滑滤波、增强变换等数字图像处理的基本操作,为图像拼接的下一步作好准备。(2) 图像配准:图像配准是整个图像拼接流程的核心,配准的精度决定了图像的拼接质量。其基本思想是:首先找到待配准图像与参考图像的模板或特征点的对应位置,然后根据对应关系建立参考图像与待配准图像之间的转换数学模型,将待配准图像转换到参考图像的

2017-02-13 11:18:33

Python点滴(三)—pandas数据分析与matplotlib画图

本篇博文主要介绍使用Python中的matplotlib模块进行简单画图功能,我们这里画出了一个柱形图来对比两位同学之间的不同成绩,和使用pandas进行简单的数据分析工作,主要包括打开csv文件读取特定行列进行加减增加删除操作,计算滑动均值,进行画图显示等等;其中还包括一段关于ipython的基本使用指令,比较naive欢迎各位指正交流!mlp.rc动态配置你

2017-01-11 09:50:35

使用WinSCP软件在windows和ubuntu中进行文件传输

我们做软件开发的人,自己电脑上往往装的都是windows操作系统,但是有时候常常需要操作一些Linux命令。常用的办法是在电脑上面安装一个VMware虚拟机,里面再安装一个linux操作系统,我虚拟机中安装的是Ubuntu10.04。      物理机上安装一个虚拟机,就要考虑它们之间如何通信的问题。应该怎么在物理机(安装的是windows)和虚拟机(安装的是linux)之间进行通信呢(准

2017-01-07 14:41:00

用Windows系统连接Ubuntu 15.04 远程桌面

Ubuntu:1.安装XrdpWindows远程桌面使用的是RDP协议,所以ubuntu上就要先安装Xrdp,终端命令行输入安装:sudo apt-get install xrdp vnc4server xbase-clients2.设置开启⑴ IP地址设置为静态⑵在/usr/share/applications目录下打开“桌面共

2017-01-07 14:27:13

Clustering Algorithms: From Start To State Of The Art

It’s not a bad time to be a Data Scientist. Serious people may find interest in you if you turn the conversation towards “Big Data”, and the rest of the party crowd will be intrigued when you mention

2016-12-21 11:15:31

泰森多边形(Voronoi图)生成算法

一、文档目的本文描述了在geomodel模块中,生成泰森多边形所使用的算法。二、概述GIS和地理分析中经常采用泰森多边形进行快速插值,和分析地理实体的影响区域,是解决邻接度问题的又一常用工具。荷兰气候学家A·H·Thiessen提出了一种根据离散分布的气象站的降雨量来计算平均降雨量的方法,即将所有相邻气象站连成三角形,作这些三角形各边的垂直平分线,于是每个气象站周围的若干垂

2016-12-18 23:44:03

matplotlib初探

matplotlib初探最近摸索了Python的画图库Matplotlib,其画的图要多炫丽有多炫丽,要多优雅有多优雅,真的有被震撼到,最近项目要求需要画图,考虑到matlab虽然博大精深,但却不易上手,貌似网上最近也在盛传“是否matplotlib能取代matlab”的诸多言论,对于一个旁观者和门外汉,我不做评论,我只有一个理念:什么好学用什么。另外,对于语言的学习和掌握,我现在有一

2016-12-15 16:07:06

VLAD

给定一个由类似K-means算法得到的码本和一个从某张图像提取到的局部描述子集合。VLAD算法包括如下步骤    (1) 赋值,把每个描述子赋给最近的码本:        (2)(3)计算Voronoi区域的:      最后将所有区域得到的向量串在一起并做归一化。(1)(2)(3)三步骤可用如下图表示:

2016-12-13 21:31:39

GMM的EM算法实现

在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering,Ncut一文中我们给出了GMM算法的基本模型与似然函数,在EM算法原理中对EM算法的实现与收敛性证明进行了详细说明。本文主要针对如何用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GMM模型:每个 GMM 由 K 个 Gaussian 分布组成,每

2016-12-11 11:51:13

聚类算法K-Means, K-Medoids, GMM, Spectral clustering,Ncut

聚类算法是ML中一个重要分支,一般采用unsupervised learning进行学习,本文根据常见聚类算法分类讲解K-Means, K-Medoids, GMM, Spectral clustering,Ncut五个算法在聚类中的应用。Clustering Algorithms分类1. Partitioning approach:

2016-12-11 11:50:02

查看更多

勋章 我的勋章
    暂无奖章