- 博客(40)
- 收藏
- 关注
RSS订阅
原创 视频目标跟踪的个人理解
先说下目标跟踪和目标检测的区别：1、目标跟踪可以利用之前帧目标的信息预测下一帧目标的位置，目标检测在每一帧都要从头开始，所以目标跟踪比检测快。2、目标跟踪是实例化的（针对某个特定的物体），而目标检测会把所有的物体都检测出来。3、对于被遮挡的目标，目标检测很有可能检测不出来，而目标跟踪由于有前几帧提供的位置等信息，可以很容易的找到它的位置。因此，对于目标跟踪来说,对实时要求很高，即速度一定要快，fp...
2018-05-19 22:08:47
12645
1
原创 python 知识点
1、cast string to float is not supportedtf.cast(x,dtype=tf.float32)是不支持的如果x是一个数字，可以用，tf.string_to_number(x),来转换类型，如果不传入类型这个参数，默认输出的是float32的。2、set可以用来对列表去重，但是它是无序的如果想要按原顺序去重时一种方法为：T=list(se...
2019-05-12 13:41:39
2333
原创 使用tensorflowl的高级API——tf.data来导入训练网络所需数据
之前我是用tf.records来处理训练数据的。但是这次训练的数据比较特殊，输入不是图像，而是256通道的feature map（数据格式我保存成了npy）。所以这次，我换了一种导入数据的方式——tf.data创建dataset #创建dataset的占位符 x=tf.placeholder(tf.float32,shape=[None,6,6,256]) y=tf.placehol...
2019-05-07 18:03:00
914
原创 tensorflow常用的张量tensor操作的总结
张量的基本操作就是合并，分裂，降维，升维，切片,索引等等1、tf.concat(data,concat_dim)data:[d1,d2..]是一个列表，把d1,d2..的数据按照concat_dim合并起来，不增加也不减少维度合并的前提是：这些数据除了concat_dim这一个维度外，其他维度都要完全相等才可以。例子：t1=tf.ones([2,2,3])t2=tf.zero...
2019-04-26 22:43:05
3197
原创 对tf collection的理解
把tf变量加到某一个集合中方法一：系统默认w1=tf.get_variable('w1',[3,5])w1=tf.variable([[3,5]])用以上任何一个语句创建变量时，系统会默认将其添加到表示“全局变量(tf.global_variables)”和“可训练变量（tf.trainable_variables)”的集合中。variables = tf.get_collec...
2019-04-26 16:35:31
1158
1
原创 leetcode 200 Number of Islands
Given a 2d grid map of'1's (land) and'0's (water), count the number of islands. An island is surrounded by water and is formed by connecting adjacent lands horizontally or vertically. You may assume...
2019-04-25 18:54:57
382
原创 leetcode 312 Burst Balloons
问题描述：Givennballoons, indexed from0ton-1. Each balloon is painted with a number on it represented by arraynums. You are asked to burst all the balloons. If the you burst ballooniyou will get...
2019-04-24 23:01:07
107
原创 强化学习小白的第一个demo
我挑选的demo是书《深入浅出强化学习原理入门》里的一道题，但是没有答案，所以我想自己尝试做一下。（P.S.我真的对这本书很无感，后来发现豆瓣上基本全是对这本书的吐槽。反正，我一开始看得云里雾里的，全书的逻辑性不强，总之不建议读。想入门的萌新可以看李宏毅老师的RL课程，老师人很可爱，讲得非常通俗易懂，不会让你特别快地放弃，非常适合入门。唯一的不足就是老师讲课中英文夹杂再加上台湾腔，有时要听几遍...
2019-04-24 15:25:30
1404
原创 leetcode 11，84，85，三道典型求解面积的题
11.Container With Most Water题目描述：Givennnon-negative integersa1,a2, ...,an, where each represents a point at coordinate (i,ai).nvertical lines are drawn such that the two endpoints of line...
2019-04-17 23:01:03
340
原创 tensorflow-slim
slim库是tensorflow轻量级的库，用起来很方便slim=tf.contrib.slimslim.arg_scope（）为tensorflow常用的的layer函数提供默认值.1、函数可以为多个，可以用list来同时定义多个函数的默认参数（前提是这些函数都有这些参数）2、它可以嵌套使用但使用的函数要满足以下条件：被装饰器@add_arg_scope装饰,e....
2019-04-12 17:08:28
197
原创 pocket算法的python实现
构造数据集的一个简便方法sklearn.datasets.make_circles(n_samples=100, shuffle=True, noise=None, random_state=None, factor=0.8) ，生成环形make_moons：生成半环形图,加入一定的噪声之后，可以用于含有噪声的二分类问题对pocket的分析这个算法比PLA更加保守，在发现一个错误点之...
2019-04-10 16:34:02
1627
原创 感知机PLA算法的python实现
import numpy as npimport matplotlib.pyplot as pltdef create_train(): data=np.array([[3,-3],[4,-1.5],[2,-2],[3.5,-1],[5,0],[1,1],[1,2],[0,1],[2,2],[4,3]],dtype=float) label=np.array([1,1,1,1...
2019-04-10 14:25:38
1150
原创 elsevier投稿的一些事情
在elsevier投稿被录用之后，会收到好几个邮件，确认一系列的事情，有一些我不太懂，还特意在网上查了一下，所以我把这些问题记录一下。第一封邮件是给你一个在线修改稿子的网站，让你核实作者，文献等等的信息，以及编辑做的修改，要注意的是有几个query问题是必须回答的。然后你在线修改完提交就可以了，但注意只要点击了submit按钮，就无法再修改了，所以要慎重，不过基本就是改改语法错误。第二封邮...
2019-04-08 15:47:00
35172
7
原创 git初学（一）
本文是基于git bash来管理仓库的（右击鼠标，就可以看到git bash的选项，点击进入即可）。这个bash是基于linux的，所以需要熟悉一下命令行。常用命令行ls：显示当前文件夹下的文件情况mkdir：新建文件夹pwd：显示绝对路径,cd，切换目录touch <file>:新建一个文件cat <file>:打印文件初始化初始化就是...
2019-04-05 23:03:51
118
原创 强化学习实战1
利用gym创建如图所示的迷宫:代码如下：（注意这不是一个完整的RL agent，因为现在只写好了图像渲染引擎render(),agent是一个类）import gymfrom gym.envs.classic_control import renderingclass grid(gym.Env): def __init__(self): self.viewe...
2019-04-04 21:37:37
709
原创 python 面向对象编程知识点
教程来源：廖雪峰大神的网站https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014318645694388f1f10473d7f416e9291616be8367ab5000面向对象编程1、和普通的函数相比，在类中定义的函数只有一点不同，就是第一个参数永远是实例变量sel...
2019-04-02 16:36:23
220
原创 tensorflow gpu的坑
1、之前tensorflow的版本是1.11.0后来在创建虚拟环境的时候，误操作，把root里的tensorflow直接给安装成1.7.0的版本了。然后再运行程序的时候，就报错了，错误如下：E T:\src\github\tensorflow\tensorflow\stream_executor\cuda\cuda_dnn.cc:396] Loaded runtime CuDNN li...
2019-03-18 17:37:49
875
1
原创 leetcode 120.Triangle
问题描述：Given a triangle, find the minimum path sum from top to bottom. Each step you may move to adjacent numbers on the row below.For example, given the following triangle[ [2], [3,4],...
2019-03-14 21:29:53
83
原创 leetcode 376. Wiggle Subsequence
问题描述A sequence of numbers is called awiggle sequenceif the differences between successive numbers strictly alternate between positive and negative. The first difference (if one exists) may be eith...
2019-03-14 21:23:28
95
原创 leetcode 72. Edit Distance
问题描述Given two wordsword1andword2, find the minimum number of operations required to convertword1toword2.You have the following 3 operations permitted on a word:Insert a character Delete a...
2019-03-14 20:52:45
91
原创 python基础
tensorflow改变维度tf.squeeze（）压缩维度，使张量更紧致。如[2,2,1,4]->[2,2,4]tf.stack(a,b，axis)在新的维度上拼接，拼接后维度加1,如果输入axis则不会增加维度tf.concat() 是沿某一维度拼接shape相同的张量，拼接生成的新张量维度不会增加。tf.tile(input, multiples, name=No...
2019-03-13 17:15:49
176
原创 python知识点（二）
1.format的用法print('{name},{age}'.format(age=18,name='chuhao')) chuhao,182.Python 用下划线作为变量前缀和后缀指定特殊变量_xxx ：保护变量，意思是只有类对象和子类对象能够访问到这些变量(尽量避免在类外部直接修改)__xxx__ ：系统定义名字__xxx ：类中的私有变量名3....
2019-02-18 18:52:55
224
2
原创 win10任务栏的电源选项不见了
我查看了一下设置的任务栏选项，发现电源明明是显示的，但在任务栏就是不显示。解决办法，打开设备管理器，点开电池选项，找到“Microsoft AC控制器”和“Microsoft ACPI兼容的控制方法电池”两个子项，依次点击这两个子项，并依次禁用它们，禁用完再重新启用它们后，电源选项就粗来啦。...
2019-02-09 16:08:37
3290
1
原创 LaTEX简易入门
提交论文的修改稿的时候，发现要提交LaTEX版本的稿子，于是我花了两天一点点地学习LaTEX，完成了我论文的LaTEX版本。所需安装的软件：LaTEX：主要用的JabRef: 编辑参考文献Adobe Acrobat DC:将visio图片生成.eps格式的（不易模糊）Mathtype:生成LaTEX版本的公式（以前没发现这个如此优秀的功能） 下载相应期刊的TEX模板，然...
2019-01-08 22:57:08
176
原创 python知识点(一)
1.python2.7的代码在python3上运行print加上() iteritems替换为items xrange替换为range2.跑siamfc-tf的代码的心得体会：本来想用conda create一个python 2.7的虚拟环境，直接pip install -r requirements.txt .结果才意识到windows系统不支持python2安装tensorflo...
2018-12-17 22:03:41
268
原创 目标跟踪论文阅读笔记：Subpixel-Precise Tracking of Rigid Objects in Real-time
这篇文章是一个做跟踪的公司发表的，所以找不到源码。我觉得这篇还蛮有意思的，和以往跟踪论文的思路不太一样，而且完全没有用到深度学习和CNN，连传统图像特征也没怎么用（除了sobel）。除了关注目标的位置坐标（x，y），bounding box大小（w，h）外，还添加了目标的旋转角度信息，所以画出的跟踪框会更加紧致。由于是利用关键点来定位，所以只适用于刚性物体。（1）生成模型初始化得到...
2018-11-19 22:09:30
472
目标跟踪论文笔记（二）：siamRPN
我觉得这篇真的是神作了！！！！！不仅精度拿到了VOT的第一，速度也可以和相关滤波媲美，达到了160FPS.它速度快的一个原因是，由于直接回归出候选框的位置，所以不需要再进行多尺度的检查了。节省了很多时间。而且回归位置的好处就是，候选框比较紧致，长宽比是没有限制的，可以更好地跟踪目标。（很好地适应尺度自适应变化）我觉得在某种程度上，它是siamfc和goturn的结合。RPN是参考了目标...
2018-11-14 11:06:39
2154
1
原创 目标跟踪论文阅读笔记（一）Learning regression and verification networks for long-term visual tracking
这一篇又是大连理工卢湖川教授团队的论文，所以我觉得应该质量挺高的，所以今天来阅读一下。针对的是长期跟踪，经常会出现目标消失的情况（这个在短期跟踪里基本没有），然后又有可能重现回到视野内。本文提出了的算法将一个基于匹配思想的回归网络V（通用的匹配函数，类似于siamfc）和分类网络R协同起来，回归网络主要来生成一些概率比较大（得分高）的候选区域，这个网络需要去学习到鲁棒，可以抵抗目标形变的特...
2018-11-06 20:29:58
1143
1
原创 行人重识别论文阅读笔记（一）FD-GAN:Pose-guided Feature Distilling GAN for Robust Person Re-identification
这篇文章的大致思想是：用GAN来对行人的特征进行蒸馏，只保留和身份信息有关的特征，而去除了人体姿态这些冗余的特征信息。而在推断的时候，只需用到encoder提取的鲁棒特征就可以了，没有增加额外的计算量。即：为了应对多种多样的姿态变化-->学习到和身份信息有关，而和姿态信息无关的特征表达。数据库：Market-1501, CUHK03 , DukeMTMC-reID网络输入：每个分支...
2018-11-05 21:21:58
2789
1
转载 SVDNet for Pedestrian Retrieval
SVDNet for Pedestrian Retrieval文章链接： arXiv:1703.05693代码链接：syfafterzy/SVDNet-for-Pedestrian-Retrieval知乎链接：https://zhuanlan.zhihu.com/p/29326061这篇文章认为，神经网络提取的特征经常会比较冗余，不够正交化。文章的思路虽然用在了reid里，但是可以...
2018-10-22 22:48:21
283
原创 排序算法解析
排序算法可以分为外部和内部排序两大类。当要排序的数据文件过大，大过内存空间时，需要将其分成若干个子文件分别进行内部排序，然后再进行多路归并排序。我们通常讲的都是内部排序。 主要分为这几大类：插入排序（直接插入排序和希尔排序）选择排序（直接选择排序和堆排序）交换排序（冒泡排序和快速排序）归并排序 排序算法的几个指标：时间复杂度，空间复杂度（最好情况：完全有...
2018-08-31 21:15:02
125
原创 leetcode刷题第一天
1、格雷码编码用递归的思想，n位的格雷码可以由n-1位的格雷码获得。前半部分，直接在最高位补零；后半部分，将n-1位的格雷码逆序，然后增加一个1的最高位。2、single number一个数组，只有一个数字出现且仅出现过一次，其他都出现过两次：异或（模2加）就可以解决了。一个数组，只有一个数字出现且仅出现过一次，其他都出现过三次：求出每一位的和，（int 一共有32位），再%33、求直方图的最大矩...
2018-06-21 12:45:48
265
原创 面试问题汇总
batch normalization的作用，改变数据的分布，因为激活函数对中间的数比较敏感。如何增大感受野？空洞卷积，增加网络深度，增大步长C++面向对象是什么意思？继承，多态和封装如何理解。运算符的重载。python里的lambda函数 1*1卷积的作用。融合通道之间的特征；并使得参数较少孪生网络目标检测的候选区域最初是如何生成的？二分查找（有重复的）：编写两个函数，一个找到第一个，一个找最后...
2018-06-16 15:54:28
240
原创 keras框架
图片的数据格式：channels_first:(样本维,通道维，高，宽) theano，chanDim=1channels_last:(样本维,高，宽,通道维) tensorflow，chanDim=-1对于RGB的图片，通道维往往是3。keras的底层既可以是theano，也可以是 tensorflow,在进行batchnormalization时要注意这个from keras.models...
2018-05-19 19:36:38
680
原创 二叉树
1、二叉搜索树和双向链表二叉搜索树结构：左子节点比根节点小，右子节点比根节点大查找和插入的步骤类似，但是插入是失败的查找，它要找到一个空的左子结点或者右子结点。它们的算法复杂度都是O(logn),与二叉树的高度有关。即：较平衡的二叉树对应较低的复杂度。因此，出现了AVL二叉搜索树，也就是对它的结构有了更严格的要求。它的任一子树，左子树和右子树的高度的绝对值之差不超过一。每个节点都可以用平衡因子这个...
2018-05-18 00:18:28
117
原创 编程基础知识、算法（一）
1、哈希表（散列表）hash_map基于hash table（哈希表）。哈希表最大的优点，就是把数据的存储和查找消耗的时间大大降低，几乎可以看成是常数时间；而代价仅仅是消耗比较多的内存。然而在当前可利用内存越来越多的情况下，用空间换时间的做法是值得的。另外，编码比较容易也是它的特点之一。它以键和值组成的对为基础。统计字符在字符串出现的次数，或是否在某字符串中出现等等这类问题可以用哈希表来处理。当字...
2018-05-17 12:46:22
42192
原创 机器学习笔记一
协同滤波：项目向量：特征用户向量：对对应的项目特征的偏好程度二者点乘并相加。两个向量都应该有一个偏置项，充分考虑不同用户，不同项目之间的差异。比如，用户有可能是消极的，也有可能是积极的。项目向量和用户向量可以作为给项目和用户分类的依据。挑战：新用户和新项目不太好处理，未知的太多决策树：选取最优特征是很重要的一步。选取的标准有信息增益（ 表示了某特征使得数据集D的分类不确定性减少的程度），信息增益比...
2018-05-17 10:15:38
171
原创 Ng deep learning 专项课程第四门CNN卷积神经网络 课程笔记一
一、基本知识神经网络由于参数众多，结构复杂，经常会面临过拟合的问题。和全连接网络相比，卷积神经网络的优势在于其通过参数共享机制和滑动窗口的思想，使得每层参数的个数大大减少。从而在一定程度上降低了过拟合的程度。而且在图像处理中，也经常会用到卷积和模板、算子这些概念来提取图像的各类特征，所以看出将图像处理应用在卷积神经网络上很合适。二者都是在提取特征，只不过不同的是，神经网络是自己生成的特征filte...
2018-05-17 10:14:36
273
原创 深度学习入门学习（一）
在图像分类问题上，普通的机器学习算法都是将二维或者三维的像素矩阵拓展成一维的，而这个过程其实丢失了很多图像原本的结构特征，比如说边缘，纹理等等。一维的像素往往直接用来做特征，或者先做一个降维再去做特征。而且，如果是彩色图像，机器学习往往会把颜色类似的图像分成一类（比如蓝天，绿色的草原），准确度不高，而且分类的依据非常不合理。softmax就是将简单的二分类问题扩展成了多分类问题。对于一个十元分
2018-02-04 23:12:29
223
原创 HEVC学习（1）·帧间预测中分数像素的插值问题
在HEVC中， 运动矢量的移动很有可能不是整像素值的，因此需要对分数像素进行一个插值。对于四分之一像素点，它的值由七个抽头系数的滤波器滤波得到，而对于二分之一像素点，它的值是由八个抽头系数的滤波器滤波得到的。这些滤波器的值在假设视频是低通和平稳的情况下，是固定的。该论文受到由低分辨率可通过神经网络转换成高分辨率的启发，将高分辨率的训练样本，分成四部分，有一部分是整像素作为输入，另外三部分为
2018-01-25 19:58:40
1716
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