- 博客(17)
- 资源 (1)
- 收藏
- 关注
原创 图像分割经典算法--《图割》(Graph Cut、Grab Cut-----python实现)
1. 算法介绍Graph Cut(图形切割)应用于计算机视觉领域用来有效的解决各种低级计算机视觉问题,例如图像平滑(image smoothing)、立体应对问题(stereo correspondence problem)、图像分割(image segmentation)等等。此类方法把图像分割问题与图的最小割(min cut)问题相关联,在计算机视觉的很多类似的问题中,最小能量(minimu...
2018-11-12 10:51:21 46446 19
原创 图像分割经典算法--《最小割最大流》(Minimum Cut——Max Flow)
1.算法介绍最小割算法(Minimum Cut)是图像分割的经典算法之一,同时也在"Graph Cut"、"Grab Cut"等算法中都有被使用过。最小割最大流算法是指在一个有向的图中,能够从源点(source)到达汇点(terminal)的最大流量等于如果从图中剪除就能够导致网络流中断的边的集合的最小容量和。即在任何网络中,最大流的值等于最小割的容量。提出该分割算法的论文:Interact...
2018-11-06 14:59:20 34719 3
原创 Leetcode分治
Datawhale-2020年8月组队学习: 编程实践(LeetCode分类练习)Task01:分治编程语言: Python1. LeetCode 50. Pow(x, n)实现 pow(x, n) ,即计算 x 的 n 次幂函数。示例1:输入: 2.00000, 10输出: 1024.00000示例2:输入: 2.10000, 3输出: 9.26100示例3:输入: 2.00000, -2输出: 0.25000解释: 2−2=1/22=1/4=0.252^{-2}.
2020-08-19 17:13:53 329
原创 逻辑回归
Datawhale-2020年8月组队学习:机器学习算法梳理(AI入门体验)Task01:基于逻辑回归的分类预测1. 算法介绍逻辑回归(logistic regression)也称逻辑斯蒂回归、对数几率回归,虽然被称为回归,但其实际上是分类模型,常用于二分类,也可用于多分类任务。逻辑回归的本质是:假设数据服从logsitc分布,通过极大似然估计对参数进行估计,最终得到分类结果。1.1 Logistic分布设XXX(输入数据)是连续随机变量,XXX服从Logistic分布,则XXX具有下列的分.
2020-08-19 14:46:42 357
转载 全连接的图卷积网络(GCN)和self-attention这些机制的区别与联系
转载声明:如有侵犯作者权利,将立即删除本文。文章来源:知乎问题—“”请问全连接的图卷积网络(GCN)和self-attention这些机制有什么区别联系吗?”文章作者:我爱吃三文鱼原回答链接首先结论是大部分GCN和Self-attention都属于Message Passing(消息传递)。GCN中的Message从节点的邻居节点传播来,Self-attention的Message从Q...
2020-02-19 12:14:11 3703
原创 LeetCode系列(python解法) 1、2、3
1. 两数之和问题: 给定一个整数数组numsnumsnums和一个目标值targettargettarget,请你在该数组中找出和为目标值的那两个整数,并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是,你不能重复利用这个数组中同样的元素。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 ...
2019-06-12 09:05:40 454
原创 no module named 'lmdb'
问题:no module named 'lmdb’解决方法(anaconda环境):conda install -c conda-forge python-lmdb
2019-06-10 09:27:31 1094
原创 GoogLeNet理解及Tensorflow实现
1. 介绍GoogLeNet首次出现在ILSVRC 2014的比赛中(Inception V1),就以较大优势取得了第一名(top-5错误率6.67%,VGGNet—7.32%)。GoogLeNet有22层深,比[AlexNet]的8层和[VGGNet]的19层还要深。但是GoogLeNet只有500万的参数数量,是AlexNet的1/12(但远胜于AlexNet的准确率),VGGNet的参数是...
2019-04-09 10:49:21 1458
原创 VGGNet理解及TensorFlow实现
1. 介绍VGGNet是牛津大学计算机视觉组(Visual Geometry Group)和Google DeepMind公司的研究员一起研发的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系,通过反复堆叠3×33\times33×3的小型卷积核和2×22\times22×2的最大池化层,VGGNet成功地构筑了16~19层深的卷积神经网络。VGGNet相比之前最好的网...
2019-03-23 12:36:21 645
原创 AlexNet论文理解及Tensorfow实现
1. 基本介绍AlexNet,是Hinton的学生Alex Krizhevsky在2012年ImageNet比赛夺冠时使用的网络(在ILSVRC-2010上top-1与top-5错误率为37.5%和17.0%,在ILSVRC-2012上top-5错误率为15.3%),在这之后众多优秀网络结构也相继出现,该网络出自论文《‘ImageNet Classification with Deep Conv...
2019-03-15 10:57:39 373
原创 LeNet5的论文及理解
LeNet5网络的来源:Lécun Y, Bottou L, Bengio Y, et al. Gradient-based learning applied to document recognition[J]. Proceedings of the IEEE, 1998, 86(11):2278-2324.1. 卷积神经网络(Convolutional Neural Network,CNN)...
2019-03-05 20:59:56 23174 1
原创 集成学习(Ensemble Learning)
集成学习(ensemble learning)通过构建并结合多个学习器来完成学习任务,有时候也被称为多分类器系统(multi-classifier system)、基于委员会学习(committe-based learning)等。集成学习的一般结构:先产生一组“个体学习器”(individual learner),再用某种策略将它们结合起来。...
2018-11-28 08:50:40 411
转载 图像分割经典算法--《分水岭算法》(Watershed)
本文转载自: https://blog.csdn.net/dcrmg/article/details/52498440其他相关参考:The Watershed Transformationhttp://cmm.ensmp.fr/~beucher/wtshed.htmlOpenCV学习–分水岭算法:https://www.cnblogs.com/mikewolf2002/p/330...
2018-11-04 19:42:01 1454
原创 图像分割经典算法--《泛洪算法》(Flood Fill)
1.算法介绍泛洪算法——Flood Fill,(也称为种子填充——Seed Fill)是一种算法,用于确定连接到多维数组中给定节点的区域。 它被用在油漆程序的“桶”填充工具中,用于填充具有不同颜色的连接的,颜色相似的区域,并且在诸如围棋(Go)和扫雷(Minesweeper)之类的游戏中用于确定哪些块被清除。泛洪算法的基本原理就是从一个像素点出发,以此向周边的像素点扩充着色,直到图形的边界。...
2018-11-04 13:05:27 10988 3
随机森林分类器测试数据
2018-11-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人