qq_35497808-CSDN博客

转载 Makefile经典教程

转载自：http://blog.csdn.net/ruglcc/article/details/7814546/ http://blog.csdn.net/haoel/article/details/28860.1 关于程序的编译和链接: 首先要把源文件编译成中间代码文件，在Windows下也就是 .obj 文件，UNIX下是 .o 文件，即 Object File，这个动作

2018-01-16 15:52:58 705

转载 py-faster-rcnn 算法详解

一、faster-rcnn 之 RPN网络的结构解析 http://blog.csdn.net/sloanqin/article/details/51545125

2017-09-10 16:08:10 316

原创 py-faster-rcnn end2end训练记录

一、train.prototxt解读1. vgg16网络conv3_1之间的卷积层固定，不参与微调学习。2. RPN部分不在预训练模型内，卷积层的weigh和bias需要初始化。

2017-09-10 15:52:12 477

转载 caffe的python接口封装原理与解析

http://blog.csdn.net/sloanqin/article/details/51564582

2017-09-10 15:04:18 328

转载 faster rcnn 源码阅读

1、训练数据是如何准备的：imdb和roidb的产生 http://blog.csdn.net/sloanqin/article/details/51537713#comments

2017-09-10 14:43:45 314

原创神经网络与深度学习笔记5 过度拟合和正则化

1.过拟合模型复杂而训练样本不足，过度训练，会导致过度拟合。训练数据集上的代价表现是越来越好的，测试集上的代价越来越差。训练数据上的分类准确率一直在提升接近 100%，而测试准确率仅仅能够达到 82.27%。网络几乎是在单纯记忆训练集合,而没有对数字本质进行理解能够泛化到测试数据集上。避免过拟合的方法：early stopping，L1、L2正则化，drop

2017-07-24 20:25:07 3696

原创神经网络与深度学习笔记4 交叉熵代价函数 softmax函数

1. 学习缓慢问题二次代价函数,定义如下其中 a 是神经元的输出,训练输入为 x = 1,y = 0 则是目标输出。显式地使用权重和偏置来表达这个,我们有 a = σ(z),其中 z = wx + b。使用链式法则来求权重和偏置的偏导数就有:σ 函数图像:我们可以从这幅图看出,当神经元的输出接近 1 的时候,曲线变得相当平,所以 σ ′ (z) 就很小了

2017-07-21 17:34:20 1077

原创神经网络与深度学习笔记3 反向传播算法

1. 使用矩阵快速计算输出的方法使用 wljk 表示从(l−1)th 层的 kth个神经元到lth层的jth 个神经元的链接上的权重. 例如,下图给出了网络中第二层的第四个神经元到第三层的第二个神经元的链接上的权重: 对网络的偏置和激活值也会使用类似的表示。我们使用 blj 表示在 lth 层第jth

2017-07-21 11:45:45 345

1.梯度下降定义一个二次代价函数C：C(w,b)≡12n∑x∥y(x)−a∥2.这里 w 表示所有的网络中权重的集合,b 是所有的偏置,n 是训练输入数据的个数,a 是表示当输入为 x 时输出的向量,求和则是在总的训练输入 x 上进行的。输出 a 取决于 x, w和 b。采用梯度下降的算法来找到能最小化二次代价函数 C(w, b) 的权重和偏置。假设 C 是一个有变量 v 1 , v 2 的二...

2017-07-21 09:41:13 612

原创神经网络与深度学习笔记1 感知机 S型神经元

1.感知器一个感知器接受几个二进制输入,x 1 , x 2 , . . .,并产生一个二进制输出: 示例中的感知器有三个输入,x 1 , x 2 , x 3，引入权重,w 1 , w 2 , . . .,表示相应输入对于输出重要性的实数。神经元的输出,0 或者 1,则由分配权重后的总和∑jwjxj is小于或者大于一

2017-07-21 09:16:45 458

原创 OpenCV3 Python语言实现笔记6

目标跟踪一、帧间差异运动检测import cv2import numpy as npcamera = cv2.VideoCapture(0)#获取常用的结构元素的形状：矩形（包括线形）、椭圆（包括圆形）及十字形#MORPH_RECT， MORPH_ELLIPSE， MORPH_CROSSes = cv2.getStructuringElement(cv2.MORPH_E

2017-07-13 14:50:17 527

原创 OpenCV3 Python语言实现笔记5

目标检测目标识别HOG：特征描述符按八个方向计算颜色梯度一个单元16*16像素一个块2*2单元按块构成特征向量图像金字塔：使用任意尺度缩小图像大小使用高斯模糊平滑图像图像比最小尺寸还大则重复操作滑动窗口：解决定位问题使用图像金字塔在不同尺度下重复扫描非最大抑制：解决区域重叠问题 1.建立图像金字塔，采用滑动窗口搜素图像2.收集所有超出阈值的含目标

2017-07-12 20:40:11 839 1

原创 OpenCV3 Python语言实现笔记4

特征检测特征提取特征匹配关键点检测+描述符SIFT: DoG + SIFTSURF: Hessian + SURFORB: FAST + BRIEF暴力匹配FLANN匹配法一、SIFTDifferent of Gaussian(DoG) 对同一图像使用不同高斯滤波器DoG得到感兴趣区域(关键点)，通过SIFT进行说明import cv2imp

2017-07-11 21:30:11 840

原创 OpenCV3 Python语言实现笔记3

分割 GrabCut算法分水岭算法一、GrabCutimport numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread('../images/statue_small.jpg')mask = np.zeros(img.shape[:2],np.uint8)bgdM

2017-07-10 16:57:28 318

原创 OpenCV3 Python语言实现笔记2

一、滤波高通滤波器HPF:根据像素与邻近像素的亮度差值来提升该像素的亮度低通滤波器LPF:在像素与周围像素的亮度差值小于一个特定值时，平滑该像素亮度，去噪和模糊化import cv2import numpy as npfrom scipy import ndimagekernel_3x3 = np.array([[-1, -1, -1],

2017-07-10 16:42:08 532

原创 OpenCV3 Python语言实现笔记1

一、python和numpy表示一幅图像img = numpy.zeros((3,3), dtype=numpy.uint8)二、一个opencv图像是.array类型的二维或三维数组使用numpy.array访问图像数据1.单像素操作：获取指定位置(150，120，0）像素： image.item(150,120,0) 设置B通道位置(15

2017-07-09 19:26:09 364

原创机器学习实战支持向量机

#!/usr/bin/env python# -*- coding: utf-8 -*-from numpy import *'''#######********************************Non-Kernel VErsions below#######********************************'''def loadDataSet(fil

2017-07-05 21:08:19 289

原创机器学习实战 Logistic回归

#!/usr/bin/env python# -*- coding: utf-8 -*-from numpy import *def loadDataSet(): dataMat = []; labelMat = [] fr = open('testSet.txt') for line in fr.readlines(): lineArr = li

2017-07-03 10:20:35 287

原创机器学习实战朴素贝叶斯

#!/usr/bin/env python# -*- coding: utf-8 -*-from numpy import *def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', 't

2017-07-01 17:58:59 196

原创机器学习实战决策树

#!/usr/bin/env python# -*- coding: utf-8 -*-from math import logimport operatordef createDataSet(): dataSet = [[1, 1, 'yes'], [1, 1, 'yes'], [1, 0, 'no'],

2017-07-01 17:47:42 211

原创机器学习实战 k-近邻算法

约会网站：#!/usr/bin/env python# -*- coding: utf-8 -*-from numpy import *import operatorimport matplotlib.pyplot as pltdef classify0(inX, dataSet, labels, k): dataSetSize = dataSet

2017-07-01 16:11:38 292

转载最全Pycharm教程

转载自：http://blog.csdn.net/u013088062/article/details/50388329　　之间花了一周多的时间把Pycharm官方帮助文档翻译了一遍，一共43篇博客，累得要屎，感悟颇多。　　发牢骚之前先总结点干货，这里把所有的翻译文档列成如下目录，方便大家索引：　　最全Pycharm教程（1）——定制外观　　最全Pych

2017-07-01 13:46:03 609

转载 PIL 教程

转载自：来自 http://effbot.org/imagingbook/introduction.htm简介PIL (Python Imaging Library)python图像处理库，该库支持多种文件格式，提供强大的图像处理功能。使用Image类PIL中最重要的类是Image类，该类在Image模块中定义。从文件加载

2017-06-11 20:47:46 469

转载 Matplotlib 教程

Matplotlib 教程发表于 2014 年 09 月 11 日 | 分类于 Algorithm and Computer Science | 本文共被围观 52922 次 | 29条评论Matplotlib 教程本文为译文，原文载于此，译文原载于此。本文欢迎转载，但请保留本段文字，尊重作者和译者的权益。谢谢。: )介绍

2017-06-11 20:43:03 216

转载 NumPy的详细教程

转载自：http://blog.csdn.net/lsjseu/article/details/20359201?utm_source=tuicool&utm_medium=referral先决条件在阅读这个教程之前，你多少需要知道点Python。如果你想从新回忆下，请看看Python Tutorial.如果你想要运行教程中的示例，你至少需要在你的电脑上安装了以

2017-06-11 20:40:16 253

转载 Jeston tx1 安装tensorflow r0.9 r1.0

转载自：http://blog.csdn.net/zj573453769/article/details/53580519 http://www.yuthon.com/2017/03/10/TensorFlow-r1-0-on-TX1/按他们的方法总是有各种错，直接拿编译的结果来用。编译好的tensorflow0.9版本：链

2017-06-11 12:09:34 776 1

转载 jetson tx1 配置SSD固态硬盘

转载自：http://blog.csdn.net/hit2015spring/article/details/62217289配置外置SSD这里用的是三星 EVO 250G的SSD，支持SATA接口，ssd插上去开机是不能用的，TX1是没有识别的，需要的格式化为Linux支持的文件系统ext4.一系列配置之后可以把ssd设置为外置的存储，然后再把文件系统拷贝到SSD

2017-06-11 11:54:11 2136 4

转载 jetson tx1 配置与刷机

转载自：http://blog.csdn.net/jesse_mx/article/details/53315886开机并安装驱动开发板连接好AC电源线，使用HDMI线连接显示器，插好鼠标键盘后，按下power按钮，过一会就回出现Linux终端界面。然后登录系统，用户名和密码都是”ubuntu“，登陆后，系统会提示安装驱动以显示正常的图像界面。按照要求进行操作，3步以后驱动

2017-06-11 11:26:50 494

转载 Win7下U盘安装Ubuntu14.04双系统步骤详解

转载自：http://jingyan.baidu.com/article/76a7e409bea83efc3b6e1507.html按照这个教程成功装了好几台电脑笔者由于工作需要使用LINUX系统,之前通过Win7上的VM虚拟机运行过centOS,对于初学者来说虚拟机上的LINUX用作平时的练习来熟悉各种LINUX命令是很不错的(大多数初学者还是要在LINUX和windows之间来

2017-06-11 11:17:31 276

qq_35497808的博客