- 博客(100)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 图像处理中的全局优化技术(Global optimization techniques in image processing and computer vision) (二)
原文：http://blog.csdn.net/mulinb/article/details/9079645MulinB按：最近打算好好学习一下几种图像处理和计算机视觉中常用的 global optimization (或 energy minimization) 方法，这里总结一下学习心得。分为以下几篇：1. Discrete Optimization: Graph C
2016-12-04 11:06:00
4086
转载 SVM学习
——————————全文转自：http://blog.csdn.net/qll125596718，博主在每一节的转载出处都有注明。————————————SVM SVM学习（一）：SVM概念 首先介绍一下SVM概念。 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性
2016-07-05 15:30:15
936
转载 Help out of memory的一些总结
问题一：Matlab是如何存储矩阵的Matlab中矩阵是以Block，也就是块的形式存储的。也就是说，当Matlab在为即将存储的矩阵划分块时，如果没有相应大小的连续内存，即使实际内存没有被完全使用，他还是会报告“Out of Memory”。问题二：如何高效使用Memory由于在使用的过程中，由于存储单元的不断的被分配和清除，内存会被分割成不连续的区域，这是很容易造成“Out
2016-07-05 11:26:59
634
原创 MATLAB“out of memory"的一点总结
除了升级内存以外，主要解决方法有以下几种：（1）增加虚拟内存（2）采用3GB 开关启动系统 xp系统修改 c盘根目录 boot.ini 启动选项加上 /3G win7已经没有boot.ini文件去修改PAE/3GB开关,取而代之的是bcdedit.exe打开3GB切换 开始——运行——cmd，在DOS提示符下输入BCDEDIT /SET PAE Fo
2016-07-05 11:04:18
818
转载 CUDA从入门到精通
CUDA从入门到精通（零）：写在前面在老板的要求下，本博主从2012年上高性能计算课程开始接触CUDA编程，随后将该技术应用到了实际项目中，使处理程序加速超过1K，可见基于图形显示器的并行计算对于追求速度的应用来说无疑是一个理想的选择。还有不到一年毕业，怕是毕业后这些技术也就随毕业而去，准备这个暑假开辟一个CUDA专栏，从入门到精通，步步为营，顺便分享设计的一些经验教训，希望能
2016-06-21 15:13:22
1632
转载 计算机视觉整理库
本文章有转载自其它博文，也有自己发现的新库添加进来的，如果发现有新的库，可以推荐我加进来转自：http://www.cnblogs.com/tornadomeet/archive/2012/05/24/2515980.html http://www.cnblogs.com/mothe123/p/4267248.html Deep Learnin
2016-05-17 15:43:09
3206
转载 LibSVM 在matlab中的使用
搞了一天，看了很多资料，终于搞好了matlab中调用大牛写好的svm库，将结果告诉大家避免以后走弯路。1. 参考网站：libsvm库下载：http://www.csie.ntu.edu.tw/~cjlin/libsvm/视频：http://v.youku.com/v_showMini/id_XMjc2NTY3MzYw_ft_131.html （有小问题，等下会提到）
2016-05-12 19:08:11
2315
1
转载 文献阅读笔记——Action Recognition with Stacked Fisher Vectors
转自：http://blog.csdn.net/breeze5428/article/details/39202887 本文由Xiaojiang Peng发表在计算机视觉顶级国际会议ECCV2014。由标题可以看出作者是利用分层的Fisher Vectors做行为识别。作者的动机是想将特征的维度做高。这种分层的做法近几年比较常见，如 ICRA 2014关于3d点云无监督特征的论文Unsup
2016-05-12 16:29:15
630
转载 识别算法 学习链接
1.reading papers(人体行为识别特征点提取小综述) 与human activity recognition特征提取相关,ing...) (Learning hierarchical invariant spatio-temporal features for action recognition with independent subspace analysis)
2016-05-12 16:27:46
614
转载 PCA降维算法总结以及matlab实现PCA(个人的一点理解)
http://blog.csdn.net/watkinsong/article/details/8234766 转载请声明出处。by watkins songPCA的一些基本资料最近因为最人脸表情识别，提取的gabor特征太多了，所以需要用PCA进行对提取的特征进行降维。本来最早的时候我没有打算对提取的gabor特征进行降维，但是如果一个图像时6
2016-05-09 21:17:59
10989
1
原创 Clustering
最近在看聚类，整理相关链接以作以后查找。部分文章中含有实现代码。大牛漫谈clustering系列：http://blog.pluskid.org/?page_id=78美女博主：http://blog.csdn.net/abcjennifer/article/details/8198352 http://blog.csdn.net/abcjenn
2016-05-09 15:37:45
485
转载 Visualizing and Understanding Convolutional Networks笔记
Contents反卷积结构选取遮挡敏感性图片内特征相关性分析实验本文为20141024周报。在所有深度网络中，卷积神经网和图像处理最为密切相关，卷积网络在很多图片分类竞赛中都取得了很好的效果，但卷积网调参过程很不直观，很多时候都是碰运气。为此，卷积网络发明者Yann LeCun的得意门生Matthew Zeiler在2013年专门写了一篇论文，阐述了
2016-04-28 08:39:30
782
转载 Caffe学习系列(8)：solver优化方法
上文提到，到目前为止，caffe总共提供了六种优化方法：Stochastic Gradient Descent (type: "SGD"),AdaDelta (type: "AdaDelta"),Adaptive Gradient (type: "AdaGrad"),Adam (type: "Adam"),Nesterov’s Accelerated Gradient (type: "Ne
2016-04-18 16:43:57
812
转载 Caffe学习系列(7)：solver及其配置
转自：http://www.cnblogs.com/denny402/p/5074049.htmlsolver算是caffe的核心的核心，它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为# caffe train --solver=*_slover.prototxt在Deep Learning中，往往loss func
2016-04-18 16:42:20
372
转载 Caffe学习系列(5)：其它常用层及参数
本文讲解一些其它的常用层，包括：softmax_loss层，Inner Product层，accuracy层，reshape层和dropout层及其它们的参数配置。1、softmax-losssoftmax-loss层和softmax层计算大致是相同的。softmax是一个分类器，计算的是类别的概率（Likelihood），是Logistic Regression 的一种推广。Lo
2016-04-18 16:37:09
719
转载 Caffe学习系列(4)：激活层（Activiation Layers)及参数
在激活层中，对输入数据进行激活操作（实际上就是一种函数变换），是逐元素进行运算的。从bottom得到一个blob数据输入，运算后，从top输入一个blob数据。在运算过程中，没有改变数据的大小，即输入和输出的数据大小是相等的。输入：n*c*h*w输出：n*c*h*w常用的激活函数有sigmoid, tanh,relu等，下面分别介绍。1、Sigmoid对每个
2016-04-18 16:32:39
476
转载 Caffe学习系列(3)：视觉层（Vision Layers)及参数
所有的层都具有的参数，如name, type, bottom, top和transform_param请参看我的前一篇文章：Caffe学习系列(2)：数据层及参数本文只讲解视觉层（Vision Layers)的参数，视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层。1、Convolutio
2016-04-18 16:23:33
554
转载 caffe的Matlab接口的使用方法
转自：http://blog.csdn.net/ws_20100/article/details/50525879编译MatCaffe使用如下命令编译MatCaffemake all matcaffe1之后，你可以用以下命令测试MatCaffe：make mattest1如果你在运行上面命令时，遇到如下错误：libstdc++.so.6 versio
2016-04-14 17:11:45
1148
转载 特征点检测学习(surf算法)
转自：http://www.cnblogs.com/tornadomeet/archive/2012/08/17/2644903.html在上篇博客特征点检测学习_1(sift算法) 中简单介绍了经典的sift算法，sift算法比较稳定，检测到的特征点也比较多，其最大的确定是计算复杂度较高。后面有不少学者对其进行了改进，其中比较出名的就是本文要介绍的surf算法，surf的中文
2016-04-13 20:04:54
6149
转载 Matlab中的一些小技巧
1、. Ctrl+C 中断正在执行的操作如果程序不小心进入死循环，或者计算时间太长，可以在命令窗口中使用Ctrl+c来中断。MATLAB这时可能正疲于应付，响应会有些滞后。2. figure命令新建一个绘图窗口figure 可以打开一个空的绘图窗口，接下的绘图命令可以将图画在它里面，而不会覆盖以前的绘图窗口。当有多个figure窗口时，在命令窗口中执行如Plot等命令将覆盖当前figu
2016-04-13 20:04:03
965
转载 matlab学习笔记 函数bsxfun repmat
函数bsxfun【功能描述】两个数组间元素逐个计算.【应用场合】当我们想对一个矩阵A的每一列或者每一行与同一个长度相等的向量a进行某些操作（比较大小，乘除等）时，我们只能用循环方法或者利用repmat函数将要操作的向量a复制成和A一样尺寸的矩阵，进而进行操作。从MATLAB R2007a开始，再遇到类似的问题时，我们有了简洁高效的方法，即利用bsxfun函数。【函数描述】C=b
2016-04-13 19:50:24
589
转载 特征提取方法 SIFT,PCA-SIFT,GLOH,SURF
转自美女大神：http://blog.csdn.net/abcjennifer/article/details/7681718/在前面的blog中，我们已经讲了SIFT的原理，这里我们再详细讲解SIFT的变体：PCA-SIFT和GLOH。– Scale invariant feature transform (SIFT): Lowe, 2004.– PCA-
2016-04-13 14:55:56
571
转载 Opencv学习笔记（六）SURF学习笔记
转自：http://blog.csdn.net/crzy_sparrow/article/details/7392345 看了harris角点检测之后，开始研究SURF角点检测，发现挺复杂的，一时也只了解了大概，把了解的东西总结下，以便下次深入学习。 SURF角点检测算法是对SIFT的一种改进，主要体现在速度上，效率更高。它和SIFT的主要区别是图像多尺
2016-04-13 09:11:29
740
转载 Caffe学习笔记
目录(?)[+]目录：安装与配置Tutorial学习PyCaffe学习buildtools学习其他安装与配置Ubuntu14.04安装Caffe（仅CPU）Ubuntu14.04安装CudaUbuntu14.04安装Caffe（GPU）Ubuntu14.04 CuDNN安装（Caffe + Cuda7.0下）T
2016-03-29 16:30:12
984
转载 在MATLAB下调试Caffe
在MATLAB下调试CaffeCaffe本身是C++、CUDA语言编写的。在调试模型、参数时，根据运行log、snapshot很难实时反馈当前训练的权值情况，也难以捕捉算法存在的bug。MATLAB则是非常适合算法设计、快速迭代的利器，只需要做少量工作就能编写出复杂的算法，调试非常方便，位于workspace中的变量随时都能打印，无论是一维、二维还是三维数据，都能直观显
2016-03-29 10:13:36
9799
转载 Caffe学习之一：Caffe的配置和编译
最近，在学习deep learning，使用的工具就是caffe，比较容易上手，不啰嗦了，先说环境的配置和编译。系统的平台为 win10+matlab2014b+vs2013.在开始之前，要安装cuda的驱动，我使用的cuda 7.5这个版本（为了和caffe里面使用的版本同步）。首先，在https://github.com/happyn
2016-03-29 10:10:35
3186
2
转载 batch gradient descent（批量梯度下降） 和 stochastic gradient descent（随机梯度下降）
【Machine Learning实验1】batch gradient descent（批量梯度下降） 和 stochastic gradient descent（随机梯度下降）批量梯度下降是一种对参数的update进行累积，然后批量更新的一种方式。用于在已知整个训练集时的一种训练方式，但对于大规模数据并不合适。随机梯度下降是一种对参数随着样本训练，一个一个的及时upd
2016-03-28 10:16:28
887
转载 Stochastic Gradient Descent收敛判断及收敛速度的控制
要判断Stochastic Gradient Descent是否收敛，可以像Batch Gradient Descent一样打印出iteration的次数和Cost的函数关系图，然后判断曲线是否呈现下降且区域某一个下限值的状态。由于训练样本m值很大，而对于每个样本，都会更新一次θ向量（权重向量），因此可以在每次更新θ向量前，计算当时状况下的cost值，然后每1000次迭代后，计算一次average
2016-03-25 17:34:40
2845
2
转载 OpenCV成长之路(9)：特征点检测与图像匹配
OpenCV成长之路（特征点检测与图像匹配） 原文出处： Ronny 的博客（@RonnyYoung） 特征点又称兴趣点、关键点，它是在图像中突出且具有代表意义的一些点，通过这些点我们可以用来识别图像、进行图像配准、进行3D重建等。本文主要介绍OpenCV中几种定位与表示关键点的函数。一、Harris角点角点是图像中最基本的一种关键点，它
2016-03-24 11:23:24
1739
转载 OpenCV学习之CvMat的用法详解及实例
目 录 1.初始化矩阵：. 12.IplImage 到cvMat的转换. 13.cvArr(IplImage或者cvMat)转化为cvMat 14.图像直接操作. 25.cvMat的直接操作. 36.间接访问cvMat 47.修改矩阵的形状——cvReshape的操作. 58.计算色
2016-03-24 10:26:54
674
转载 【特征匹配】RANSAC算法原理与源码解析
转载请注明出处：http://blog.csdn.net/luoshixian099/article/details/50217655 随机抽样一致性（RANSAC）算法，可以在一组包含“外点”的数据集中，采用不断迭代的方法，寻找最优参数模型，不符合最优模型的点，被定义为“外点”。在图像配准以及拼接上得到广泛的应用，本文将对RANSAC算法在OpenCV中角点误匹配对的检测中进行解析。
2016-03-23 16:07:20
2591
转载 Finding Action Tubes - cvpr - 2015
转自：http://www.cnblogs.com/xuanyoumeng/p/4993408.htmlFinding Action Tubes - cvpr - 2015论文题目Finding Action Tubes, 论文链接该篇论文是CVPR 2015的, 主要讲述了action tube的localization.直接看图说话,
2016-03-22 17:46:54
1132
转载 关于solver设置的一些问题
转自：原文solver算是caffe的核心的核心，它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为[plain] view plain copy ./bulid/tools/caffe train -solver *_solver.prototxt 在Deep Lea
2016-03-20 09:25:13
5393
转载 caffe特征可视化的代码样例
转自：http://www.cfanz.cn/index.php?c=article&a=read&id=174766简单来说，其实就是让神经网络正向传播一次，然后把某层的特征值给取出来，然后转换为图片保存。下面我提供一个demo，大家可以根据自己的需求修改。先看看我的demo的使用方法。visualize_features.bin net_
2016-03-18 17:36:16
1005
转载 深度卷积网络CNN与图像语义分割
转自：http://blog.csdn.net/xiahouzuoxin/article/details/47789361转载请注明出处: http://xiahouzuoxin.github.io/notes/html/深度卷积网络CNN与图像语义分割.html级别1：DL快速上手级别2：从Caffe着手实践级别3：读paper，网络Train起来级别4：Demo跑起来读
2016-03-18 16:37:55
1038
转载 如何在Caffe中配置每一个层的结构
from：http://demo.netfoucs.com/danieljianfeng/article/details/42929283最近刚在电脑上装好Caffe，由于神经网络中有不同的层结构，不同类型的层又有不同的参数，所有就根据Caffe官网的说明文档做了一个简单的总结。1. Vision Layers1.1 卷积层(Convolution)
2016-03-18 16:12:52
1170
转载 windows下python protobuf 安装
首先从google上下载protobuf-2.5.0.zip和protoc-2.5.0-win32.zip，然后把protoc-2.5.0-win32.zip里的protoc.exe放到protobuf-2.5.0\src\下。切换到protobuf-2.5.0\python 执行指令 python setup.py build, python setup.py test, pyt
2016-03-17 20:51:50
941
转载 Python 错误和异常小结
转自：http://www.jb51.net/article/41972.htm事先说明哦，这不是一篇关于Python异常的全面介绍的文章，这只是在学习Python异常后的一篇笔记式的记录和小结性质的文章。什么？你还不知道什么是异常，额...1.Python异常类 Python是面向对象语言，所以程序抛出的异常也是类。常见的Python异常有以下几个，大家只要大致扫一眼
2016-03-17 20:46:20
510
转载 cmake 之一个小例子
转自：http://my.oschina.net/iamhere/blog/489838目录[-]一、新建一个工程二、建立必要的文件夹三、写源代码include/sum.hsrc/sum/sum.csrc/main/main.c四、编写CMakeLists.txt顶层CMakeLists.txtsrc/CMakeLists.txtsr
2016-03-17 16:22:21
993
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人