6 Nine-days

尚未进行身份认证

email:547691062@qq.com

等级
TA的排名 1w+

利用傅里叶变换去除图像中有规律的噪声

图像应用https://blog.csdn.net/weixin_33816611/article/details/85844013https://www.zhihu.com/question/20460630

2019-08-21 17:55:45

26秒单GPU训练CIFAR10,Jeff Dean也点赞的深度学习优化技巧

https://www.jiqizhixin.com/articles/2019-08-20-15?from=synced&keyword=26%E7%A7%92%E5%8D%95GPU%E8%AE%AD%E7%BB%83CIFAR10https://www.jiqizhixin.com/articles/2019-08-20-15?from=synced&keyword...

2019-08-21 10:00:04

FaceBoxes —— CPU上实时的人脸检测

一篇速度还可以的多尺度人脸检测文章。方法和SSD大同小异。文章链接:《FaceBoxes:ACPUReal-timeFaceDetectorwithHighAccuracy》1.方法介绍如上图,输入单张图片,在三个网络分支检测人脸。2.要点介绍(1)RapidlyDigestedConvolutionalLayers(RDCL)在网络前期...

2019-08-16 14:54:15

matlab帮助文档-fft(快速傅里叶变换)

matlab帮助文档-fft(快速傅里叶变换)fft语法为:Y=fft(X) Y=fft(X,n) Y=fft(X,n,dim)解释:Y=fft(X),返回X的离散傅里叶变换(DFT)若X为列向量,对该列向量做DFT。 若X为矩阵,对X的每一列分别做DFT。 若X为多维数组,对X的每一页的每一列分别做DFT。---------------------...

2019-08-15 10:25:06

2D与3D人脸识别有什么本质上的区别?

https://www.zhihu.com/question/324123433/answer/681365180https://www.zhihu.com/question/324123433/answer/681365180https://www.zhihu.com/question/324123433/answer/681365180人脸是人体最重要的生物特征之一,而...

2019-08-14 17:59:09

图像增强算法(直方图均衡化、拉普拉斯、Log、伽马变换)

一、图像增强算法原理图像增强算法常见于对图像的亮度、对比度、饱和度、色调等进行调节,增加其清晰度,减少噪点等。图像增强往往经过多个算法的组合,完成上述功能,比如图像去燥等同于低通滤波器,增加清晰度则为高通滤波器,当然增强一副图像是为最后获取图像有用信息服务为主。一般的算法流程可为:图像去燥、增加清晰度(对比度)、灰度化或者获取图像边缘特征或者对图像进行卷积、二值化等,上述四个...

2019-08-12 12:33:43

深度学习-笔记

如何解决训练样本少的问题目前大部分的深度学习模型仍然需要海量的数据支持。例如ImageNet数据就拥有1400多万的图片。而现实生产环境中,数据集通常较小,只有几万甚至几百个样本。这时候,如何在这种情况下应用深度学习呢?(1)利用预训练模型进行迁移微调(fine-tuning),预训练模型通常在特征上拥有很好的语义表达。此时,只需将模型在小数据集上进行微调就能取得不错的效果。这也是目前大...

2019-08-08 16:39:52

检测模型评估指标mAP计算指南(附代码)在这里!

https://www.jianshu.com/p/ba1f7895b429精度precision的计算是用检测正确的数据个数/总的检测到个数。召回率recall的计算是用检测正确的数据个数/groundtruth之中所有正数据个数。前言对于使用机器学习解决的大多数常见问题,通常有多种可用的模型。每个模型都有自己的独特之处,并随因素变化而表现不同每个模型在“...

2019-08-08 11:11:07

COCO数据集解读

https://blog.csdn.net/qq_33254870/article/details/88683032https://blog.csdn.net/zym19941119/article/details/80241663现就几个函数做一些说明:getCatIds(catNms=[],supNms=[],catIds=[]):通过输入类别的名字、大类的名字或是种类的...

2019-08-06 16:19:08

利用SVD的方法求解ICP(详细推导)

https://blog.csdn.net/zhouyelihua/article/details/77807541http://www.voidcn.com/article/p-vjoaoxlg-bnu.htmlhttp://nghiaho.com/?page_id=671

2019-08-06 10:41:37

CNN网络构建问题

构建CNN网络需要注意问题数据预处理(均值,方差,人脸归一化。。。),数据增强【放射变换、运动模糊、高斯滤波模糊类,增加噪声类,色彩/饱和度/亮度调整类、Flip类,Crop类】这些都是根据实际的应用场景选择。1.参数多少问题[卷积核大小,通道数,卷积方式:conv/depthwiseconv/空洞卷积激活函数PRelu]2.Flops计算量问题【参数...

2019-08-02 17:40:40

Batch Normalization原理与实战

https://zhuanlan.zhihu.com/p/34879333https://zhuanlan.zhihu.com/p/34879333https://zhuanlan.zhihu.com/p/34879333前言本期专栏主要来从理论与实战视角对深度学习中的BatchNormalization的思路进行讲解、归纳和总结,并辅以代码让小伙伴儿们对Bat...

2019-08-02 17:20:58

MTCNN 优化方案

2019-08-02 11:24:34

交叉熵、相对熵(KL散度)、JS散度和Wasserstein距离(推土机距离)

https://zhuanlan.zhihu.com/p/74075915目录:信息量 熵 相对熵(KL散度) 交叉熵 JS散度 推土机理论 Wasserstein距离 WGAN中对JS散度,KL散度和推土机距离的描述写在前面的总结:1、目前分类损失函数为何多用交叉熵,而不是KL散度。首先损失函数的功能是通过样本来计算模型分布与目标分布间的差异,在分布差异计算中,K...

2019-08-01 09:32:49

让深度学习进入移动端,蘑菇街在移动端的深度学习优化实践

http://777n.com/keji/50566.htmlhttp://777n.com/keji/50566.htmlhttp://777n.com/keji/50566.html深度学习是机器学习中一种基于对数据进行表征学习的方法,与传统靠手工设计特征的机器学习算法不同,深度学习能根据不同任务自动学习数据的特征。目前深度学习在语音、图像、视频处理上已经取得了令人印象深刻的进...

2019-08-01 09:32:20

3D人脸相关技术总结

转自:https://mp.weixin.qq.com/s?__biz=MzU4NTkwMDM1NA==&mid=2247484418&idx=1&sn=6823b56e308ccab39daf3223fcfcd580&chksm=fd82cc2fcaf54539a2fabb12a346fe34c358532e9913e7a3275bd675890d39a542...

2019-08-01 09:29:02

人体骨骼关键点检测综述

原创声明:本文为SIGAI原创文章,仅供个人学习使用,未经允许,不得转载,不能用于商业目的。本文及其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习与应用》,清华大学出版社,雷明著,由SIGAI公众号作者倾力打造,自2019年1月出版以来已重印3次。书的购买链接 书的勘误,优化,源代码资源邀稿声明各位SIGAIer,之前不少小伙伴要求写一篇HumanPoseEst...

2019-07-30 11:29:42

ID3、C4.5、CART、随机森林、bagging、boosting、Adaboost、GBDT、xgboost算法总结

作者:yuyuqi链接:https://zhuanlan.zhihu.com/p/34534004来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。最近心血来潮,整理了一下和树有关的方法和模型,请多担待!一、决策树首先,决策树是一个有监督的分类模型,其本质是选择一个能带来最大信息增益的特征值进行树的分割,直到到达结束条件或者叶子结点纯度到达一定阈值...

2019-07-29 15:04:23

CUDA 基础知识博客整理

CUDA 0.0腾讯云CUDA环境搭建 1.0并行计算与计算机架构 1.1异构计算与CUDA 2.0CUDA编程模型概述(一) 2.1CUDA编程模型概述(二) 2.2给核函数计时 2.3组织并行线程 2.4设备信息查询 3.1CUDA执行模型概述 3.2理解线程束执行的本质(PartI) 3.2理解线程束执行的本质(Part...

2019-07-29 14:52:27

Slam 笔记

简单Slam系统运行时间统计由此可见特征提取和特征匹配占据了主要时间。优化视觉里程计:下图图1中每个节点都有自己的图片和深度Depth信息,可以用PNP对每两张图进行pose相机位姿估计,但是由于depth信息可能不准我们的估计就会不断偏移。如果我们使用图二的方式进行实时建图(基于3D点云匹配建图),对于新的数据帧,直接基于建图后的3...

2019-07-26 10:07:16

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。