7 爱生活爱十一

尚未进行身份认证

暂无相关描述

等级
博文 6
排名 41w+

Opencv 实现 运动模糊的添加(motion blur)与消除(demotion blur)

此代码用于实现模糊运动的添加与消除。原理:在已知模糊运动核的前提下,可通过核线性卷积的形式对图像添加运动模糊,      反之也可利用该核精确的去除该运动模糊。说明:本例代码是在梳理前人代码的基础上整理得到,仅使用了C++常用库与opencv2.4.5     AddMotionBlur的createLinearFilter函数在opencv3+版本中已经去除,故而建议只用op...

2018-06-06 10:52:29

caffe模型优化流程解析

本文不考虑模型与数据集对模型训练的影响,即假设两个框架下的模型是一致的,且使用的是相同的数据集,关于模型的移植实现,有机会另开博文详述,本文在以上假设下,研讨caffe模型的优化流程,分析其中的函数调用关系,并据此,比对一种优化算法Adadelta在两种框架下的实现。

2017-07-25 23:09:17

【AlexNet】模型训练与测试导读

【AlexNet】模型训练与测试导读Label深度学习AlexNet训练与测试假设本机上已经配置好了caffe框架,且已了解AlexNet模型的架构,本篇旨在引导读者实现模型的训练与测试,训练集【ILSVRC2012】一.数据处理ILSVRC2012数据下载:http://pan.baidu.com/s/1jHqYJw6密码:ia4d;解压密码:367660588;这份是ILSVRC

2016-08-22 14:01:27

机器学习—决策树(ID3,C4.5)算法解析

机器学习—决策树(ID3,C4.5)算法解析Label机器学习决策树解析决策树实现思路:假设有已知的数据集X【例如某些人的集合,数据内容包括用于描述他们的特征属性及特征属性值,如性别(男|女),年龄(整数),收入(较低|中等|较高)等】,以及数据集的分类标签Y【是否是某俱乐部的成员(是|否)】,对数据集做特征属性测试【在当前可选的特征属性中选取最佳分裂属性,其评判标准为特征属性的度量值,

2016-08-21 10:32:13

【AlexNet解读】ImageNet Classification withDeep Convolutional Neural Networks

【AlexNet解读】ImageNetClassificationwithDeepConvolutionalNeuralNetworks Label 深度学习模型解读AlexNet 一.摘要数据库:ImageNet,开放的深度学习人工标记数据库,根据比赛ImageNetLarge-ScaleVisualRecognitionChallenge(ILSV

2016-08-17 17:24:16

Windos 7 64位下通过VS2013配置caffe模型,并使用MATLAB调用训练好的ImgaeNet接口做测试

Windos764位下通过VS2013配置caffe模型,并使用MATLAB调用训练好的ImgaeNet接口做测试 Label 深度学习caffe配置测试 一.Win7+VS2013+caffe 1.准备工作:安转VS2013 2.Windos下caffe的源码:https://github.com/happynear/caffe-wind

2016-08-08 13:56:12
奖章
    暂无奖章