6 vector_xfy

尚未进行身份认证

坚持学习。

等级
TA的排名 8w+

在windows10下安装Qt4.8.6——解决出现没有这个Qt版本的编译器的错误

安装准备:1.qt-opensource-windows-x86-mingw482-4.8.6-1.exe(qt库文件)2.qt-creator-opensource-windows-x86-4.2.0.exe(IDE)3.i686-4.8.2-release-posix-dwarf-rt_v3-rev3.7z(wingw编译器,非常重要,安装成功与否靠它了)4.qtcreator-gdb-...

2019-10-21 21:54:40

(VDSR)Accurate Image Super-Resolution Using Very Deep Convolutional Networks——超分辨率(八)

Accurate Image Super-Resolution Using Very Deep Convolutional Networks在VDSR论文中作者提到,输入的低分辨率图像和输出的高分辨率图像在很大程度上是相似的,也就是指低分辨率图像携带的低频信息与高分辨率图像的低频信息相近,训练时带上这部分会多花费大量的时间,实际上我们只需要学习高分辨率图像和低分辨率图像之间的高频部分残差即可。残...

2019-07-24 14:48:40

深度学习用于图像超分辨率重建之ESPCN——超分辨率(七)

Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network论文链接: Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolu...

2019-07-23 09:52:56

YUV、YCbCr、RGB介绍——超分辨率(六)

一、概念介绍1、YUV:中“Y”表示明亮度(Luminance或Luma),也就是灰阶值;而“U”和“V” 表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量,那么这样表示的图像就是黑白灰度图像。彩色电视采用YUV空间正是为了用亮度信号Y解...

2019-07-22 11:34:18

两种常用的参考图像质量评价指标——超分辨率(五)

两种常用的参考图像质量评价指标PSNR(Peak Signal to Noise Ratio)峰值信噪比:峰值信噪比(PSNR)是一个表示信号最大可能功率和影响它的表示精度的破坏性噪声功率的比值的工程术语。由于许多信号都有非常宽的动态范围,峰值信噪比常用对数分贝单位来表示。PSNR是最普遍和使用最为广泛的一种图像客观评价指标,然而它是基于对应像素点间的误差,即基于误差敏感的图像质量评价。...

2019-07-21 21:42:05

图像常见插值算法——超分辨率(四)

文章目录常见插值算法一、最邻插值算法二、线性插值三、双线性插值四、双三次(bicubic)插值常见插值算法在现实生活中,我们经常会遇到把图像进行放大、几何空间变换的情况等等,这些操作都需要在源图像和目标图像之间建立一个映射规则(x′,y′)=T(x,y)\left(x^{\prime},y^{\prime}\right)=T(x,y)(x′,y′)=T(x,y),使得两图像像素坐标之间建立...

2019-07-20 15:10:35

(FSRCNN)_Accelerating the Super-Resolution Convolutional Neural Network——超分辨率(三)

Accelerating the Super-Resolution Convolutional Neural Network论文链接: Accelerating the Super-Resolution Convolutional Neural Network, ECCV2016FSRCNN与SRCNN都是香港中文大学Dong Chao, Xiaoou Tang等人的工作。FSRCNN是对之前...

2019-07-19 15:23:38

(SRCNN)及pytorch实现_Learning a Deep Convolutional Network for Image Super-Resolution——超分辨率(二)

文章目录LearningaDeepConvolutionalNetworkforImageSuper-Resolution算法简介算法流程PatchextractionandrepresentationNon-linearmapping非线性映射Reconstruction训练测试实验结果LearningaDeepConvolutionalNetworkfor...

2019-07-18 16:19:24

深度学习用于图像超分辨率重建综述——超分辨率(一)

Deep Learning for Image Super-resolution: A Survey论文链接超分辨简介图像超分辨率是计算机视觉和图像处理领域一个非常重要的研究问题,在医疗图像分析、生物特征识别、视频监控与安全等实际场景中有着广泛的应用。随着深度学习技术的发展,基于深度学习的图像超分方法在多个测试任务上,取得了目前最优的性能和效果。本篇综述给出了一个统一的深度学习视角,来回顾最...

2019-07-17 14:38:21

深度学习超参数介绍及调参

文章目录超参数概念什么是超参数,参数和超参数的区别?神经网络中包含哪些超参数?为什么要进行超参数调优?超参数的重要性顺序部分超参数如何影响模型性能?部分超参数合适的范围网络训练中的超参调整策略如何调试模型?为什么要做学习率调整?超参数概念什么是超参数,参数和超参数的区别?​ 区分两者最大的一点就是是否通过数据来进行调整,模型参数通常是有数据来驱动调整,超参数则不需要数据来驱动,而是在训练前或...

2019-07-16 09:42:38

常见学习率衰减方式

学习率学习率的作用​ 在机器学习中,监督式学习通过定义一个模型,并根据训练集上的数据估计最优参数。梯度下降法是一个广泛被用来最小化模型误差的参数优化算法。梯度下降法通过多次迭代,并在每一步中最小化成本函数(cost 来估计模型的参数。学习率 (learning rate),在迭代过程中会控制模型的学习进度。​ 在梯度下降法中,都是给定的统一的学习率,整个优化过程中都以确定的步长进行更新, 在...

2019-07-15 16:17:46

EM算法

EM算法EM算法基本思想​ 最大期望算法(Expectation-Maximization algorithm, EM),是一类通过迭代进行极大似然估计的优化算法,通常作为牛顿迭代法的替代,用于对包含隐变量或缺失数据的概率模型进行参数估计。​ 最大期望算法基本思想是经过两个步骤交替进行计算:​ 第一步是计算期望(E),利用对隐藏变量的现有估计值,计算其最大似然估计值​ 第二步是最大化(M...

2019-07-14 15:33:34

LDA和PCA降维总结

文章目录线性判别分析(LDA)LDA思想总结图解LDA核心思想二类LDA算法原理LDA算法流程总结LDA和PCA区别LDA优缺点主成分分析(PCA)主成分分析(PCA)思想总结图解PCA核心思想PCA算法推理PCA算法流程总结PCA算法主要优缺点降维的必要性及目的KPCA与PCA的区别线性判别分析(LDA)LDA思想总结​ 线性判别分析(Linear Discriminant Analysi...

2019-07-13 09:31:22

常见损失函数

损失函数什么是损失函数​ 损失函数(Loss Function)又叫做误差函数,用来衡量算法的运行情况,估量模型的预测值与真实值的不一致程度,是一个非负实值函数,通常使用$L(Y, f(x))​$来表示。损失函数越小,模型的鲁棒性就越好。损失函数是经验风险函数的核心部分,也是结构风险函数重要组成部分。常见的损失函数​ 机器学习通过对算法中的目标函数进行不断求解优化,得到最终想要的结果。分...

2019-07-12 15:43:54

常见概率分布介绍

常见概率分布Bernoulli分布Bernoulli分布是单个二值随机变量分布, 单参数ϕ​\phi​ϕ​∈[0,1]控制,ϕ​\phi​ϕ​给出随机变量等于1的概率. 主要性质有:P(x)=px(1−p)1−x={p if x=1q if x=0P(x)=p^{x}(1-p)^{1-x}=\left\{\begin{array}{ll}{p} &a...

2019-07-11 18:44:38

特征值、特征向量和奇异值

特征值和特征向量1 特征值分解与特征向量特征值分解可以得到特征值(eigenvalues)与特征向量(eigenvectors);特征值表示的是这个特征到底有多重要,而特征向量表示这个特征是什么。如果说一个向量v⃗\vec{v}v是方阵AAA的特征向量,将一定可以表示成下面的形式:Aν=λνA\nu = \lambda \nuAν=λνλ\lambdaλ为特征向量v⃗\...

2019-07-10 12:00:39

标量、向量、矩阵、张量及向量和矩阵范数简介

标量、向量、矩阵、张量之间的联系标量(scalar)一个标量表示一个单独的数,它不同于线性代数中研究的其他大部分对象(通常是多个数的数组)。我们用斜体表示标量。标量通常被赋予小写的变量名称。向量(vector)​一个向量表示一组有序排列的数。通过次序中的索引,我们可以确定每个单独的数。通常我们赋予向量粗体的小写变量名称。当我们需要明确表示向量中的元素时,我们会将元素排列成一个方括号包围的纵...

2019-07-08 21:56:52

Show, Attend and Read:A Simple and Strong Baseline for Irregular Text Recognition

Show, Attend and Read:A Simple and Strong Baseline for Irregular Text Recognition引言该论文中,我们提出了一个易于实现的不规则场景文本识别基准网络,使用现成的神经网络组件和只有单词级别的标注。它由一个31层的ResNet、一个基于LSTM的编解码器框架和一个二维的注意模块组成。该方法虽然简单,但具有较强的鲁棒性。它...

2019-07-04 19:48:08

随机森林(RF)的原理

文章目录随机森林(RF)的原理bagging的原理bagging算法流程随机森林算法随机森林算法推广随机森林(RF)的原理集成学习有两个流派,一个是boosting派系,它的特点是各个弱学习器之间有依赖关系。另一种是bagging流派,它的特点是各个弱学习器之间没有依赖关系,可以并行拟合。本文就对集成学习中Bagging与随机森林算法做一个总结。随机森林是集成学习中可以和梯度提升树GBDT分...

2019-07-02 10:41:54

支持向量机(SVM)基本原理

SVM看了很多关于SVM的博客,但是常常只能保存书签之后看,有时候有的博客就突然没了,这里就作为搬运工总结一下之后自己看吧。主要内容来自于:支持向量机通俗导论(理解SVM的三层境界)分类标准的起源:Logistic回归线性回归给定数据集D={(x1,y1),(x2,y2),…,(xm,ym)}D=\left\{\left(x_{1}, y_{1}\right),\left(x_{2}, ...

2019-06-29 15:28:46

查看更多

勋章 我的勋章
  • 脉脉勋章
    脉脉勋章
    绑定脉脉第三方账户获得
  • 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!
  • 勤写标兵Lv2
    勤写标兵Lv2
    授予每个自然周发布4篇到6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。