- 博客(30)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 opencv——superpixel算法——SLIC，SEEDS，LSC
整理资料不容易，版权所，转载请标明出处，谢谢！！opencv关于超像素生成，目前没有发现网上有代码，这里为了方便大家使用超像素，我整理了一下opencv生成超像素的方法，希望对大家有帮助。这里主要介绍使用opencv生成superpixel，主要介绍的算法为SLIC，SEEDS，LSC。但是目前superpixel生成算法在OpenCV 3.1.0的Release版本中并不存在，因为他们是存放在op
2016-10-18 23:04:14
20290
17
原创 闲扯淡之机器学习——Python图像标注工具实现
时间过得真快，最近好久没有和大家闲扯淡了，好像，好像你们啊！！最近工作比较忙，一直想写点东西，但是身不由己啊。好不容易抽出一点时间写了一个工具——图像标注工具，这个工具与github上的labelImg很像，坦白承认我的却抄袭labelImg的部分标注方法（臭不要脸的抄袭，赶快滚，有多远滚多远）。我这这一个工具的目的： 1.最近在学习python，所以想练练手； 2.labelImg只能够标注...
2018-07-25 10:45:41
7591
7
原创 闲扯淡之机器学习——Python图像标注工具实现
时间过得真快，最近好久没有和大家闲扯淡了，好像，好像你们啊！！最近工作比较忙，一直想写点东西，但是身不由己啊。好不容易抽出一点时间写了一个工具——图像标注工具，这个工具与github上的labelImg很像，坦白承认我的却抄袭labelImg的部分标注方法（臭不要脸的抄袭，赶快滚，有多远滚多远）。我这这一个工具的目的： 1.最近在学习python，所以想练练手； 2.labelImg只能够标注...
2018-07-25 10:45:38
2489
原创 闲扯淡之机器学习——数据预处理
上篇文章我们针对ML闲扯了一番，并在最后又借鉴Data Mining的CRISP-DM模型分析了一个ML项目的开发过程。今天说点什么呢？我犹豫了，我迷茫了！先给大家讲个故事吧！有一天你的boss找到你说：XX听说你对ML很熟悉啊，正好我们公司有很多**方面的数据，你看看能不能搞一个ML项目为我们公司提供一些决策参考。你听到这里是高兴还是悲伤，具体因人而异（要是小弟听到了，绝对会很高兴）...
2018-07-03 17:11:38
33179
3
原创 人工智能闲扯淡——开篇
最近几天的高温激起了我的反思，在校期间一直想着从事人工智能相关的工作，但是！但是！但是莫名其妙的进入另外一个行当（人作孽不可活）。考虑到目前的情形也不适合我立刻蹦跶（跳槽），所以为了保持自己不堕落（丢掉几年的积累），就萌发了写一点东西的想法。由于工作性质与这个相关性不是太大，可能会存在错误或者描述不当等问题，为了不误导他人，在此声明此栏目的文章只作为闲扯淡闲聊。你的支持是我最大的动力，闲话少说...
2018-06-27 15:24:58
782
1
原创 防止过拟合的方法
防止过拟合的方法本文简单描述防止过拟合的方法。 过拟合（over-fitting）通俗的来讲它是指模型将训练数据集中的采样误差，作为数据之间的差异进行拟合，从而导致模型在训练数据集中的训练误差很低，而在测试数据集中的测试误差很高（或者说泛化误差高）。产生过拟合问题的原因大体有两个：训练样本太少或者模型太复杂。 不知道大家有没有考虑过一个问题：为什么机器学习或者深度学习的一些方法会存在过拟合...
2018-03-23 17:13:56
5940
原创 R-CNN图解
最近学习了一下R-CNN（《Rich feature hierarchies for accurate object detection and semantic segmentation 》），感觉有很多东西值得学习，但是关于R-CNN的博文有很多，我就不在这里啰嗦了。我把R-CNN整个处理过程简单花了一些图，希望能够帮助大家理解。（画图的过程中参考了这篇文章，这里是论文的翻译） 想要学习更
2017-12-26 17:19:42
345
转载 Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift 论文翻译（转）
有一篇关于Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift 论文翻译，感觉直接拷贝过来不太好，所以直接添加一个地址，需要的可以去原文阅读。地址：http://blog.csdn.net/linmingan/article/details/50780761
2017-12-24 00:16:33
341
原创 Batch Normalization学习及TensorFlow代码实现
2015年Google提出了Batch Normalization算法，Batch Normalization简称BN算法，它是为了克服神经网络层数加深导致难以训练而诞生的一个算法。根据ICS理论，当训练集的样本数据和目标样本数据分布不一致的时候，训练得到的模型无法很好的泛化。而在神经网络中，每一层的输入在经过层内操作之后必然会导致与原来对应的输入信号分布不同，并且前面层神经网络的增加会被后面的神经
2017-12-24 00:06:16
5620
转载 支持向量机通俗导论（理解SVM的三层境界）
原文转载：http://blog.csdn.net/v_july_v/article/details/7624837个人感觉这篇博文讲的很深刻透彻，为了尊重原作者，希望大家去原作者博文阅读。 支持向量机通俗导论（理解SVM的三层境界）作者：July 。致谢：pluskid、白石、Jer
2017-09-01 11:35:37
425
转载 目标跟踪相关资源（含模型，最新论文，代码，牛人等）
Visual TrackersECO: Martin Danelljan, Goutam Bhat, Fahad Shahbaz Khan, Michael Felsberg. "ECO: Efficient Convolution Operators for Tracking." CVPR (2017). [paper] [project] [github]CFNet: Jack V
2017-07-02 23:05:21
8862
翻译 在Windows上安装TensorFlow官方文档——翻译
原本想自己写TensorFlow在Windows上面安装的过程，但是感觉还是官方文档比较靠谱，并且国内TensorFlow访问不到，翻译官方文档更有利于大家具体了解情况。国内有一部分文章，只说其然不说所以然，很容易误导大家，我遇到的坑就是Python版本问题，TensorFlow官网明确说明TensorFlow只支持Python3.5版本，但是国内的文章很少有说明的，希望大家注意这一点。
2017-05-12 15:29:18
544
原创 TensorFlow简介
好记性不如烂笔头，刚开始学习TensorFlow，为了方便自己，同时为了帮助其他人更好的学习，我就简单的把自己的学习历程记录下来。TensorFlow的学习过程难免参考其他人的文章，我会尽量标注出引用文章的出处，如有遗忘，请联系我，我会尽快改正。好了，下面开始我的学习。 我们首先介绍一下TensorFlow。TensorFlow简介 TensorFlow是谷歌基于DistBelief进行研发的
2017-05-12 10:38:46
1156
原创 Android——讯飞语音唤醒简介及实现
前段时间写了一个关于百度语音唤醒文章，最近有做了一个讯飞语音的应用，在这里把学习的资料整理一下。 唤醒的整个过程如下： （图源自讯飞官网） 讯飞的语音唤醒功能实现起来挺方便的（相比百度，百度语音Android端的语音唤醒是基于service实现的）百度语音唤醒识别效果对于不建议使用的唤醒词识别较差，而讯飞相对较容易。并且讯飞语音唤醒可以自己设定很多参数，来提高识别率，百度提供给用户的设置接口很
2017-04-29 11:07:20
20736
6
原创 BRISK: Binary Robust Invariant Scalable Keypoints——论文翻译
本文翻译过程中参考这篇文章摘要：从一幅图片中高效地寻找关键点始终是一个深入研究的话题，以此形成了众多的计算机视觉应用的基础。正在这个领域中，先驱算法SIFT和SURF在各种图形转换中表现出了巨大的性能，特别是SURF在日益更新的高性能方法中被认为是计算最有效的方法。本文提出的BRISK算法是用于关键点检测，描述和匹配的一种新方法。在基准数据库中队BRISK的综合评价为：自适应和在大大降计算
2017-01-04 22:35:43
2567
转载 Online Object Tracking : A Benchmark
Online Object Tracking : A Benchmark 翻译
2016-12-13 15:25:51
6971
转载 层次聚类算法的原理及实现Hierarchical Clustering
层次聚类算法的原理及实现Hierarchical Clustering层次聚类(Hierarchical Clustering)是聚类算法的一种，通过计算不同类别数据点间的相似度来创建一棵有层次的嵌套聚类树。在聚类树中，不同类别的原始数据点是树的最低层，树的顶层是一个聚类的根
2016-12-07 21:41:48
30089
9
原创 opencv中BackgroundSubtractorMOG问题及解决方法
以前写了一片博文，最近有人给我反应，在opencv中出现BackgroundSubtractorMOG未定义问题，我这里简单说明一下这个问题。通过对opencv文档查询可以发现如下： 这里我们可以清楚看到BackgroundSubtractorMOG所在的命名空间中，由于我这篇博文使用的是BackgroundSubtractorMOG2，而BackgroundSubtractorMOG2就在c
2016-11-18 10:24:39
16018
4
原创 AdaBoost算法详解
AdaBoost（Adaptive Boosting，自适应提升）算法是由来自AT&T实验室的Freund和Schapire于1995年首次提出，该算法解决了早期Boosting算法的一些实际执行难题，而且该算法可以作为一种从一系列弱分类器中产生一个强分类器的通用方法。正由于AdaBoost算法的优异性能，Freund和Schapire因此获得了2003年度的哥德尔奖（Gödel Prize，该奖是
2016-10-16 23:47:20
4900
原创 Android——百度语音唤醒
这篇文章我们主要介绍一下，百度语音唤醒。所谓语音唤醒是指说出指定的语音指令（自定义的唤醒词），使程序激活某个功能的能力。百度语音唤醒支持自定义唤醒词。我做过讯飞的语音唤醒，这两个比较起来，讯飞的语音唤醒整体效果比百度要好。百度的语音唤醒功能需要使用唤醒词评估工具评估和导出唤醒资源，也就是一个名字为WakeUp.bin的文件，在评估唤醒词的过程中，对于不建议用作唤醒词的词语，唤醒效果不好。而讯飞的语音
2016-10-10 22:53:16
14110
9
原创 Android——百度语音识别
最近搞了一些关于语音的开发，我做的项目使用的讯飞的语音识别，但是有一个问题是讯飞的语音唤醒和离线语音合成是收费的，并且费用还不低，对于一般的小公司或者个人开发的小APP，还是很有压力的。百度语音识别的效果整体还不错，并且是免费的，很适合个人开发的APP，我这里先给大家简单介绍一下关于百度语音识别的开发，如果时间如许的情况下，我会把这两个平台的语音识别都给大家介绍一下。现在我们开始吧！！这是
2016-10-09 22:24:54
11921
17
原创 关于opencv提取ORB特征时 cannot declare variable ‘orb’ to be of abstract type ‘cv::ORB问题
关于opencvORB特征提取中的问题处理方法
2016-07-17 22:56:53
8645
原创 基于opencv的BackgroundSubtractorMOG2目标追踪
本文为原创，转载请表明出处，谢谢！ BackgroundSubtractorMOG2是以高斯混合模型为基础的背景/前景分割算法。它是以2004年和2006年Z.Zivkovic的两篇文章为基础的。这个算法的一个特点是它为每一个像素选择一个合适数目的高斯分布。（上一个方法中我们使用是K高斯分布）。这样就会对由于亮度等发生变化引起的场景变化产生更好的适应。和前面一样我们需要创建一个背景对象。但在这里我
2016-06-11 23:17:02
20124
转载 Superpixel Tracking（超像素追踪）
转载：http://blog.csdn.net/ZZJ__/article/details/44620883最近一段时间都在阅读有关tracking方面的论文，最近想把阅读过的论文进行整理，如有错误，欢迎指正讨论:-D。这篇文章名字叫做“Superpixel Tracking”，发表在iccv11上，中文可理解为超像素跟踪，下面分为以下几个方面来介绍下论文，并对实验结果进行讨论：
2016-05-24 22:21:46
6898
原创 c++的一些小知识点
自己总结的一些小知识点，希望能够对大家有帮助。bool:1char:1wchar_t:2char16_t:2char32_t:4short:2int:4long:4long long:8float:4double:8long double:8unsigned char:1signed char:1unsigned char:2unsi
2016-05-18 22:50:40
704
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人