Taylor Guo

原创 CentOS7安装 FFMpeg 和OpenCV

CentOS-7 安装FFMpeghttps://linoxide.com/linux-how-to/install-ffmpeg-centos-7/1. Enable Nux Dextop repo on CentOS 7third-party RPM repository - multimedia packages for CentOS releases#Install EP...

翻译 XMOS音频采集多核微控制器芯片

翻译 麦克风音频采集前端演示板快速上手-XMOS

原创 Win10安装深度学习模型部署工具Apache,redis,mod_wsgi,Flask,keras,tensorflow

Win10安装深度学习模型部署Apache,redis,mod_wsgi,Flask,keras,tensorflowWindows生态对工具的支撑环境恶劣，是由来已久的。本文在Win10上用Apache,redis,mod_wsgi,Flask,keras,tensorflow对深度学习模型进行了部署这个是正在部署的项目，所以没有特别讲得太清楚。但聪明的你，应该一看就能明白。能不能部署成功，除了...

原创 FutureMapping：空间人工智能的计算结构

欢迎个人转发朋友圈；机构或媒体转载，后台请留言FutureMapping：Computational Structure of Spatial AI Systems安德鲁 J • 戴维森帝国理工学院https://arxiv.org/pdf/1803.11288.pdf00  摘要 我们讨论和预测了同步定位和地图构建（SLAM）演变为智能嵌入式设备上具有一般几何和语义“空间人工智能”感知能力。增强...

原创 Windows10 anaconda tensorflow 安装手册

Windows10 anaconda tensorflow-GPU 安装手册

原创 Linux nvidia CUDA安装手册

Linux nvidia CUDA安装手册

原创 ARToolkit Camera Calibration Android

ARToolkit Camera Calibration Android

原创 Ubuntu Linux 显卡驱动安装

Ubuntu Linux 显卡驱动安装

翻译 Android TensorFlow 智能语音识别

Android TensorFlow 智能语音识别

原创 苹果开源内核代码iOS, ARM macOS

苹果开源内核代码iOS, ARM macOS

翻译 Swift Source Code

从源代码构建Swift编译器

翻译 Apple Lossless Audio Codec 苹果无损音频解码器

苹果开源操作系统及相关工具

原创 OpenCV - Ubuntu 安装

OpenCV Installation

原创 iOS VGGNet App

iOS VGGNet App

翻译 AlexNet深度卷积神经网络

AlexNet深度卷积神经网络

翻译 麦肯锡：人工智能有个毛线用啊？

麦肯锡：人工智能如何给公司创造价值？How artificial intelligence can deliver real value to companies

原创 Matterport3D：室内环境RGB-D数据的深度学习

Matterport3D：室内环境RGB-D数据的深度学习Matterport3D: Learning from RGB-D Data in Indoor Environments

原创 Swift开发iOS App学习笔记（一）---AppIcon & LaunchScreen

Swift开发iOS App学习笔记（一）—AppIcon & LaunchScreen

原创 React Native 学习笔记（三）---自上而下，直觉理解

React Native 学习笔记（三）—自上而下，直觉理解

原创 React Native学习笔记（二）---运行开源App，形成直观感受

React Native学习笔记（二）—运行开源App，形成直观感受

原创 React Native 学习笔记（一）---Hello, New World!

React Native 学习笔记（一）—Hello, New World!

原创 深度卷积神经网络TensorFlow GPU实现

深度卷积神经网络TensorFlow GPU实现

翻译 神经网络纹理合成和损失函数风格转移

纹理合成和风格转移

原创 图像风格转移中神经网络模型的使用

风格转移中使用其他的神经网络模型

翻译 DeMoN：深度与运动估计的网络学习

DeMon：深度与运动估计的网络学习DeMoN: Depth and Motion Network for Learning Monocular Stereo

原创 深度卷积网络图像风格转移（四）功能泛化

深度卷积网络图像风格转移（四）功能泛化Taylor Guo, 2017年5月20日

原创 深度卷积网络图像风格转移（三）代码分析

理解 Deep Photo Style Transfer源代码

原创 深度卷积网络图像风格转移（二）架构分析

深度卷积网络图像风格转移（二）架构分析Taylor Guo, 2017年5月18日Style Transfer 风格转移框架分析Style Transfer Block DiagramVGG-Net-19 深度卷积神经网络 图像风格转移框架分析VGG-Net-19 General Block Diagram参考资料：台大李宏毅《深度学习2016》-10.卷积神经网络CNNVGG-19 prot

原创 深度卷积网络图像风格转移（一）需求分析

深度卷积网络图像风格转移（一） 需求分析

翻译 DeepLab：深度卷积网络，多孔卷积 和全连接条件随机场 的图像语义分割 Semantic Image Segmentation with Deep Convolutional Nets, Atro

深度卷积网络，多孔卷积 和全连接条件随机场 的图像语义分割DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs本文的主要任务是深度学习的图像语义分割

翻译 VGG-大规模图像识别的深度卷积网络 Very Deep Convolutional Networks for Large-Scale Image Recognition

VGG-大规模图像识别的深度卷积网络Very Deep Convolutional Networks for Large-Scale Image Recognition本文讨论大规模图像识别中，卷积神经网络的深度对识别精度的影响。我们的主要贡献就是对增加卷积神经网络的深度进行了彻底的评估，网络架构使用了一个非常小的3×3卷积滤波器，在先前配置的网络基础上，将网络深度增加到16-19个权重层

翻译 图像抠图闭合方案 A Closed Form Solution to Natural Image Matting

A Closed Form Solution to Natural Image Matting自然图像抠图闭合方案本文提供了自然图像抠图闭合方案。我们从前景和背景颜色中推导出一个代价函数，在得到的表达式中可以消除前景和背景颜色在alpha通道上得到一个二次代价函数。这使得我们可以解等式的一个稀疏线性系统找到全局不透明alpha模糊。接着，对于闭合方程，分析稀疏矩阵的特征向量可以估计方案的特征，这与光谱图像风格算法中的矩阵非常接近。只需要用户非常少的输入，就可以在自然图像上得到高质量的抠图。

翻译 卷积神经网络图像纹理合成 Texture Synthesis Using Convolutional Neural Networks

本文介绍了一种基于卷积神经网络特征空间的自然纹理的新模型，可以用于物体识别。模型的样本具有高感知度，显示出在纯分辨状况下神经网络的泛化能力。模型内部，用网络几个层上的特征地图之间的相关关系表示纹理。我们展示了在层之间，纹理表示越来越多地获取了图像的统计特征，使得物体的信息越来越明显。模型提供了一种新工具模拟神经科学，也提供了新视角来理解卷积神经网络学习的深度表示。

翻译 卷积神经网络图像风格转移 Image StyleTransfer Using Convolutional Neural Networks

Image StyleTransfer Using Convolutional Neural Networks用不同的风格渲染图像的语义内容是一种比较难的图像处理任务。可以说，之前方法的一个主要局限因素是缺乏明确表示语义信息的图像表示，用于将图像内容从风格中分离。这里用卷积神经网络的图像表示用于物体识别的优化，可以使图像信息更明显。我们介绍了一种艺术风格的神经网络算法可以将图像的内容和图像的自然风格分离和再合并。算法可以提供给人们可以感知到的高质量的新图像，可以将大量众所周知的艺术作品和任意图像结合起来。

翻译 深度卷积神经网络图像风格变换 Deep Photo Style Transfer

深度卷积神经网络图像风格变换Deep Photo Style TransferTaylor Guo， 2017年4月23日 星期日 - 4月27日星期四摘要本文介绍了深度学习方法的图像风格转换，处理各种各样的图像内容，保持高保真的参考风格变换。我们的方法构建于最近绘画风格变换基础上，用神经网络的不同网络层从图像内容上将风格分离。然而，这个方法并不适用于写实风格变换。即使输入图像

翻译 非滤波单目视觉SLAM系统

非滤波单目视觉SLAM系统A survey on non-filter-based monocular VisualSLAM systemsTaylor Guo, 2016年9月12日 -2017年4月12日摘要视觉SLAM过去15年的研究产生了大量可以使用的系统，广泛应用于机器人和增强现实应用中。滤波（卡尔曼滤波，粒子滤波）视觉SLAM更通用，非滤波（运动

翻译 生成式对抗网络---机器学习中的热门话题

生成式对抗网络---机器学习中的热门话题GenerativeAdversarial Networks – Hot Topic in Machine Learning Taylor Guo， 2017年4月21日  星期五 NIPS2016  (Neural Information Processing System)是年度盛会，吸引了大量学术界和工业界的最优秀和最闪亮的人才

翻译 视觉里程计 第二部分：匹配、鲁棒、优化和应用

视觉里程计第二部分：匹配、鲁棒、优化和应用VisualOdometry：PartII: Matching, Robustness, Optimization, and ApplicationsTaylorGuo, 2016/5/15,第二部分讲解特征匹配、鲁棒性和应用。主要是视觉里程计中的各种点特征检测和离群点去除算法。特别重点讲解了随机采样一致性算法（RANSAC

翻译 视觉里程计 第一部分：前30年的发展和理论基础

视觉里程计 第一部分：前30年的发展和理论基础VisualOdometry -Part I The First 30 Years and FundamentalsTaylorGuo, 2017年1月27日星期五视觉里程计是通过单个相机或多个相机作为输入估计自身运动的过程。应用领域涵盖机器人、可穿戴计算、增强现实和自动驾驶。VisualOdometry(VO)视觉里程