- 博客(8)
- 资源 (3)
- 收藏
- 关注
原创 selective search算法
在介绍Selective Search之前,先说说其需要考虑的几个问题:1. 适应不同尺度:穷举搜索(Exhaustive Selective)通过改变窗口大小来适应物体的不同尺度,选择搜索(Selective Search)同样无法避免这个问题。算法采用了图像分割(Image Segmentation)以及使用一种层次算法(Hierarchical Algorithm)有效地解决了这个问
2017-03-21 15:52:19 3755
原创 R-CNN与SPP-net对比
图像包含的信息非常的丰富,其中的物体有不同的形状(shape)、尺寸(scale)、颜色(color)、纹理(texture),要想从图像中识别出一个物体很难,还要找到物体在图像中的位置更是难上加难。该文对比了两种本来想画两个流程图,但viso2010实在用不惯,就直接写步骤吧。R-CNN的算法流程:1.通过选择性搜索(SS算法),对待检测的图片进行搜索出2000个候选窗口
2017-03-21 15:12:40 930
原创 简述SPP-net
熟悉CNN网络的都清楚,CNN网络要求输入数据是固定大小的,因此在对数据预处理阶段都会对数据进行裁剪和缩放,但这是影响识别精度的一个主要原因。后来2014年,大神何凯明提出了SPP-net,成功的并且有效的解决了上述问题。首先介绍一下SPP-net的优点。SPP的优点:1)任意尺寸输入,固定大小输出,2)层多,3)可对任意尺度提取的特征进行池化。解决该问题的关键是不再对数据进行缩放和裁剪,
2017-03-21 14:22:20 814 1
原创 几个高效的字符串匹配算法
在写这篇之前,我一定要说,我讨厌KMP算法!!!所以我是不会讲解KMP算法的!!!好了,开始。1 Horspool算法Horspool 算法的思想很简单的。创新之处是模式串是从右向左进行比较。匹配串:abcbc sdxzcxx模式串:cbcac第一步:从右向左进行匹配,c-c ,第二个b-a 不匹配。第二步:模式串从不匹配的那个字符开始,从右向左寻找匹配串中不匹配的
2017-03-12 14:07:30 14230
原创 有关小波变换的几点解释
一.傅立叶变换的缺点谈到小波,首先想到的一定是傅立叶变换。正是因为傅立叶变换的局限从而衍生出了小波变换。所以先看看傅立叶变换有哪些不能忍的缺点。1.不能刻画时间域上信号的局部特性2.不适用于非平稳信号的分解再来讲讲为什么有这些缺点:傅立叶变换将原函数分解成了不同频率的正弦函数(余弦函数),那正弦函数分布在整个时间域上,没有局部化能力,只能看出信号是由哪些频率的信号构
2017-03-10 10:27:25 7097 1
原创 Python学习笔记
写这个呢,是想留个纪念,前前后后学了不少语言,可是除了常用的,别的都忘了差不多。等我想回头重新复习的时候,突然发现已经没有耐心重新看书了,即使看书也找不到重点了。所以,我决定把学习Python过程中的一些心得记下来,万一哪天我忘了,也可以回来看看。首先引用两句话作为开场,这也是简明Python教程中的提到过的。
2016-11-05 16:23:31 246
翻译 动态规划入门
我们遇到的问题中,有很大一部分可以用动态规划(简称DP)来解。 解决这类问题可以很大地提升你的能力与技巧,我会试着帮助你理解如何使用DP来解题。 这篇文章是基于实例展开来讲的,因为干巴巴的理论实在不好理解。
2016-11-03 11:15:21 269
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人