- 博客(56)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 机器视觉 · 立体相机
文章目录立体相机 · 3D线激光轮廓传感器立体相机 · ToF立体相机立体相机 · 双目立体相机立体相机 · 结构光立体相机3D结构光与ToF、双目的优缺点对比立体相机 · 3D线激光轮廓传感器 原理：3D线激光轮廓传感器：使用激光三角测量原理, 对被测物体表面进行二维轮廓扫描。激光源发出激光束，被一组特定透镜放大形成激光线，投射到被测物表面上。物体表面的反射光线穿过透镜，通过聚焦成像在感光阵列上形成光斑，经过图像处理生成高密度的3D点云轮廓影像。适用场景：尺寸检测，缺陷检测，字符识别，
2021-04-08 21:56:21
1876
原创 机器视觉 · 工业镜头
文章目录镜头 · 基础参数 · 焦距镜头 · 基础参数 · 靶面镜头 · FA镜头 & 微距镜头镜头 · 远心镜头镜头 · 红外镜头镜头 · 电动变焦/变倍镜头镜头 · 液态镜头镜头 · 基础参数 · 焦距焦距（FocalLength），是从镜头的中心点到焦平面上所形成的清晰影像之间的距离。焦距数值小，视角大，所观察的范围也大。 确定视野范围(FOV)、工作距离(WD)以及相机靶面尺寸，可以计算出工业镜头的焦距????，其计算公式为：光学放大倍率PMAG=相机靶面高度Hi视野高度H
2021-04-08 20:28:14
5198
原创 机器视觉 · 工业相机
文章目录工业相机 · 面阵相机工业相机 · 线阵相机工业相机 · 光场相机工业相机 · 棱镜相机工业相机 · 多光谱/高光谱工业相机 · 偏振光工业相机 · 传感器 · CCD工业相机 · 传感器 · ICCD工业相机 · 传感器 · EMCCD工业相机 · 传感器 · CMOS工业相机 · 传感器 · sCMOS工业相机 · 传感器 · 红外探测器工业相机 · 传感器 · InGaAs工业相机 · 传感器 · T2SL工业相机 · 传感器 · MCT工业相机 · 传感器 · Vox 和 α-Si工业相机
2021-04-07 19:40:12
5396
原创 机器视觉 · 网络相机
目录网络摄像头 · 供应渠道网络摄像头 · 相机调用网络摄像头 · 参数解释网络摄像头 · 机型选型网络摄像头 · 焦距选型网络摄像头 · 硬盘存储选择网络摄像头 · 供应渠道网络摄像头，通常在不同销售渠道，供应不同类型等级的设备。以海康威视为例，产品分为经销机（渠道机）和项目机（工程机）：渠道机：用于零售，价格低廉，产品本身只具备摄像机基本功能。除了摄像机本身质量三包以外，厂家不会提供任何技术支持。工程机：针对项目按需定制，不在电商平台单独销售。价格较渠道机要高，产品受区域或项
2021-02-27 19:36:52
2356
原创 机器视觉 · 相机分类及通用参数
文章目录相机分类通用参数解释 · 分辨率（Resolution）相机分类 通用参数解释 · 分辨率（Resolution）
2021-02-25 21:36:26
5496
原创 反向传播
链式法则反向传播是利用链式法则递归计算表达式的梯度的方法。对于乘法函数 f(x,y)=xyf(x,y)=xyf(x,y)=xy 求偏导数：f(x,y)=xy→dfdx=ydfdy=x\displaystyle f(x,y)=xy \to \frac {df}{dx}=y \quad \frac {df}{dy}=xf(x,y)=xy→dxdf=ydydf=x对于加法函数...
2021-02-25 19:10:56
287
原创 评估指标：混淆矩阵、PR、mAP、ROC、AUC
TP、TN、FP、FNTP，即 True Positive，预测为正样本，实际也为正样本的特征数。TN，即 True Negative，预测为负样本，实际也为负样本的特征数。FP，即 False Positive，预测为正样本，实际为负样本的特征数。FN，即 False Negative，预测为负样本，实际为正样本的特征数。Accuracy 和 Error rate...
2018-12-18 19:21:34
3716
2
翻译 梯度下降优化算法
文章目录梯度下降算法MomentumNAGAdagradAdadeltaRMSpropAdam算法的选择 原文：An overview of gradient descent optimization algorithms梯度下降算法梯度下降算法（Gradient Descent Optimization）是神经网络模型训练最常用的优化算法。详见：梯度下降梯度下降算法的原理：目...
2018-12-18 19:19:56
605
原创 分类评分函数 score function
从图像到标签分值的映射一个线性映射：f(xi,W,b)=Wxi+b\displaystyle f(x_i,W,b)=Wx_i+bf(xi,W,b)=Wxi+b其中，参数 WWW 为权重（weights），bbb 称为偏差向量（bias vector）一个将图像映射到分类分值的例子：为了便于可视化，假设图像只有4个像素值，有3个分类。首先将图像像素拉伸为一个列向量，与 WWW...
2018-12-14 14:36:31
12753
1
原创 权重初始化
在开始训练网络之前，还需要初始化网络的参数。错误：全零初始化。让我们从应该避免的错误开始。在训练完毕后，虽然不知道网络中每个权重的最终值应该是多少，但如果数据经过了恰当的归一化的话，就可以假设所有权重数值中大约一半为正数，一半为负数。这样，一个听起来蛮合理的想法就是把这些权重的初始值都设为0吧，因为在期望上来说0是最合理的猜测。这个做法错误的！因为如果网络中的每个神经元都计算出同样的输出，然后它...
2018-12-13 18:01:10
982
原创 偏差、方差、欠拟合、过拟合、学习曲线
欠拟合 under fitting 欠拟合(under fitting)，这个问题的另一个术语叫做 高偏差(High bias)。这两种说法大致相似，意思是它没有很好地拟合训练数据。过拟合 over fitting 过度拟合(over fitting)，另一个描述该问题的术语是 高方差(High variance)。过拟合的问题经常会在模型过度复杂或训练数据较少...
2018-12-13 13:06:41
1310
原创 逻辑回归 logistic regression
虽然名字里有回归，但实际上，逻辑回归算法是一种分类算法。文章目录假设函数决策边界逻辑回归的代价函数简化代价函数以及梯度下降高级优化优点缺点一对多分类问题正规化欠拟合过拟合解决过拟合问题正规化优化的目标假设函数逻辑回归的假设函数表达式：hθ(x)=g(θTx)h_{\theta}(x) = g(\theta^{T}x)hθ(x)=g(θTx)其中g函数的表达式为：g(z)=11+e−z...
2018-12-13 12:37:21
1229
原创 数据集划分
使用数据集时，一般将其分为三段：训练集、验证集、测试集。测试集决不能使用测试集来进行调优，会造成算法对测试集过拟合。应该把测试集看做非常珍贵的资源，不到最后一步，绝不使用它。验证集由于测试数据集只使用一次，所以，从训练集中取出一部分数据作为验证集（validation set）。验证集其实就是作为假的测试集来调优。交叉验证有时候，训练集数量较小（因此验证集的数量更小），人们...
2018-12-13 11:43:29
1830
原创 正则化方法：数据增强、regularization、dropout
正则化主要用于避免过拟合的产生和减少网络误差，选择经验风险与模型复杂度同时较小的模型。正则化项正则化一般具有如下形式：J(w,b)=1m∑i=1mL(f(x),y)+λR(f)J(w,b)= \frac{1}{m} \sum_{i=1}^{m}L(f(x),y)+\lambda R(f)J(w,b)=m1i=1∑mL(f(x),y)+λR(f)其中：第 1 项是经验风险，第 2 ...
2018-12-12 22:49:22
6326
原创 梯度下降 gradient descent
文章目录导数偏导数方向导数梯度梯度下降算法 (Gradient Descent)导数导数反映的是函数 f(x)f(x)f(x) 在 xxx 轴上某一点处沿着 xxx 轴正方向的变化率/变化趋势。 f′(x0)=limΔx→0ΔyΔx=limΔx→0f(x0+Δx)−f(x0)Δxf'(x_0)=\lim_{\Delta x \to 0}\frac{\Delta ...
2018-12-12 19:39:05
499
原创 线性回归 linear regression
文章目录一元线性回归函数模型代价函数回归一词，指的是我们根据之前的数据，预测出一个准确的输出值。一元线性回归函数模型一元线性回归 (linear regression) 的函数模型：hθ(x)=θ0+θ1∗xh_{θ}(x) = θ_0 + θ_1 * xhθ(x)=θ0+θ1∗xxxx：表示输入变量，表示输入的特征。yyy：表示目标变量，也就是预测结果。(x,y...
2018-12-12 13:28:39
237
原创 特征缩放 feature scaling
“标准化” 和 “归一化” 这两个中文词要指代四种Feature scaling(特征缩放)方法。样本不同特征的取值范围如果不一样，可能导致迭代很慢，为了减少特征取值的影响，可以对特征数据进行缩放，加速算法的收敛。Rescaling归一化，一般是将数据映射到指定的范围，用于去除不同维度数据的量纲以及量纲单位。常见的映射范围有 [0, 1] 和 [-1, 1] 。Min-Max Normal...
2018-12-12 12:28:43
332
原创 学习速率 learning rate
学习速率的选取策略运用梯度下降算法进行优化时，权重的更新规则中，在梯度项前会乘以一个系数，这个系数就叫学习速率 ααα ：如果学习速率太小，则会使收敛过慢。如果学习速率太大，则会导致代价函数振荡，迭代过快，梯度下降法可能会越过最低点，甚至可能发散。 学习速率的取值取决于数据样本，可以多取一些值，从大到小，分别运行算法，看看迭代效果，如果损失函数在变小，说明取值有效，否...
2018-12-11 22:17:06
9293
原创 目标函数、损失函数、代价函数
损失函数 (Loss function) ，是单个样例 iii 的损失/误差：∣hθ(xi)−yi∣| h_{θ}(x^i) - y^i |∣hθ(xi)−yi∣代价函数 (Cost function) ，是对数据集整体的误差描述，也就是损失函数的总和的平均，有没有这个平均其实不会影响最后的参数的求解结果：12m∑i=1m(hθ(x(i))−y(i))2\frac{1}{2m} \...
2018-12-11 14:04:42
418
原创 矩阵运算
文章目录NumPy 中的数组和矩阵创建数组矩阵加法 / 减法矩阵数乘矩阵转置矩阵乘法单位矩阵 （Identity matrix）逆矩阵（matrix inversion）NumPy 中的数组和矩阵NumPy 是一个关于矩阵运算的库，包含两种基本的数据类型：数组（array ）和矩阵（matrix）。matrix 是 array 的一个小的分支，所以 matrix 拥有 array 的所有...
2018-12-11 08:44:58
527
原创 Light-Head R-CNN
文章目录论文信息two-stage 检测器的速度瓶颈网络架构对比主干网络 BackboneThin feature maps for RoI warpingRPNLight-Head R-CNN 精度提升技巧Light-Head R-CNN 速度提升技巧论文信息原文地址：Light-Head R-CNN: In Defense of Two-Stage Object Detector代码实现...
2018-12-10 15:29:22
636
原创 Faster R-CNN
文章目录论文信息Faster R-CNN 框架锚点 Anchors区域提议网络 Region Proposal Networks(RPN)Proposal LayerRPN 损失函数论文信息原文地址：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks系列论文：地址代码实现：地址作者：...
2018-12-09 22:24:11
293
原创 Fast R-CNN
文章目录论文信息R-CNN 的缺点Fast R-CNN 算法改进Fast R-CNN 网络结构分类器的选择RoI Pooling尺度不变性损失函数论文信息原文地址：Fast R-CNN系列论文：地址代码实现：地址作者：Ross Girshick成就：同样使用最大规模的网络，Fast R-CNN 和 R-CNN相比，训练时间从 84 小时减少为 9.5 小时，测试时间从 47 秒减少为 ...
2018-12-08 22:40:26
294
原创 R-CNN
文章目录论文信息RCNN 算法步骤Selective Search区域合并方式多样化策略相似度计算规则Graph-Based Image Segmentation 分割算法候选框缩放CNN 特征提取CNN 训练分类器训练边框回归 Bounding-Box regression论文信息原文地址： Rich feature hierarchies for accurate object detec...
2018-12-08 12:47:38
323
原创 Xception
文章目录论文信息Xception 设计进化深度可分离卷积 Depthwise Separable ConvolutionXception 网络架构Xception 微调论文信息原文地址： Xception：Deep Learning with Depthwise Separable Convolutions作者：François CholletXception 设计进化Xception...
2018-12-06 12:44:18
31148
15
原创 ResNet
文章目录论文信息ResNet 设计动机论文信息原文地址： Deep Residual Learning for Image Recognition作者：Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun成就：模型赢得了ImageNet检测任务、ImageNet定位任务、COCO检测和COCO分割任务的第一名。ResNet 设计动机在深度卷...
2018-12-05 21:06:15
4880
原创 GoogLeNet & Inception 系列
文章目录Inception 架构动机Inception 架构细节Inception 架构动机提高深度神经网络性能，最直接的方式是增加它们的尺寸:不仅包括增加深度：网络层次的数目也包括增加它的宽度：每一层的单元数目。但是这个简单方案有两个主要的缺点:更大的尺寸通常意味着更多的参数，这会使增大的网络更容易过拟合，尤其是在训练集的标注样本有限的情况下。另一个缺点是计算资...
2018-12-04 16:04:10
258
原创 VGG
文章目录VGG 网络配置VGG 性能评估3×3 感受野小滤波器VGG 微调VGG 网络配置随着更多的层被添加，配置的深度从左（A）增加到右（E）（添加的层以粗体显示）。卷积层参数表示为“conv⟨感受野大小⟩-通道数⟩”。为了简洁起见，不显示ReLU激活功能。查看VGG16 网络层拓扑 参数数量（百万级别）： VGG 性能评估各模型准确率： 首先...
2018-12-03 20:43:12
774
原创 AlexNet
文章目录AlexNet 网络架构卷积层 convolutional networks池化层 poolAlexNet 网络架构AlexNet 网络包含8个带权重的层，前5层是卷积层，剩下的3层是全连接层。最后一层全连接层的输出通过1000维的 softmax，产生1000类标签的分布。 其中：ReLU非线性应用在每个卷积层和全连接层的输出上。第2，4，5卷积层的核只与位...
2018-12-03 17:28:22
645
2
原创 激活函数 activation function
激活函数 activation function激活函数的角色是引入非线性(non-linearity)，否则不管网络有多深，整个网络都可以直接替换为一个相应的仿射变换(affine transformation)，即线性变换(linear transformation)，比如旋转、伸缩、偏斜、平移(translation)。例如，在二维特征空间上，蓝线表示负面情形 y=0y=0y=0，绿线表...
2018-12-03 15:14:42
1136
2
原创 池化层 pool
池化层 pool池化层，可以降低数据体的空间尺寸，这样的话就能减少网络中参数的数量，使得计算资源耗费变少，也能有效控制过拟合。最常见的形式是池化层使用尺寸 2×22 \times 22×2 的滤波器，以步长为 222 来对每个深度切片进行降采样，将其中 75%75\%75% 的激活信息都丢掉。平均池化历史上比较常用，但是现在已经很少使用了，因为实践证明，最大池化（MAX操作）的效果比平均池化...
2018-12-03 12:26:09
2286
原创 卷积层 convolutional networks
卷积层 convolutional networks卷积层的滤波器，即卷积核，假设其尺寸是 5x5x35x5x35x5x3（宽高都是5像素，深度是3是因为图像应为颜色通道，所以有3的深度）。在前向传播的时候，让每个滤波器都在输入数据的宽度和高度上滑动（更精确地说是卷积），然后计算整个滤波器和输入数据任一处的内积。当滤波器沿着输入数据的宽度和高度滑过后，会生成一个2维的激活图（activation...
2018-12-03 12:06:20
519
原创 机器学习、监督学习、非监督学习、强化学习、深度学习、迁移学习
文章目录机器学习（machine learning）监督学习（supervised learning）非监督学习（unsupervised learning）强化学习（reinforcement learning）传统机器学习深度学习 （deep Learning）迁移学习 （transfer learning）机器学习（machine learning）机器学习的主要任务：分类（cla...
2018-12-01 22:14:57
22396
3
原创 霍夫变换
霍夫变换(Hough Transform) 运用两个坐标空间之间的变换将在一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的一个点上形成峰值，从而把检测任意形状的问题转化为统计峰值问题。霍夫线变换霍夫线变换可以用来寻找边缘二值图像中的直线。OpenCV中的霍夫线变换有如下三种：标准霍夫变换（StandardHough Transform，SHT），由HoughLines() 函数...
2018-11-19 22:55:28
1432
原创 形态学处理
形态学操作是基于形状的一系列图像处理操作。文章目录形态学操作集合获取形态学运算的卷积核膨胀腐蚀形态学处理效果对比形态学操作集合膨胀（Dilate）对图像中的高亮部分进行膨胀，是求局部最大值的操作，可以消除一些细小的暗点和暗线。腐蚀（erode）对原图中的高亮部分进行腐蚀，是求局部最小值的操作，可以消除一些细小的亮点和亮线。形态学梯度（Morphological Gradient）是...
2018-11-18 21:21:45
4099
原创 边缘检测
边缘检测算法一般基于图像强度的一阶和二阶导数进行计算，这些导数通常对噪声很敏感，因此在检测前一般会对图像进行平滑去噪，参见图像降噪、图像滤波。文章目录Sobel 算子Scharr 卷积核Laplace 算子Canny 边缘检测检测效果对比Sobel 算子Sobel算子，通过计算图像的一阶倒数进行图像边缘检测。检测步骤：假定输入图像矩阵为 III，卷积核大小为 3×33 \times ...
2018-11-17 17:18:26
262
原创 图像降噪
图像降噪，也称图像去噪（Image denoising）。滤波是图像降噪的一种方法，但降噪不是滤波的唯一应用场合。文章目录图像噪声局部去噪非局部去噪去噪效果对比图像噪声 原图 常见图像噪声有以下四种： 高斯噪声 泊松噪声 乘性噪声 椒盐...
2018-11-17 11:31:53
9576
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人