自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(347)
  • 资源 (1)
  • 收藏
  • 关注

原创 风格迁移学习笔记(2):Universal Style Transfer via Feature Transforms

以下将分为3个部分介绍:1.提出的background和sense2.proposal network pipeline3.resultsBackground先来review一下过去的架构.1.传统的neural style存在两个巨大的弊端: 调参/耗时。即不仅需要我们对neural style的层级进行大量调参,而且整个迭代过程是对于z噪声进行迭代,非常耗时

2017-12-29 22:00:34 7510 1

原创 风格迁移学习笔记(1):Multimodal Transfer: A Hierarchical Deep Convolutional Neural Network for Fast

以下将分为3个部分介绍:效果解決的問題How to solve it?1.效果:先来看一下效果2.解决的问题: 通用框架下进行style transfer时候的笔触差异 原始的方法永远会和style差距较大解决不同size下的笔触问题,如下图如果只用256的size去训练较coarse的笔触 或者 用1024的size去训

2017-12-29 21:58:15 4541

原创 Autoencorder理解(7):Variational Autoencoder

以下将分为6个部分介绍:vae结构框架vae与ae区别提及一下为什么要采样如何优化vae应用vae生成/抽象看待vae学习1.框架:先来看一下VAE的结构框架,并先预告一下结论: VAE 包括 encoder (模块 1)和 decoder(模块 4) 两个神经网络。两者通过模块 2、3 连接成一个大网络。利益于 reparemeterization 技巧,我们可以

2017-12-27 14:29:44 8090

原创 Autoencorder理解(6):Traditional AE

以下将分为4个部分介绍:ae基本概念ae训练方式ae特征如何做分类ae变体1)先来理解autoencoder的基本概念:自动编码器其实可以理解为是一种尽可能复现输入信号的神经网络,也可以认为自动编码器是可以像pca那样找到可以表征信息的主要成分,只不过这个过程是通过学习得到的.Encoder的过程,按照理论上来说这个code其实就是包含了事物丰富的表征信息,

2017-12-27 14:21:41 2559

原创 python @staticmethod和@classmethod的作用与区别

参考:http://blog.csdn.net/handsomekang/article/details/9615239一般来说,要使用某个类的方法,需要先实例化一个对象再调用方法。如我们定义了一个 class A (): def __init__(): print "A" def show():print "test

2017-09-06 09:28:24 2826

转载 ls命令按文件大小排序

今天想在某网站找一个10KB大小的图片文件可是了半天后来想起ls可以按文件大小排序ls可以按照文件大小进行输出排序,这是一个很实用的参数。man ls-S sort by file size由大到小排序ls -Sl从小到大排序ls -Slr-h,表示”–human-readable”,单位是k或者M ,比较容易看清楚结果。显示

2017-09-04 21:08:19 21632

转载 Opencv-python接口:轮廓检测

相比C++而言,Python适合做原型。本系列的文章介绍如何在Python中用OpenCV图形库,以及与C++调用相应OpenCV函数的不同之处。这篇文章介绍在Python中使用OpenCV检测并绘制轮廓。提示:转载请详细注明原作者及出处,谢谢!本文介绍在OpenCV-Python中检测并绘制轮廓的方法。本文不介详细的理论知识,读者可从其他资料中获取相应的背景知识。笔者推荐

2017-09-04 16:57:57 2460

转载 Harris Corner Detector 公式推导以及具体含义

在做图像匹配时,常需要对两幅图像中的特征点进行匹配。为了保证匹配的准确性,所选择的特征必须有其独特性,角点可以作为一种不错的特征。那么为什么角点有其独特性呢?角点往往是两条边缘的交点,它是两条边缘方向变换的一种表示,因此其两个方向的梯度变换通常都比较大并且容易检测到。这里我们理解一下Harris Corner 一种角点检测的算法角点检测基本原理:人们通常通过在一个小

2017-09-01 18:07:27 12170

转载 Harris Corner Detector 原理及编程实现

原理:灰度变化率有函数如下:其中的W(x,y)函数如下有函数f(x+u,y+v),则其泰勒展开为:对图片pitch来说,套用刚刚的展开,我们想要计算patch和相邻patch的距离就是:设下面,让我们回到最开始的公式,并对中括号里的内容做相应展开:我们把W(x,y)和矩阵结合起来,用一个新的符号M来表示:最开始公式就简化成

2017-09-01 17:25:21 3491

转载 Python with语句用法

With语句是什么?Python’s with statement provides a very convenient way of dealing with the situation where you have to do a setup and teardown to make something happen. A very good example for this is the

2017-08-30 18:01:26 1475

转载 python 细数class中的 __**__

__init__(self, *values) 对象的初始化函数,初始化类的实例时,会调用这个方法__str__(self) 返回 print对象时要打印的东西,pirnt(obj)时会调用这个方法__iter__(self) 与 __next__(self) 将对象 变为可迭代对象,__iter__()用于iter(),__next__用于next()__getitem__(self

2017-08-28 15:57:40 2090

转载 Python中的*arg和**kwarg

一个简单的函数首先我们可以定一个简单的函数, 函数内部只考虑required_arg这一个形参(位置参数)def exmaple(required_arg): print required_argexmaple("Hello, World!")>> Hello, World!那么,如果我们调用函数式传入了不止一个位置参数会出现什么情况?当然是会报错!exmaple(

2017-08-28 15:56:49 11262

转载 python enumerate用法总结

enumerate()说明enumerate()是python的内置函数enumerate在字典上是枚举、列举的意思对于一个可迭代的(iterable)/可遍历的对象(如列表、字符串),enumerate将其组成一个索引序列,利用它可以同时获得索引和值enumerate多用于在for循环中得到计数例如对于一个seq,得到:(0, seq[0]), (1, seq[1]), (2

2017-08-28 14:08:33 1365

原创 PIL2Numpy:通过PIL和numpy数据格式互相转换来调用PIL/cv2

通过将PIL的数据结构和CV2所支持的numpy互相转换,可以及其方面的调用一些双方都没有的库。

2017-08-24 14:26:04 9941

原创 git pull和git fetch的区别小结

总而言之,几句话概括 1.git pull = git fetch + git mergegit pull会将本地库更新至远程库的最新状态 由于本地库进行了更新,HEAD也会相应的指向最新的commit id2.git fetch的时候只是将remote的origin进行update  但是并没有在local的branch进行merge一张图概括:

2017-08-23 14:43:09 5120 1

转载 git cherry-pick使用小结

git cherry-pick可以选择某一个分支中的一个或几个commit(s)来进行操作。例如,假设我们有个稳定版本的分支,叫v2.0,另外还有个开发版本的分支v3.0,我们不能直接把两个分支合并,这样会导致稳定版本混乱,但是又想增加一个v3.0中的功能到v2.0中,这里就可以使用cherry-pick了。就是对已经存在的commit 进行 再次提交;简单用法:g

2017-08-23 14:03:45 1480

转载 git merge 和 git rebase 小结

git merge是用来合并两个分支的。git merge b      # 将b分支合并到当前分支同样 git rebase b,也是把 b分支合并到当前分支-----------------------------------他们的 原理 如下:假设你现在基于远程分支"origin",创建一个叫"mywork"的分支。$

2017-08-23 14:02:45 1930

转载 How to design DL model(3):Understanding LSTM Networks

之前一直在搞CNN,现在开始学习RNN,先上手一篇LSTM的入门吧 原文: Understanding LSTM Networks 中文译文地址: 理解长短期记忆网络 摘要:作者早前提到了人们使用RNNs取得的显著成效,基本上这些都是使用了LSTMs。对于大多数任务,它们真的可以达到更好的效果!写了一堆方程式,LSTMs看起来很吓人。希望通过这篇文章中一步一步的剖析,能

2017-08-18 15:21:28 1864

转载 How to design DL model(2):Inception(v4)-ResNet and the Impact of Residual Connections on Learning

转载自: http://www.jianshu.com/p/329d2c0cfca9Google Research的Inception模型和Microsoft Research的Residual Net模型两大图像识别杀器结合效果如何?在这篇2月23日公布在arxiv上的文章“Inception-v4, Inception-ResNet and the Impact of Resi

2017-08-18 15:11:46 2055

转载 How to design DL model(1):Efficient Convolutional Neural Networks for Mobile Vision Applications

论文地址:MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications 民间实现:caffe | Tensorflow 官方代码:tensorflow/modelsreference: http://blog.csdn.net/jesse_mx/article/details/7

2017-08-08 10:18:34 1329

转载 Html嵌入外部css方法

在HTML中定义CSS的方式有:Embedding(嵌入式)、Linking(引用式)、Inline(内联式),下面通过实例为大家详细介绍下它们的特点 在HTML中常用以下3种方式定义CSS:Embedding(嵌入式)、Linking(引用式)、Inline(内联式) 一、嵌入式 使用HTML的style元素,在文档中定义CSS样式。 复制代码代码

2017-08-07 10:43:59 2733

转载 JQuery 自动触发事件

ref: http://blog.csdn.net/rrr4578/article/details/27527301常用模拟有时候,需要通过模拟用户操作,来达到单击的效果。例如在用户进入页面后,就触发click事件,而不需要用户去主动单击。在JQuery中,可以使用trigger()方法完成模拟操作。例如可以使用下面的代码来触发id为btn的按钮的click事件。

2017-08-07 10:35:37 569

转载 Python类的方法(method):super的用法

一、问题的发现与提出  在Python类的方法(method)中,要调用父类的某个方法,在Python 2.2以前,通常的写法如代码段1: 代码段1:class A: def __init__(self): print "enter A" print "leave A" class B(A): def __init__(self):

2017-07-31 18:28:11 1047

转载 色彩滤镜矩阵(Color Filter Array)

数码相机上的每个象素都带有一个光感应器,用以测量光线的明亮程度。由于光电二极管是只支持单颜色的装置,它不能区别不同波长的光线。因此,数码相机工程师在相机感应器的上部装上了一套镶嵌式的颜色滤镜,一个颜色过滤排列装置(CFA),以便让感应器区分组成可见光的红、绿、蓝三种基本颜色。详细请看以下图表:带有GRGB CFA的镶嵌式感应器只能捕获25%红光和蓝光、50%的绿光。

2017-07-17 23:32:54 8957

转载 AdversarialNetsPapers: The classical Papers about adversarial nets

AdversarialNetsPapersThe classical Papers about adversarial netsThe First paper✅ [Generative Adversarial Nets] [Paper] [Code](the first paper about it)Unclassified✅ [Deep Gener

2017-07-03 21:13:07 992

转载 Mysql入门笔记(2):Python操作MySQL数据库9个实用实例

在Windows平台上安装mysql模块用于Python开发用python连接mysql的时候,需要用的安装版本,源码版本容易有错误提示。下边是打包了32与64版本。 MySQL-python-1.2.3.win32-py2.7.exe MySQL-python-1.2.3.win-amd64-py2.7.exe实例 1、取得 MYSQL 的版本# -*- coding

2017-06-26 11:25:50 893

转载 Mysql入门笔记(1): python——SQL基本使用

终于学到数据库操作了,这意味着什么?以后再也不用从文件里读写数据了,过程实在太复杂了~~~为了纪念这个激动人心的时刻,一定要写一篇博客!使用mysql数据库——增  插入一条数据     首先,还是先解释一下如何使用数据库,按照上面的方法就可以连接数据库了。这里要解释两件事情。  1.执行sql语句返回的reCount是什么?  这个recount不

2017-06-26 11:20:33 801

转载 Mysql入门笔记(0):python操作mysql数据库(增,删,改,查)

[python] view plain copy#!/usr/bin/env python  #coding:utf-8  import MySQLdb  db=MySQLdb.connect(host='localhost',user='root',passwd='123',db='08day5')  cur=db.cursor(cursorcla

2017-06-26 11:19:21 522

转载 EER(Equal Error Rate) 解释

最近在做视频异常检测的论文,看到人家论文中有一项指标叫EER(Equal Error Rate),于是我也想算一算,结果google、baidu了半天,各种百科里没有一个像样的定义,更别提如何计算了。最后在一个matlab论坛里找到了正解:   “the Equal Error Rate (EER) is the point on the ROC curve that corresponds

2017-06-07 11:10:26 5748

转载 Gaussian Function基础

摘要    论文中遇到很重要的一个元素就是高斯核函数,但是必须要分析出高斯函数的各种潜在属性,本文首先参考相关材料给出高斯核函数的基础,然后使用matlab自动保存不同参数下的高斯核函数的变化gif动图,同时分享出源代码,这样也便于后续的论文写作。高斯函数的基础2.1 一维高斯函数高斯函数,Gaussian Function, 也简称为Gaussian,

2017-06-07 10:28:27 1767

转载 纹理分割(三)GLMC学习

一、什么是GLCM?GLCM,是Grey Level Co-occurence Matrix的缩写,也叫做Grey Tone Spatial Dependency Matrix,中文名是灰度共现矩阵。定义 The GLCM is a tabulation of how often different combinations of pixel brightness valus(gr

2017-06-07 10:24:05 1532

转载 纹理分割(二):2d-gabor 滤波器

Gabor变换由 D.Gabor 于 1946 年提出, 当时是为解决傅氏变换局部频率变化的不足, 而在其基础上增加窗函数, 实现有效获得信号的局部信息, 因此Gabor变换是一种基于窗口的短时傅氏变换。 由于所加窗函数为高斯窗, 在频域上具有不变性, 因此Gabor 变换能在时域与频域同时获得局部信号的变化。 在进行图像处理时, 纹理特征往往反应在局部局域的变化, 因此将Gabor 变换

2017-06-07 10:23:22 4665

转载 纹理分割(一)Gabor滤波器学习

reference: http://blog.csdn.net/jorg_zhao?viewmode=contents第一个项目根据公司那边提供的学习资料,需要用到Gabor滤波器对图像进行处理,公司那边关于项目的说法比较商业化,叫X-Ray Image Auto Judging System,之前找了很久论文都没有思路,用这个英文查找论文,也是不对路,这让我在前期浪费不少时间

2017-06-07 10:20:24 20338 5

转载 总结人脸识别的方向(FD,FA,FR,FV)

一、前述1. 发展以往的人脸识别主要是包括人脸图像采集、人脸识别预处理、身份确认、身份查找等技术和系统。现在人脸识别已经慢慢延伸到了ADAS中的驾驶员检测、行人跟踪、甚至到了动态物体的跟踪。由此可以看出,人脸识别系统已经由简单的图像处理发展到了视频实时处理。而且算法已经由以前的Adaboots、PCA等传统的统计学方法转变为CNN、RCNN等深度学习及其变形的方法。现在也有相当一部

2017-06-06 21:25:50 17754 2

转载 python opencv 颜色分割

1.用于简单的对象检测、跟踪2.简单前背景分割[python] view plain copy #encoding:utf-8  #黄色检测  import numpy as np  import argparse  import cv2  image = cv2.imread('huang.png')  co

2017-06-05 14:34:07 5509 1

原创 mac安装ruby rvm时遇到not writable问题

ERROR: '/usr/local/bin' is not writable - it is required for Homebrew, try 'brew doctor' to fix it!Requirements installation failed with status: 1.$ rvm autolibs read-only # read more here: https://r

2017-05-22 16:12:27 830

转载 如何在Mac 终端升级ruby版本

rvm是什么?为什么要安装rvm呢,因为rvm可以让你拥有多个版本的Ruby,并且可以在多个版本之间自由切换。第一步:安装rvm$ curl -L get.rvm.io | bash -s stable$ source ~/.rvm/scripts/rvm等待终端加载完毕,后输入:rvm -v如果能显示版本好则安装成功了。第二步:安装ruby列

2017-05-22 13:43:42 733

转载 Markdown语法参考

0. 目录0. 目录1. 斜体和粗体2. 分级标题3. 超链接3.1. 行内式3.2. 参考式3.3. 自动链接4. 锚点5. 列表5.1. 无序列表5.2. 有序列表5.3. 定义型列表5.3. 列表缩进5.4. 包含段落的列表5.5. 包含引用的列表5.6. 包含代码区块的引用5.7. 一个特殊情况6. 引用6.1. 引用的多层嵌套6

2017-05-21 22:37:20 650

原创 Jekyll背景post设置参考

1.Post 的demohttps://mmistakes.github.io/minimal-mistakes/year-archive/2. Demo参考code链接, 可编辑查看https://github.com/mmistakes/minimal-mistakes/tree/master/docs/_posts

2017-05-21 18:06:34 1472

转载 解决invalid byte sequence in GBK

在post.html模板里面加入中文之后,jekyll server命令直接报错。解决办法是在运行服务器前先运行chcp 65001命令,即可解决。在官方找到的解决办法Windows users: run chcp 65001 first to change the command prompt's character encoding (code page)

2017-05-20 14:53:36 3271

cacert.pem

修复SSL_connect returned=1 errno=0 state=SSLv3 read server certificate B: certificate verify failed.工具

2017-05-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除