- 博客(21)
- 资源 (5)
- 收藏
- 关注
RSS订阅转载 Python3入门笔记（1） —— windows安装与运行
转自 https://www.cnblogs.com/weven/p/7252917.htmlPython的安装：1.进入Python官方网站下载安装包点击导航栏的 Downloads 会自动识别你的windows系统 你会看到 Python3.6.2 和 Python2.7.13 （32位系统）的安装包注：Python3以后版本不再向Python2进行兼容，所有如果你是单...
2018-12-05 10:35:51
205
转载 Python3入门笔记（1） —— windows安装与运行
Python的设计哲学是“优雅”、“明确”、“简单”。这也是我喜欢Python的理由之一Python的安装：1.进入Python官方网站下载安装包点击导航栏的 Downloads 会自动识别你的windows系统 你会看到 Python3.6.2 和 Python2.7.13 （32位系统）的安装包注：Python3以后版本不再向Python2进行兼容，所有如果你是...
2018-11-21 22:22:48
221
原创 图像凸包的显示
最近在研究图像的显著性分析，看到有关利用图像特征点进行图像显著性分析的方法，为了方便显著图像的特征点，我们可以利用convexhull的方法得到关于图像特征点的一个凸包。比如：rgb_im = imread('leaf.bmp');figure,imshow(rgb_im);corner_im2 = getsalientpoints(rgb_im);corner_im = elimate...
2018-08-10 16:32:06
1338
2
转载 显著性检测综述(完整整理)（转自https://blog.csdn.net/qq_32493539/article/details/79530118）
显著性对象检测综述参考：http://mmcheng.net/zh/paperreading/一、 程明明等人的论文：Salient Object Detection: A Surve（简单归纳了文章中的我认为比较重要的部分）该论文旨在全面回顾突出显示目标检测的最新进展，并将其与其他密切相关领域（如通用场景分割，目标建议生成以及固定预测的显著性）相关联。主要内容涉及i）根源，关键...
2018-08-08 22:05:51
1729
转载 MATCONVNET进行FCN语义分割
CN语义分割算法已经在很多主流深度学习平台上实现了，包括Caffe、TenserFlow、MatConvNet等。这篇博客主要介绍如何在MatConvNet上运行起FCN语义分割，包括CPU和GPU版本。博主的平台是Matlab2017a+Cuda8.0。下载中心配置步骤1.下载代码2. 配置MatConvNet2.1 使用CPU2.2 使用GPU，CUDA加速2.3 编译MatConvNet3....
2018-07-05 23:19:48
2735
7
转载 MatConvNet中关于vl_simplenn_display的一些分析
一、关于各层data size的分析layer1： floor((224-7)/2)+1=109 这里7是filter大小，2是stridelayer4： floor((109+0+1-3)/2)+1=54 这里0和1是前向和后向的pad，3是filter大小，2是stridelayer5：floor((54+1+1-5)/2)+1=26 ...
2018-07-05 09:59:08
1041
转载 十分钟看懂图像语义分割技术
大多数人接触 “语义” 都是在和文字相关的领域，或语音识别，期望机器能够识别你发出去的消息或简短的语音，然后给予你适当的反馈和回复。嗯，看到这里你应该已经猜到了，图像领域也是存在 “语义” 的。今天是 AI 大热年，很多人都关注与机器人的语音交互，可是有没有想过，将来的机器人如果不能通过图像来识别主人，家里的物品、宠物，那该多没意思。说近一些，假如扫地机器人能够机智地绕开你丢在地上的臭袜子而扫走旁...
2018-07-04 22:32:51
2625
2
原创 matlab 2014a 和VS2015编译过程出现无法打开文件“ucrt.lib”的问题
今天在用matlab 2014a 和VS2015编译过程出现无法打开文件“ucrt.lib”的问题，发现网上有些帖子来解决这个问题，我试一下，都没有成功，后来用一个最简单的方式，先在电脑上安装Windows Kits，然后找到包含ucrt.lib的文件，将文件中的lib文件直接复制到你运行的matlab程序的个目录下即可！...
2018-07-03 22:22:09
3119
转载 深度学习与卷积神经网络
1.卷积与神经元 1.1 什么是卷积？ 简单来说，卷积(或内积)就是一种先把对应位置相乘然后再把结果相加的运算。(具体含义或者数学公式可以查阅相关资料) 如下图就表示卷积的运算过程： （图1） 卷积运算一个重要的特点就是，通过卷积运算，可以使原信号...
2018-06-24 08:24:37
9552
转载 谱聚类（spectral clustering）原理总结
谱聚类（spectral clustering）是广泛使用的聚类算法，比起传统的K-Means算法，谱聚类对数据分布的适应性更强，聚类效果也很优秀，同时聚类的计算量也小很多，更加难能可贵的是实现起来也不复杂。在处理实际的聚类问题时，个人认为谱聚类是应该首先考虑的几种算法之一。下面我们就对谱聚类的算法原理做一个总结。1. 谱聚类概述 谱聚类是从图论中演化出来的算法，后来在聚类中
2018-01-02 16:56:04
4198
转载 转---院士大牛们一年N篇7点以上SCI的诀窍
这是一个一年三篇IF大于7的牛人当我问道他怎么这么强的时候，他给我看的院士导师传授的发文章秘笈。看了实在是心中有一种感觉，特奉献出来一、研究生必备四本俗话说好记性不如烂笔头，所以一定要首先养成做笔记的好习惯！作为研究生下面这几个本子是必不可少的1，实验记录本（包括试验准备本），这当然首当其冲必不可少，我就不多说了；2，Idea记录本，每次看文献对自己有用的东西先记下，由此产生的id
2017-12-26 09:20:24
519
转载 MATLAB调用C/C++函数的方法
通过MATLAB将C/C++函数编译成MEX函数，在MATLAB中就可以调用了。1，首先装编译器Matlab里键入mex -setup，选择你要编译C++的编译器2，写C++函数函数的形式必须是void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])nlhs：输出参数个数
2017-12-11 22:03:30
8134
5
转载 计算机视觉、机器学习相关领域论文和源代码大集合
注：下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新：2013-1-29一、特征提取Feature Extraction： SIFT [1] [Demo program][SIFT Library] [VLFeat] PCA-SIFT [2] [Project] Aff
2017-11-26 23:00:02
232
转载 《Edge Boxes: Locating Object Proposals from Edges》读后感
《Edge Boxes: Locating Object Proposals from Edges》是ECCV2014的一篇关于目标检测的一篇文章，作者是来自于微软研究院的Piotr等人，属于大中牛范畴。本文并没有涉及到“机器学习”，其采用的是纯图像的方法，这点让我大感意外，因为很多提取proposals的文献，例如BING等，都是基于学习理论的方法。此外，本文的许多内容，甚至数学公式，都是基于作
2017-11-14 17:05:53
756
转载 matlab中数据类型及图像显示
1、uint8与double double函数只是将读入图像的uint8数据转换为double类型，一般不使用；常用的是im2double函数，将uint8图像转为double类型，范围为0-1，如果是255的图像，那么255转为1，0还是0，中间的做相应改变。MATLAB中读入图像的数据类型是uint8，而在矩阵中使用的数据类型是double。因此 I2=im2d
2017-10-14 23:00:20
3014
转载 51单片机计时器中断
单片机中，中断算是一个比较重要的部分，在51单片机中有八种中断方式 ，其中常用的的有五种，分别是外部中断0，计时器中断0，外部中断1，计时器中断1，和串口中断。今天主要介绍的是计时器中断。 51单片机给我们提供了2个计时器中断，分别是计时器0和计时器1，他们对应的优先级分别是1和3，开启计时器并允许其中断后，计时器会从给定的初始值开始，每个指令周期加1，直到加到65535，再加一时计
2017-10-12 08:40:17
3545
转载 单片机的定时初始值的设定
C51 定时器 TL0= C51 定时器 TL0=(65536-50000)%256是怎么推导出来的？ 其实很简单，不管你使用多大的晶振，使用51单片机，一般都是12分频出来，也就可以得出一个机器周期机器周期=12/n(n指晶振频率)，假设你要定时的时间为M那么定时的初值为：M/机器周期=初值；TH0=（65536-初值）/256；
2017-09-26 22:18:50
3543
原创 马尔科夫链的一个应用实例
最近在研究马尔科夫链，看得云里雾里的，先给出一个实例，以防忘记！！ 假设现有商品ABC今年的市场占率分别为20%、20%和40%，A商品每年流失30%到B，流失30%到C；B商品下一年会流失20%到A，流失30%到C ；C商品每年会流失40%到A，流失40%到B，则刚开始ABC的市场占有率形成的矩阵[A0 B0 C0]=[0.2 0.2 0.4]，商品流动率形成的马尔科夫矩阵p=[0.4 0.3
2017-08-09 21:55:41
15813
1
转载 关于方差、协方差、协方差矩阵的概念及意义
期望离散型随机变量的一切可能的取值xi与对应的概率Pi(=xi)之积的和称为该离散型随机变量的数学期望（设级数绝对收敛），记为 E（x）。随机变量最基本的数学特征之一。它反映随机变量平均取值的大小。又称期望或均值。若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分，则称X为连续性随机变量，f(x)称为X的概率密度函数（分布密度函数）。方差方差是
2017-02-07 09:32:07
1727
转载 图像深度
图像深度是指存储每个像素所用的位数,也用于量度图像的色彩分辨率.图像深度确定彩色图像的每个像素可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数.它决定了彩色图像中可出现的最多颜色数,或灰度图像中的最大灰度等级.比如一幅单色图像,若每个象素有8位,则最大灰度数目为2的8次方,即256.一幅彩色图像RGB3个分量的象素位数分别为4,4,2,则最大颜色数目为2的4+4+2次方,即1024,就
2016-05-06 09:13:11
573
转载 Bundler在Window下的编译
（参考自：http://www.cnblogs.com/weizhoupan/archive/2011/03/05/Intro_on_Bundler.htmlhttp://blog.csdn.net/manji_lee/article/details/7596877http://blog.csdn.net/lxiaoxiaot/article/details/6721247
2015-06-20 09:10:55
1363
"A2dele Adaptive and Attentive Depth Distiller for"算法代码
2022-12-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人