落日樱花-CSDN博客

转载 SURF SIFT ORB三种特征检测算法比较

转自https://blog.csdn.net/zilanpotou182/article/details/66478915我们知道，双目立体测距的基础是利用视差求距离，而视差就是计算左右图像中对应点的像素坐标之差，这个左右图中的对应点是由通过立体匹配得来。立体匹配从大的方面说分为两种，全局匹配和局部匹配，全局匹配精度高，但是计算速度慢，不能满足实时的要求，局部匹配速度快，可以满足...

2018-11-09 10:59:12 4440

转载自https://blog.csdn.net/guangmingsky/article/details/24999183最近版上有不少人在讨论图像处理的就业方向，似乎大部分都持悲观的态度。我想结合我今年找工作的经验谈谈我的看法。就我看来，个人觉得图像处理的就业还是不错的。首先可以把图像看成二维、三维或者更高维的信号，从这个意义上来说，图像处理是整个信号处理里面就业形势最好的，因为你不仅要掌...

2018-10-24 10:47:16 2745

转载机器学习梯度消失，梯度爆炸原因

转载自https://blog.csdn.net/qq_25737169/article/details/78847691前言本文主要深入介绍深度学习中的梯度消失和梯度爆炸的问题以及解决方案。本文分为三部分，第一部分主要直观的介绍深度学习中为什么使用梯度更新，第二部分主要介绍深度学习中梯度消失及爆炸的原因，第三部分对提出梯度消失及爆炸的解决方案。有基础的同鞋可以跳着阅读。其中，梯度消失...

2018-07-18 23:54:56 1201 2

转载 BOW词袋模型

转载自https://blog.csdn.net/u010213393/article/details/40987945 BoW模型 Bag-of-words model (BoW model) 最早出现在自然语言处理（Natural Language Processing）和信息检索（Information Retrieval）领域.。该模型忽略掉文本的语法和语序等要素，将其仅仅...

2018-07-18 23:52:40 1368

转载目标识别

转载自https://blog.csdn.net/zhangping1987/article/details/29554621目标检测、识别、分类、特征点的提取David Lowe：Sift算法的发明者，天才。Rob Hess：sift的源码OpenSift的作者，个人主页上有openSift的下载链接，Opencv中sift的实现，也是参考这个。Koen van de Sande：作者给出了si...

2018-07-16 11:21:04 670

转载机器视觉相机问题

转载自http://www.elecfans.com/kongzhijishu/jiqishijue/603799_a.html1：工业相机的丢帧的问题是由什么原因引起的?经常会有一些机器视觉工程师认为USB接口的工业相机会造成丢帧现象。一般而言，工业相机丢帧与工业相机所采用的传输接口是没有关系的，无论是USB，还是1394、GigE、或者是CameraLink。设计不良的驱动程序或工业相机硬件才...

2018-07-16 11:20:10 6511

转载图像处理方向就业前景（转我根据《浅谈图像处理方向的就业前景》和自己找工作的一些经验简单介绍一下图像处理方向就业前景，希望能对后来者有所帮助！ 1、请学好图像基本理论知识，笔试会遇到很多基础的题）

我根据《浅谈图像处理方向的就业前景》和自己找工作的一些经验简单介绍一下图像处理方向就业前景，希望能对后来者有所帮助！转载自：https://blog.csdn.net/xujx09/article/details/516151251、请学好图像基本理论知识，笔试会遇到很多基础的题；2、请学好c++语言，99%以上的公司在招图像岗位的人员时都会笔试c++；3、请多做一些实际的项目，少一些理论的研究（...

2018-07-13 10:33:55 12542 3

原创 tensorflow及python附加包安装说明

对于windows系统来说，直接在CMD中输入pip install tensorflow即可安装。对于python的附加包问题，推荐下载pycharm编译器，然后打开settings如图所示。然后点击最右边绿色的加号从左边列表选择相应的包最后点击左下角的install package即可。...

2018-07-11 19:04:09 1092

原创 Matplotli中subplot的使用问题

参考自https://www.jianshu.com/p/de223a79217at=np.arange(0.0,2.0,0.1)s=np.sin(t*np.pi)plt.subplot(2,2,1) #要生成两行两列，这是第一个图plt.subplot('行','列','编号')plt.plot(t,s,'b--')plt.ylabel('y1')plt.subplot(2,2,2) ...

2018-07-11 18:50:31 517

qq_30761819的博客