面壁者V-CSDN博客

转载用Ultraiso安装镜像文件

http://www.proewildfire.cn/thread-77647-1-1.html1.从开始项找到安装好的UltraISO，右击以管理员身份运行；2.点击工具--加载到虚拟光驱3.4.点击即可打开镜像文件安装。

2017-03-08 16:32:50 2235

转载 python读取相似文件并处理

http://blog.csdn.net/eddy_zheng/article/details/47312729#coding=utf-8'''使用函数os.dirlist()读取文件夹内的文件名字2015.08.06'''from os import listdir#将文件夹内的文件名读进列表mfilepath='C:\Users\Administrator\Desktop\

2017-03-06 23:44:27 1395

转载 faster rcnn 数据格式

1.VOC数据格式解读：http://blog.csdn.net/liuweizj12/article/details/53188186PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge。本文主要分析PASCAL VOC数据集中和图像中物体识别相关的内容。在这里采用PASCAL VOC20

2017-03-03 21:08:58 2829

原创 caffe 添加一个新层

1.准备工作：编辑好的新层文件：newlayer.cpp, newlayer.hpp, newlayer.cu2.将.cpp和.cu放在src/caffe/layers/下，将.hpp放在include/caffe/layers/下3.修改caffe.proto3.1 添加层的参数在message LayerParameter {}中添加新参数信息。添加信息时，首先要制定一个唯一I

2017-03-02 14:43:46 592

转载计算机视觉方向的一些顶级会议和期刊

转载]计算机视觉方向的一些顶级会议和期刊http://blog.sciencenet.cn/blog-333328-297550.html已有 8051 次阅读 2010-2-25 14:46 |个人分类:学习|系统分类:科普集锦|文章来源:转载计算机视觉方向的一些顶级会议和期刊2009-12-01 15:26计算机视觉方

2016-12-13 19:25:27 581

原创两个lmdb

http://blog.mythsman.com/?p=2591http://blog.csdn.net/zhzhanp/article/details/50726701http://m.blog.csdn.net/article/details?id=51791136

2016-09-25 15:29:46 342

转载迁移学习

http://www.52cs.org/?p=752在传统的机器学习的框架下，学习的任务就是在给定充分训练数据的基础上来学习一个分类模型；然后利用这个学习到的模型来对测试文档进行分类与预测。然而，我们看到机器学习算法在当前的Web挖掘研究中存在着一个关键的问题：一些新出现的领域中的大量训练数据非常难得到。我们看到Web应用领域的发展非常快速。大量新的领域不断涌现，从传统的新闻，到网页，到图

2016-09-07 21:19:28 432

原创人群密度估计密度图的产生

1.数据集的坐标就是像素的坐标（行列，坐标取整，X是列，y是行）2.

2016-09-05 18:24:03 5505 5

转载 LINUX ROOT

剛剛開始使用ubuntu的朋友可能知道一個提權命令 sudo如果你接觸過其他的Linux系統的話，你會知道 linux系統有一個最高權限 root。一般用su root，然後輸入密碼就可以。但是ubuntu的root密碼是多少呢？？原來ubuntu系統的root密碼是每一次開機的時候都會隨機的生成的，那我們怎麼拿到root權限呢？每次都要sudo實在太麻煩了輸入一下

2016-08-02 20:37:14 227

原创 ubantu 14.04 的caffe 环境配置仅CPU

1.http://blog.csdn.net/u011762313/article/details/47262549必须安这个来，一步不漏。2.matlab 2014a 安装http://www.cnblogs.com/nowornever-L/p/5649078.html安装前，先在windows下解压。自定义快捷方式$ cd /usr/local/MATLAB/

2016-08-02 15:42:27 494

转载卷积和滤波

http://blog.csdn.net/zouxy09/article/details/49080029很有必要再看1.滤波器矩阵又叫卷积核。2.滤波器的大小应该是奇数，这样它才有一个中心，例如3x3，5x5或者7x7。有中心了，也有了半径的称呼，例如5x5大小的核的半径就是2

2016-08-01 16:12:57 330

转载 blob

1.BLOB (binary large object)，二进制大对象，是一个可以存储二进制文件的容器。在计算机中，BLOB常常是数据库中用来存储二进制文件的字段类型。2.BLOB是一个大文件，典型的BLOB是一张图片或一个声音文件，由于它们的尺寸，必须使用特殊的方式来处理（例如：上传、下载或者存放到一个数据库）。根据Eric Raymond的说法，处理BLOB的主要思想就是让文件处理

2016-08-01 15:56:59 280

原创 boosting

1.http://www.cnblogs.com/LeftNotEasy/archive/2011/01/02/machine-learning-boosting-and-gradient-boosting.html

2016-07-31 21:11:00 312

原创透视

1.透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane)，也称作投影映射(Projective Mapping)。2.摄像机获取的像点会随着真实场景中的点距摄像机的远近不同而发生不同的变形，这即是所谓的透视畸变。3.http://blog.csdn.net/xiaowei_cqu/article/details/

2016-07-31 20:47:22 394

原创导数，方向导数，梯度

http://blog.cvmarcher.com/posts/2015/06/27/gradient-descent1。方向导数的最大值就是梯度。2.梯度下降法也是从这里来，当我们在求解的时候没办法直接得到最优解，只能不断逼近最优解，而逼近的时候又想尽可能的快，那么只能沿着函数变化最剧烈的方法(也就是梯度方向)的反方向走。这里顺便提一下梯度上升法，其实是跟梯度下降法一样，只是它是

2016-07-14 12:24:20 654

原创 Andrew Ng 机器学习

1.http://www.yalewoo.com/andrew_ng_machine_learning_notes_1_introduction.html机器学习让机器获得学习的能力，而不需要明确的编程。Samuel 写了一个跳棋游戏程序，但是跳棋的规则并没有写到代码中。相反，该程序通过自己和自己下跳棋，在这个过程中记录什么样的局面会有什么样的结果。随着局数的增加，该程序真的成了一个高水平跳棋

2016-07-14 11:45:29 475

原创权值共享和卷积核（滤波器）

1.摘自http://blog.csdn.net/lien0906/article/details/51249947第一步，针对一个神经元，一幅640*360图像，一个神经元要对应640*360个像素点，即一个神经元对应全局图像，全连接的话一个神经元就有640*360个参数；第二步，然而，图像的空间联系是局部的，就像人是通过一个局部的感受野去感受外界图像一样，每一个神经元都不需要对全局图像

2016-07-13 16:44:16 7774

原创 linux初级

1.Torvalds李纳斯·托沃兹, linux之父2.操作系统：管理硬件，软件资源，用户交互。3.KDE，K桌面环境(Kool Desktop Environment)的缩写。一种著名的运行于 Linux、Unix 以及FreeBSD 等操作系统上的自由图形桌面环境4.5.每种操作系统都是在他专门的机器上面运行的喔！不过， Linux 由于是 Open Source 的操

2016-07-13 09:36:05 243

转载 2016.07.10

1.行人之间相互遮挡，实时，行人姿态多样化2.以前：梯度方向直方图（HOG特征），大多数行人检测特征都是基于梯度方向直方图特征进行改进的。HOG+SVM。般来说专家设计优秀的特征即使对于钉扎实专业甚础知识的研究人员也是很困难的，深度学习算法能很好地解决这个难题，它能自动地结合不同的分类任务从数据中学习并提取特征。3.特征设计 http://blog.csdn.net/dream_ang

2016-07-11 14:49:06 288

原创 2016.07.10正则

1.两个变量之间的关系是一次函数关系的——图象是直线,这样的两个变量之间的关系就是“线性关系”；如果不是一次函数关系的——图象不是直线,就是“非线性关系”。2.http://www.cnblogs.com/jianxinzhou/p/4083921.html3."泛化"指的是一个假设模型能够应用到新样本的能力4.岭回归就是在最小二乘法的后面加上正则项，正则项是对待求系数的惩罚以避免过拟

2016-07-10 11:54:29 269

sinat_34298650的博客