i瓜子-CSDN博客

原创 5种控制变量可学习性的方法(PyTorch)

5种控制变量可学习性的方法(PyTorch)

2017-03-04 10:40:01 4238

原创艺术风格转换之《A Neural Algorithm of Artistic Style》

艺术风格转换之《A Neural Algorithm of Artistic Style》

2016-08-28 12:01:45 2167 2

转载 VLAD特征(vector of locally aggregated descriptors)

VLAD特征(vector of locally aggregated descriptors)

2016-08-23 10:49:09 2823

转载 bag of words model 应用于图像

本文记录bag of words（BOW）在图像中的应用相关思路。 1. 简介 bag of words是文档的一种建模方法，它可以把一个文档表示成向量数据，从而使计算机处理文档数据更加方便。 wiki的例子很清晰的描述了BOW对一个文档建模的过程。 http://en.wikipedia.org/wiki/Bag-of-words_model 现有如下两个文档： John likes

2016-08-23 10:28:50 483

原创微信公众号目录

2016-07-19 23:10:53 882

python实战之实现excel读取、统计、写入背景图像领域内的一个国内会议快要召开了，要发各种邀请邮件，之后要录入、统计邮件回复（参会还是不参会等）。如此重要的任务，老师就托付给我了。ps: 统计回复邮件的时候，能知道谁参会或谁不参会。而我主要的任务，除了录入邮件回复，就是统计理事和普通会员的参会情况了（参会的、不参会的、没回复的）。录入邮件回复信息没办法只能人工操作，但如果统计也要人工的话，那工

2016-07-19 21:38:44 51861 1

原创 Caffe之学习网络参数

Caffe之学习网络参数

2016-07-08 16:06:48 1375

原创 Caffe之Classification

caffe 分类

2016-07-07 14:24:21 1008

原创 User Interest Profiling from User Generated Visual Content----论文笔记

标题：根据用户产生的视觉内容（图像）分析用户兴趣一、背景1）准确地辨识出用户的特质和兴趣对私人定制和推荐系统都很重要。2）目前大多数工作都集中在用户产生的文本内容上，用户产生的视觉内容（图像）相对却很少受到关注，而图像现在非常普遍，且图像还不受语言障碍，所以这个课题值得研究。二、idea1）假设用户上传的图片是反映了自己的兴趣点，那么我们就可以根据分析这些图片内容，然后利用图片信息来推断用户的兴趣分

2016-07-05 15:53:25 819

原创 Efficient Dense-Field Copy-Move Forgery Detection----CMFD论文笔记

一、idea从何而来1）相对于sparse-field方法来说，dense-field的准确率好多了。2）之前的dense-field方法虽然比sparse-field的方法性能好，但是它在特征匹配阶段的处理时间太高，所以作者在特征匹配阶段以PatchMatch方法代替，大大加快了处理速度，还可以保持一定的平移、旋转、尺度不变性。总之，与同类dense-field算法相比，它准确率不差、更鲁棒、更快

2016-07-03 23:45:52 2639

原创 Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks----论文笔记

一、为什么提出Faster R-CNNFaster R-CNN的前身Fast R-CNN能达到实时检测，如果不考虑它用selective search计算region proposal所花时间的话。为此作者提出了Region Proposal Network(RPN)，该深度网络通过共享卷积网络，使计算region proposal的时间几乎可以忽略不计（10 ms/图）！

2016-06-28 20:08:01 1022

原创 Fast R-CNN 论文笔记

Fast R-CNN 论文笔记一、为什么提出Fast R-CNN因为Fast R-CNN的前任R-CNN和SPP-net不给力。R-CNN训练分为多个阶段，步骤繁琐: 微调网络+训练SVM+训练边框回归器; 训练耗时又耗内存; 目标检测又慢。SPP-net虽然比R-CNN快一些，但和R-CNN同样存在训练步骤繁锁的问题，而且无法更新SPP-net之前的卷积层。二、Fast R-CNN的框架Fast

2016-06-27 18:38:36 946

原创 Selective Search for Object Recognition----论文笔记

一、为什么提出selective search1）exhaustive search缺点多，像搜索域大（计算量大）、搜索尺度固定。2）传统的segmentation方法，依赖于单个强大的算法，计算开销大。selective search用多个融合准则（grouping criteria）和表达（representation）来处理各种图像内容（三个臭皮匠，赛过一个诸葛亮）。二、selective s

2016-06-26 11:46:56 1685 2

原创 Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition--SPP-net论文笔记

一、为什么提出SPP-net传统的CNNs网络的不足：对输入图像要求固定尺寸，其原因是网络最后面的全连接层要求是固定长度的特征向量。R-CNN框架发现，对图像提完region proposal（2000个左右）之后将每个proposal当成一张图像进行后续处理(CNN提特征+SVM分类)，实际上对一张图像进行了2000次提特征和分类的过程，速度很慢！二、什么是SPP-net在CNN网络中最后一

2016-06-25 22:16:51 1460

原创 Region-based Convolutional Networks for Accurate Object Detection and Segmentation----R-CNN论文笔记

一、为什么提出R-CNN目标检测性能停滞不前，性能最好的集成方法又太复杂，所以作者提出了一个既能大幅提升性能，又更简单的R-CNN。二、R-CNN的框架上面的框架图清晰的给出了R-CNN的目标检测流程：1) 输入测试图像2) 利用selective search算法在图像中提取2000个左右的region proposal。3) 将每个region proposal变换（warp）成227x227

2016-06-25 16:51:26 3423

原创 python: argparse模块

在shell环境的python参数处理模块import argparse#description（可选参数）：在shell环境下，调用'python test.py -h'时显示在开关的注释parser = argparse.ArgumentParser(description='describe the functionality of this funtion')parser.add_ar

2016-06-22 21:46:38 577

转载 python: pandas模块

10分钟入门 pandas评：我跟作者的智商差距是有多大，才能让我用60分钟看完作者认为10分钟的内容。。。This is a short introduction to pandas, geared mainly for new users. You can see more complex recipes in the CookbookCustomarily, we import as foll

2016-06-21 20:49:16 1433

转载 python: os模块

总是记不住API。python中对文件、文件夹（文件操作函数）的操作需要涉及到os模块和shutil模块。得到当前工作目录，即当前Python脚本工作的目录路径: os.getcwd()返回指定目录下的所有文件和目录名:os.listdir()函数用来删除一个文件:os.remove()删除多个目录：os.removedirs（r“c：\python”）检验给出的路径是否是一个文件：os.path.

2016-06-21 16:34:34 404

转载欢迎使用CSDN-markdown编辑器

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl

2016-06-21 16:28:09 282

StepLeave的博客

原创强化学习之深度Q函数