原创 人臉識別效果好的幾篇文章

1) Surpassing Human-Level Face Verification Performance on LFW with GaussianFace,Chaochao Lu,Xiaoou Tang http://arxiv.

原创 Matlab基本數值計算功能

Matlab表達式 存在兩種基本形式: 1. 表達式 2. 變量 = 表達式 第一種情況: 3*4; % 表達式的值賦給 ans. 第二種情況: x = 3*4; Matlab常用算符 + (加), - (

原创 簡要介紹FDDB dataset

FDDB 是公認的人臉檢測評測集合。包含了數據集合和評測標準(benchmark)。 這個集合包含了2845張圖像(5171人臉)。 http://vis-www.cs.umass.edu/fddb/ 國際上主要的研發機構(也包括國內的

原创 簡要介紹 LFW dataset

人臉識別領域最重要的數據集合是lfw: 網址:http://vis-www.cs.umass.edu/lfw/ lfw數據集是爲了研究 非限制環境下的人臉識別問題而建立。這個集合包含超過13,000張人臉圖像(全部來自於internet

原创 ImageNet classification with deep convolutional neural network

摘要 作者訓練了一個巨大的神經網絡將ImageNet LSVRC-2010 contest 集合裏面的1.2million高清圖像分爲1000類。 在測試數據上,作者的top-1 錯誤率爲37.5%, top-5錯誤率爲17

原创 Matlab的聯機幫助

基本命令 1. helpwin: 顯示幫助窗口 2. helpdesk: 顯示html格式的幫助窗口 3. demo: 顯示Matlab Demo Window,可以選擇自己感興趣的內容,run demo 4. h

原创 Stacked Hourglass Networks for human pose estimation

摘要 這篇文章提出了一個新穎的ConvNet架構,應用於人體姿態估計。作者認爲重複使用 bottom-up,top-down能夠提升網絡性能。作者將這個網絡命名爲“stacked hourglass”(我試着翻譯爲:棧式沙漏網絡

原创 Matlab繪製三維線性圖形

plot3 plot3將繪製二維圖像的plot命令 進行擴展. plot3函數格式與plot基本相同. plot3(x1, y1, z1, s1, x2, y2, z2, s2, ……); 例子 t = 0 : pi / 50: 20

原创 SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size

摘要: SqueezeNet是UC Berkeley 和 Stanford的作者提出的一種“小網絡”。 原文地址: http://arxiv.org/abs/1602.07360 長久以來,研究人員一直在努力提升DCNN的精度。但是,

原创 R-CNN: Rich feature hierarchies for accurate object detection and semantic segmentation

摘要 2012年之前, 目標檢測算法性能已經進入平臺期。性能好的算法都是集成算法(綁定底層特徵和高層context)。在這篇文章中,作者提出了 R-CNN (Regions with CNN features)。 算法介紹 1. R-

原创 Fast R-CNN

摘要 比較R-CNN, SPP-Net, Fast R-CNN 使用”多任務損失” + “一個訓練stage”. 多任務損失簡化了學習,並提升了檢測率. Fast R-CNN修復了R-CNN和SPP-Net的缺陷. 存在下面的優點:

原创 使用 NuGet 管理項目庫

轉: https://msdn.microsoft.com/zh-cn/magazine/hh547106.aspx 無論多麼努力,Microsoft 也沒辦法提供開發人員所需要的每一個庫。 雖然 Microsoft 在全球的員工人數接近

原创 Matlab的函數調用和參數傳遞

函數調用 在Matlab中,調用函數的形式如下: [輸出參數 1,輸出參數 2,…] = 函數名字(輸入參數 1,輸入參數 2,輸入參數 3,…) 注意事項: 1. 函數調用的時候,參數順序應該與定義的時候一樣。 2. 函數可以嵌

原创 Matlab的數據輸入

ASCII碼數據文件的輸入 Matlab可以直接讀入ASCII碼數據文件。ASCII碼數據文件的數據格式是一個矩陣,每行的元素個數相同,並且用空格分開。 讀取的命令格式: Load 文件名(+擴展名); 執行上述命令之後,在

原创 SPP-Net:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

摘要 已知的CNN網絡需要固定的輸入圖像大小,本文提出SPP-Net (Spatial Pyramid Pooling)消除了上述需要。SPP-Net能夠生成固定長度的表達,不依賴於輸入圖像的尺寸和方向率。 使用SPP-Net只需要對