原创 計算連通區域的像素點個數,找目標圓點

任務 圈出小圓點,不能圈不規則白點 參考知識 http://blog.csdn.net/qq_16540387/article/details/78844965 http://blog.csdn.net/qq_1654038

原创 《神經網絡和深度學習》之神經網絡基礎(第二週)課後作業——一個隱藏層的平面數據分類

歡迎來到第三週的課程,在這一週的任務裏,你將建立一個只有一個隱含層的神經網絡。相比於之前你實現的邏輯迴歸有很大的不同。 你將會學習一下內容: 用一個隱含層的神經網絡實現一個二分類。 利用非線性的激活函數單元。 計算交叉熵損失函數

原创 目前需要注意的兩件事情

1.年輕人千萬別懶,尤其是受原生家庭影響而覺得人生就應該懶散的孩子,告別懶惰是擺脫原生家庭層級的唯一方式。 2.年輕人別慌,生活中遇到的每一件事情都需要認真面對。抓住主要矛盾,忽略次要矛盾,趨利避害,最終達到目的。

原创 A-Fast-RCNN:Hard Positive Generation via Adversary for Object Detection

一 摘要 這些近年來的建立在從ImageNet分類的任務中成功學到的強大的深層特徵,因此,物體檢測領域取得了顯著地進步。最近的研究集中在物體檢測系統主要有三個方向。 第一個方向依賴於改變這些網絡的基礎架構。中心思想是使用更深層次

原创 c++中運算符&,&&,|,||的區別

簡介: &&是邏輯與運算符,||是邏輯或運算符,都是邏輯運算符,兩邊只能是bool類型 &與| 既可以進行邏輯運算,又可以進行位運算,兩邊既可以是bool類型,又可以是數值類型 & | 爲整型和 bool 類型預定義了兩種運算

原创 《tensorflow實戰》之實現多層感知器(二)

一 概念介紹 理論研究表明,神經網絡隱含層,層數越多,所需要的隱含節點可以越少。 1.過擬合 有一種方法叫Dropout,在使用複雜的卷積神經網絡訓練圖像數據時尤其有效,簡單說,就是將神經網絡某一層的輸出節點數據隨機丟棄一部分。實

原创 深度學習目標檢測模型發展過程:R-CNN Fast R-CNN Faster R-CNN R-FCN

一 R-CNN 模型 如果要擬人化比喻,那 R-CNN 肯定是 Faster R-CNN 的祖父了。換句話說,R-CNN 是一切的開端。 R-CNN,或稱 Region-based Convolutional Neural Net

原创 《神經網絡和深度學習》之神經網絡基礎(第二週)課後作業——Python與Numpy基礎知識

1 用numpy 建立基本函數 1.1 s型函數,np.exp() # GRADED FUNCTION: basic_sigmoid import math def basic_sigmoid(x): """

原创 《神經網絡和深度學習》之神經網絡基礎(第二週)課後作業——神經網絡思維的邏輯迴歸

歡迎來到你的第一個編程作業,在這次作業中你將會用邏輯迴歸去識別一個貓。並且在這次作業中你將會用神經網絡的思維去一步一步的去解決這個問題和磨練你的深度學習的直覺。 說明: 在你的代碼中不能使用for或while循環,除非說明明確要

原创 基於局部極值的分水嶺算法的圓斑點檢測

本次實驗利用了基於局部極值的分水嶺算法來實現圓斑點的檢測。在OPENCV中提供了simpleBlobDetector特徵檢測器來實現這種斑點檢測算法,正如它的名稱,該算法使用最簡單的方式來檢測斑點類的特徵點,效果較好,設置較爲寬鬆

原创 c++中vector的使用方法

在c++中,vector的作用是:它能夠像容器一樣存放各種類型的對象,簡單地說,vector是一個能夠存放任意類型的動態數組,能夠增加和壓縮數據。 1 、基本操作 #include<iostream> #include<ve

原创 《tensorflow實戰》之實現softmax pegression識別手寫體(一)

一 概述 1.數據集 minist有55000個樣本,測試集有10000個樣本,驗證集有5000個樣本,每個樣本都有標籤。每張圖片是28*28的灰度圖像,所以說每個樣本有28*28=784維的特徵。數據集總的特徵爲55000*78

原创 圓斑檢測

一 簡介 本次實驗利用拉普拉斯邊緣信息改進全局閾值處理的方法,對原圖進行自適應閾值分割;利用函數regionprops函數計算圓斑區域描繪子,進而得到符合要求的圓斑。此次試驗在上一次試驗的基礎上改進了兩點,1)採用了自適應閾值分割

原创 《tensorflow實戰》之實現自編碼器(三)

一.概述 早年學者研究稀疏編碼(sparse coding)時,他們收集了大量的黑白風景照,並且從中提取了許多16*16的圖像碎片,他們發現幾乎所有的圖片碎片都可以由64種正交的組合得到,並且組合出一張圖片需要的邊的數量是很少的,

原创 VideoWriter 細節

VideoWriter CV_FOURCC('P', 'I', 'M', '1') = MPEG-1 codec CV_FOURCC('M', 'J', 'P', 'G') = motion-jpeg codec CV_FOURC