原创 【OpenCV配置之一】更新OpenCV SDK版本問題

今天配置OpenCV環境在配置VS2013的工程包含(include)目錄的配置時候發現以前大二做比賽配置過舊版本的OpenCV,後來就一直沒怎麼用過OpenCV直至現在….. 但是我已經下載了最新的OpenCV SDK,希望

原创 【OpenCV配置之二】VS2013:LNK2038 RuntimeLibrary不匹配問題(Release Debug混合錯誤)

最近爲了運行從github上下載的背景算法提取代碼,我爲我的Visual Studio配置了OpenCV和Boost1.61的環境。 OpenCV大家都很熟悉,Boost庫是由Boost社區開發支持的可面向C++的標準程序庫,其

原创 【VS2015使用】VS2015新版小問題:無法打開包括文件stdio.h等

最近剛剛更新了visual studio到2015版本,和之前使用的2013版本差別不大,因爲VS2013在使用Boost庫總是報錯所以才更新的2015。 然而在最開始使用的時候遇到了以下問題: 無法識別scanf,無法打開s

原创 【深度學習】 學習收藏的資料彙總(不定期更新中…)

Deep Learning(深度學習) {基礎學習階段} 深度學習簡介:11min 鏈接:https://www.youtube.com/watch?v=l42lr8AlrHk 這個視頻對深度學習進行了數學解釋。它將帶你瞭解機

原创 【深度學習】 Ubuntu16.04 caffe Opencv2.4.13 GPU環境配置

接觸ubuntu系統有半個多月了,反反覆覆配置了很多次caffe,在此記錄下配置經驗。 在開頭附上參考鏈接,感謝諸多願意分享的大神,因爲參考你們的經驗,我才能學得更快,輕鬆跳過很多障礙。 http://wxyblog.com/20

原创 【調研筆記】寒假記錄 無人機巡檢 圖像處理方法調研總結

寒假任務之一:調研巡檢相關的圖像處理技術,如根據無人機採集的圖像進行自動檢測分析是否存在問題。例子:高鐵橋樑檢測、樓房牆皮破損等。 ———————————————分割線—————————————————— 就最近閱讀的論文,圍

原创 【VScode】VScode 瀏覽器預覽HTML (windows+ubuntu+OS X平臺)

最近開始學習javascript,工具選擇了vscode,這裏記錄學習中遇到的問題和解決方案,備日後查看。 一、windows下使用vscode 配置瀏覽器預覽html文件: 第一步:打開tasks.json文件 ctr

原创 【深度學習】用CPU運行faster-RCNN 的官方demo(基於ubuntu16.04系統)

此篇文章用來記錄faster-rcnn在CPU下運行成功的詳細步驟,一般來說官方給的教程都是ubuntu+caffe+CUDA+cuDNN,基於GPU速度快於CPU,如果你不是顯卡有問題或者配置出問題,建議採用GPU的方法運行fa

原创 【機器學習實戰-python3】樹迴歸

本篇的數據和代碼參見:https://github.com/stonycat/ML-in-Action 本篇博客部分參考Forec blog 一、數據建模問題 前面介紹了貪心算法的決策樹,構建算法是ID3,每次選取當前最佳特徵來分割

原创 【機器學習實戰-python3】利用SVD簡化數據

本篇的數據和代碼參見:https://github.com/stonycat/ML-in-Action 一、開篇:簡述SVD應用 利用SVD實現,我們能夠用小得多的數據集來表示原始數據集。這樣做,實際上是去除了噪聲和冗餘信息。簡而言之

原创 【機器學習實戰-python3】使用Apriori算法進行關聯 分析

本篇的數據和代碼參見:https://github.com/stonycat/ML-in-Action 一、背景 從大規模數據集中尋找物品間的隱含關係被稱作關聯分析(association analysis)或者關聯規則學習(assoc

原创 【機器學習實戰-python3】K-均值聚類算法

本篇的數據和代碼參見:https://github.com/stonycat/ML-in-Action 一、K-均值聚類算法 聚類是一種無監督的學習,它將相似的對象歸到同一簇中,類似全自動分類。簇內的對象越相似,聚類的效果越好。K-均

原创 【機器學習實戰-python3】大數據與MapReduce

本篇的數據和代碼參見:https://github.com/stonycat/ML-in-Action 一、MapReduce:分佈式計算的框架 MapReduce 優點:可在短時間內完成大量工作。 缺點:算法必須經過重寫,需

原创 【機器學習實戰-python3】基於概率論的分類方法:樸素貝葉斯

實踐代碼和訓練測試數據可以參考這裏 https://github.com/stonycat/ML-in-Action 通過概率大小來判斷分類結果歸屬,涉及到概率論的條件概率。 p(ci | x,y)=p(x,y | ci)·p(c

原创 【機器學習實戰-python3】縮減係數來“理解”數據

遇到數據特徵比樣本點還多的情況,不再能使用線性迴歸的方法,因爲計算逆矩陣的時候會出錯。 引入嶺迴歸來解決特徵數大於樣本點個數的情況 一、嶺迴歸 嶺迴歸就是在矩陣XTX 中加入λI 來使矩陣非奇異,今兒能夠計算其逆矩陣。矩陣I是一個m