原创 《Pedestrian Tracking Using Thermal Infrared Imaging》

看英文文獻真是太容易走神了,只好一邊翻譯一邊看,翻譯的有點生硬,不喜勿噴。 1.簡介 近幾年來,熱成像紅外攝像機主要應用於軍事方面,在低照度的環境下識別人和機械運動目標。由於熱成像技術的發展,紅外攝像機價格越來越能夠被大衆所接受,紅外攝像

原创 基於空間直方圖meanshift跟蹤

最近看了一篇文章《spatiograms versus histograms for region-based tracking》,在此把這篇文章的核心思想及算法推理進行整理。 空間直方圖 傳統直方圖可視爲零階空間直方圖,二階空間直 方圖

原创 Caffe_windows10_python 安裝

1.Caffe windows 下載地址Caffe_windows 2.目前caffe只支持python2.7和python3.5,所以如果不是這兩個版本的python,需要下載一個。 3.對下載後的scripts/build_wim.c

原创 空間直方圖Meanshift跟蹤—代碼

typedef struct _TARGETHIST { float fHist[NBINS]; IVT_POINT pPonitMean[NBINS]; //均值 double dCov[4][NBINS]; //

原创 Lime 代碼

import lime from lime import lime_image explainer = lime_image.LimeImageExplainer() explanation = explainer.explain_i

原创 好玩的Deep Dream

參照《21個項目玩轉深度學習》第4章實現的,Deep Dream是google公司在2015年公佈的一項有趣技術,通過讀取訓練模型中某一層的結果值,添加噪聲而得到一張結果圖,deep Dream可以很好的幫助我們理解卷積層輸出的結果。 1

原创 CLAHE代碼

爲了提高運行速度,把CLAHE的代碼進行了修改,方便運行。 CLAHE.h class CLAHE { public: CLAHE(void); ~CLAHE(void); int m_nGridX; /* CLAHE 寬網

原创 圖像增強—限制對比度自適應直方圖均衡化

一、自適應直方圖均衡化(Adaptive histgram equalization/AHE)       1.簡述        自適應直方圖均衡化(AHE)是用來提升圖像的對比度的一種計算機圖像處理技術。和普通的直方圖均衡算法不

原创 yolov3+pyTorch+windows 訓練

1.下載yolov3-pytorch模型 2.安裝pytorch,到pytorch官網上根據自己需要進行本地安裝; 3.按照yolov3的配置要求安裝需要的庫文件; 4.製作訓練及測試數據集,參照博客; 5.修改train.py代碼中需要

原创 人車密度《Towards perspective-free object counting with deep learning》

最近做項目看到了Towards perspective-free object counting with deep learning這篇論文,詳細讀了一下,這篇博文主要是個人對文章的理解。 作者採用了兩個網絡一個是Counting CN

原创 深度學習目標檢測---slim windows配置

   看《21個項目玩轉深度學習》第5章中深度學習中的目標檢測,由於作者是在ubuntu環境中,而我是在windows環境,很多都不一樣,所以寫這篇博客,以便方便以後查詢。    1.下載tensorflow/models:https:/

原创 slim tensorflow 訓練自己的數據報錯

Object was never used (type <class 'tensorflow.python.framework.ops.Tensor'>): <tf.Tensor 'init_ops/report_uninitialize

原创 機器學習筆記——sklearn 交叉驗證(Cross-validation)

sklearn cross validation:https://scikit-learn.org/stable/modules/cross_validation.html 交叉驗證(Cross Validation)用來驗證分類器的性能

原创 VS2010調用python

1.VS2010配置 VC++ Directories->Include Directories中添加**/python/include文件; VC++ Directories->Library Directories中添加**/pyth

原创 機器學習筆記——ROC曲線

1.性能度量簡介 在對學習器的泛化 能力進行評估是模型泛化的能力,即要用到機器學習的性能度量,不同的性能度量往往會導致不同的評判結果,這意味着模型的好壞是相對的,什麼樣的模型是好的,不僅取決於算法和數據,還決定於任務的要求。 分類任務重最