原创 SIFT尺度不變特徵變換匹配算法
目錄 目錄 SIFT概述 特點 應用 方向 典型應用 流程 預處理 高斯金字塔 1概念 2 構建過程 高斯差分金字塔 空間極值點檢測 關鍵點定位 關鍵點方向分配 關鍵點特徵描述 SIFT概述 SIFT的全稱是
原创 qt使用中bug記錄
1 /home/vmuser/Desktop/sample/build-test1-Qt_5_3_2_arm-Release/test1: Syntax error: word unexpected (expecting “)”)
原创 vscode使用-代碼自動換行
File>>Preferences>>settings>>搜索Editor:WordWrap,將off修改爲on即可 或者快捷鍵 Ctrl+,調出settings見面,之後搜索Editor:WordWrap,將off修改爲on即
原创 《A Survey on Transfer Learning》遷移學習研究綜述 翻譯
遷移學習研究綜述 Sinno Jialin Pan and Qiang Yang,Fellow, IEEE 摘要: 在許多機器學習和數據挖掘算法中,一個重要的假設就是目前的訓練數據和將來的訓練數據,一定要在相同的特徵空間並且具
原创 Mathpix 可將論文方程式截圖迅速轉換爲LaTeX
Mathpix 是一個漂亮的小工具,它允許你截取複雜數學方程式的截圖,並立即將其轉換爲 LaTeX 可編輯文本。 LaTeX進行公式編輯的優點不用多說,每次看論文想利用文章的公式需要手敲公式,不僅需要記住LaTeX語法還費時,Ma
原创 遷移學習全面概述
Transfer Learning - Machine Learning’s Next Frontier 轉載鏈接:http://ruder.io/transfer-learning/index.html 作者:Sebastian
原创 《A Survey on Transfer Learning》中文版翻譯《遷移學習研究綜述》
首先感謝(http://blog.csdn.net/magic_leg/article/details/73957331)這篇博客首次將《A Survey on Transfer Learning》這篇文章翻譯成中文版,給予我們
原创 及其方便的C盤擴容方法
https://blog.csdn.net/a1b2c3d4123456/article/details/49763883
原创 用PyTorch來做物體檢測和追蹤(復現:pytorch_objectdetecttrack-master)
用PyTorch來做物體檢測和追蹤 原文:https://towardsdatascience.com/object-detection-and-tracking-in-pytorch-b3cf1a696a98 翻譯:https://
原创 crowdcount-mcnn-master復現中的問題
crowdcount-mcnn-master復現中的問題 代碼地址: 參考: print函數格式問題:加上括號即可(可能是版本問題,無所謂了) import問題:python ImportError: No module named
原创 距離度量方法
目錄 目錄 1歐氏距離 1 原理 2 例子 2曼哈頓距離 1 原理 2 例子 3切比雪夫距離 1 原理 2 例子 4閔可夫斯基距離 1原理 2 例子 5標準化歐氏距離 1原理 2例子 6馬氏距離 1原理 2例子
原创 cs231n作業1_KNN
0.使用之前請確保瀏覽器聯網,且可用內存較大,可以避免不必要的麻煩 1.載入數據集 cifar10 數據集位置:http://www.cs.toronto.edu/~kriz/cifar.html 載入代碼: 輸出相應的訓練集和
原创 論文閱讀-understanding and diagnosing visual tracking
介紹 研究對象Visual tracking 分爲五部分進行比分析 運動模型Motion Model 特徵提取Feature Extractor 觀測模型Observation Model 模型跟蹤器Model Updater 總體後
原创 HOG算法的matlab實現1.0
HOG算法的實現過程 圖像歸一化 梯度過濾 直方圖統計的單元劃分 對hog特徵向量進行歸一化 HOG算法的實現過程 1.圖像歸一化 傳統的圖像歸一化一般採用gamma標準化形式: 作用時將光照等印象因素有效的剔除 2.梯度
原创 用梯度下降法求極大值-Matlab
目錄 目錄 題目 解答 建立函數文件ceshim 這是調用的命令也可以寫在m文件裏 輸出結果 題外話 題目 解答 本文使用MATLAB作答 1. 建立函數文件ceshi.m function [x1,y1,f_now