原创 HOG算法

hog原理基於梯度直方圖,將圖像分塊,計算每一小塊的梯度直方圖作爲對象特徵,每一類對象會計算出一維向量特徵數據,結合svm做行人檢測,訓練的正樣本就是從圖中摳出來的行人方形圖片,負樣本就是沒有行人的街道。http://blog.sina.c

原创 霍夫變換

https://www.cnblogs.com/AndyJee/p/3805594.html將笛卡爾座標系的座標x,y轉化爲參數方程,在同一直線的點轉換爲參數方程的參數曲線會相交,相交一次加一次。

原创 卡爾曼濾波器

https://blog.csdn.net/tiandijun/article/details/72469471

原创 R-CNN fast-RCNN faster-RCNN

https://www.cnblogs.com/skyfsm/p/6806246.html

原创 理解LSTM網絡

https://www.jianshu.com/p/9dc9f41f0b29

原创 邊緣檢測技術發展現狀及其在零件識別中的應用綜述 西安電子科技大學

傳統檢測技術 1.微分邊緣檢測:Sobel算子,Robert算子,Prewitt算子,Laplacian算子等。但一般的微分運算會使圖像噪聲增強,影響邊緣檢測性能。Canny算子微分運算之前採用平滑濾波器減少噪聲影響。 2.鬆弛迭代法圖像邊

原创 幾何距和物體識別

 幾何矩是由Hu(Visual pattern recognition by moment invariants)在1962年提出的,具有平移、旋轉和尺度不變性。  在連續情況下,圖像函數爲 f(x,y),那麼圖像的p+q階幾何矩(標準矩)

原创 深度學習名詞解釋 個人筆記

馬爾可夫過程:將來只依賴於現在不依賴於過去的過程。時間和狀態是離散的馬爾可夫過程稱作馬爾可夫鏈。SVM:支持向量機(support vector mechine)基本模型是在特徵空間上找到最佳的分離超平面使得訓練集上正負樣本間隔最大。SVM

原创 大數據生態系統組成,各組件及其作用

HDFShadoop distributed file system(分佈式文件系統),以數據塊(block)爲處理單位,默認大小時64MB,其中一個大文件分成若干數據塊可以分發到不同硬盤存儲,一旦系統出現問題會使用其中的副本。不適用於大量

原创 python3一些用法

python3自定義算法排序 sorted(a1, key = functools.cmp_to_key(cmp))a1是待排序list,cmp爲排序函數 NumpyX.shape 輸出行數和列數X.shape[0] 輸出行數X.shape

原创 (2013 ZFNet) Visualizing andUnderstanding CN

試圖用圖像顯示出卷積網絡所學習的內容,以找到改進網絡的方法。其中要可視化某一層需要將去去池化,整流,乘以過濾器矩陣的轉置。 去池化:在池化時會生成一個對照表,記錄最大池化位置,去池化時將最大值放入池化前位置,其餘位置放0整流:將去池化的結果

原创 (2012)ImageNet Classification with Deep CNN

3.1 ReLU Nonlinearity使用relu作爲激活函數要比sigmoid和tanh(雙曲正切)函數收斂的快 3.3 局部響應歸一化對局部神經元的活動創建競爭機制,使響應大的變得更大,並抑制其他反饋較小的神經元,可以降低top1

原创 概率一些公式

P(y=1|x) 在x給定的情況下,y=1的概率P(x|y=1) 在y=1條件下,不同x對應的概率

原创 多通道卷積計算

https://blog.csdn.net/yudiemiaomiao/article/details/72466402

原创 批量歸一化 batch normalization

https://blog.csdn.net/jningwei/article/details/78866591 爲了保障輸入層的輸入在分佈在(-1,1)之間作用:1. 縮小輸入空間,降低調整參數難度 2.防止梯度暴漲或消失,可以加速網絡收