原创 makefile 簡單實例

文章目錄1 makefile 基本結構2 Makefile 實例2.1 項目文件2.2 makefile 編寫(不生成庫)2.3 makefile 編寫(生成動態庫)2.4 makefile 編寫(生成靜態庫)3 複雜項目 makef

原创 貝葉斯分類器原理和應用

利用 sklearn 貝葉斯分類器對 IRIS 數據集分類 貝葉斯分類的基本思想一言以蔽之“將樣本歸爲其後驗概率最大的那個類”。 具體原理參考: http://www.cnblogs.com/leoo2sk/archive/2010/

原创 利用 sklearn SVM 分類器對 IRIS 數據集分類

利用 sklearn SVM 分類器對 IRIS 數據集分類 支持向量機(SVM)是一種最大化分類間隔的線性分類器(如果不考慮核函數)。通過使用核函數可以用於非線性分類。SVM 是一種判別模型,既適用於分類也適用於迴歸問題,標準的 S

原创 Linux下C程序動態庫的生成和調用

Linux下C程序動態庫的生成和調用 文章目錄Linux下C程序動態庫的生成和調用1 動態庫的打包和調用2 靜態庫打包和調用3 常用命令4 gcc 和 g++ 區別5 編譯和鏈接的理解 1 動態庫的打包和調用 下面以一個例子說明。 例

原创 基於決策樹模型對 IRIS 數據集分類

基於決策樹模型對 IRIS 數據集分類 文章目錄基於決策樹模型對 IRIS 數據集分類1 python 實現加載數據集可視化數據集分類和預測計算準確率2 基於MATLAB 實現 1 python 實現 加載數據集 IRIS 數據集在

原创 基於MATLAB的PCA人臉識別實現

基於MATLAB的PCA人臉識別實現 前言 其實這個程序早就完成了,而且還要比另一篇基於opencv的博文還要早,這裏主要是回顧一下。關於PCA人臉識別的步驟已經在另一篇博文中有講解,這裏就不多說了,直接上程序。 目錄 基於MAT

原创 神經網絡學習筆記

神經網絡學習筆記 前言 本筆記主要是我研讀《神經網絡與深度學習》一書之後,對重要知識點的整理和公式的推導。這裏講的神經網絡是最簡單的前饋神經網絡,學習算法採用基於誤差反向傳播的(隨機)梯度下降算法。 文章目錄神經網絡學習筆記前言1 神

原创 linux qt opencv安裝配置詳細版

linux qt opencv安裝配置(詳細版) 目錄 文章目錄linux qt opencv安裝配置(詳細版)目錄1. linux安裝配置1.1 下載系統鏡像1.2 系統分區1.3 製作U盤啓動盤1.4 安裝系統1.5 easybc

原创 VS2013中Image Watch插件的使用(OpenCV)

   轉載:http://blog.csdn.net/fengbingchun/article/details/46756373  之前在vs2010中寫OpenCV程序時經常用NativeViewer,安裝此插件後,在調試代碼時,對

原创 MATLAB GUI編程總結

MATLAB GUI編程總結 最近鼓弄畢設,做的是人臉識別方面的東西,用 matlab 編程實現,後來想到做一個GUI界面,經過研究,將自己的收穫總結在下面 目錄 MATLAB GUI編程總結 目錄 GUI 兩種編程方式 使用 g

原创 團隊開發、代碼維護利器——github

團隊開發、代碼維護利器——github 前言 github是一種基於git的代碼託管平臺,我們在本地的電腦上安裝上git後,並建立本地倉庫,然後與github遠程倉庫有建立連接,就可以實現代碼的上產(push)和下載(pull)。在團

原创 RM裝甲識別程序分析(一)

RM裝甲識別程序分析 目錄 RM裝甲識別程序分析 目錄 代碼預覽 1 基於opencv249編寫 2 基於opencv300編寫 關於omph頭文件 程序流程分析 相關數據結構 1 旋轉矩形 相關函數 1 通道分離 2 膨

原创 決策樹算法 MATLAB 簡單實現

決策樹算法 前言 最近在數據挖掘與機器學習的課程上剛剛學到了決策樹算法,於是,想自己用 MATLAB 簡單實現一下。雖然拿其中最簡單算法的進行實現,但是,從構思–編寫–初步完成,也花費了不少時間,畢竟只有動手編寫,才能真正體會到算法的

原创 MATLAB相機標定的使用並導出XML文件

MATLAB相機標定的使用並導出XML文件 前言 MATLAB的相機標定工具cameraCalibrator位於Computer Vision toolBox,在命令行輸入cameraCalibrator,並回車即可啓動GUI界面,可

原创 RM角度解析

RM角度解析 角度求解的流程 輸入檢測到的旋轉矩形 提取旋轉矩形頂點並按一定順序排列得二維點向量 以實際裝甲的中心爲原點建立物體座標系,求解四個定點的座標並排序得三維點向量(順序與上面的二維點一一對應) 調用solvePnP求解從物