原创 原碼 反碼 補碼的計算 劍指office
題目描述 輸入一個整數，輸出該數二進制表示中1的個數。其中負數用補碼錶示。 # -*- coding:utf-8 -*- class Solution: def NumberOf1(self, n): #
2020-06-11 15:43:05
1
原创 深度相機原理揭祕--雙目立體視覺
深度相機原理揭祕–雙目立體視覺 爲什麼非得用雙目相機才能得到深度？ 雙目立體視覺深度相機的工作流程 雙目立體視覺深度相機詳細工作原理 理想雙目相機成像模型 極線約束 圖像矯正技術 基於滑動窗口的圖像匹配 基於能量優化的圖像匹配 雙
2020-02-23 02:12:24
14
原创 嵌入式驅動工程師開發學習路線
ARM+LINUX路線，主攻嵌入式Linux操作系統及其上應用軟件開發目標： （1）掌握主流嵌入式微處理器的結構與原理（初步定爲arm9） （2）必須掌握一個嵌入式操作系統 （初步定爲uclinux或linux,版本待定） （3）
2020-02-23 02:12:24
8
原创 （轉）爲什麼BAT幹不掉海康威視？——關於人工智能的思考
爲什麼BAT幹不掉海康威視？——關於人工智能的思考 來源：新智元 作者：程浩（迅雷創始人） “即使百度技術好，在人臉識別率方面比海康威視高一個百分點（實際不一定，海康背後有幾百人的 AI 研發團隊）。但這並不代表百度就能替代海康。
2019-06-12 13:05:26
9
原创 圖像座標系、相機座標系和世界座標系 相機的內、外參數矩陣
圖像座標系、相機座標系和世界座標系的定義，及三者之間的變換關係。 圖像座標系 1.圖像像素座標系 原點：圖像左上角P0點 單位：像素 橫座標u：圖像數組中的列數 縱座標v：圖像數組中的行數 2.圖像物理座標系 在圖像像素座標系下
2019-06-11 07:39:58
33
原创 極線幾何關係、極點、極線，三維重構，k-d樹的特徵匹配方法
1. 試畫圖說明極線幾何關係，並指出極點、極線所在，解釋極線約束。 基線：左右像機光心連線； 極平面：空間點，兩像機光心決定的平面； 極點：基線與兩攝像機圖像平面的交點； 極線：極平面與圖像平面交線 極線約束：匹配點必須在極線上
2019-06-11 07:39:58
1
原创 仿射變換和透視變換的基本概念實例說明
仿射變換和透視變換的基本概念 仿射變換 用途 旋轉 (線性變換)，平移 (向量加)．縮放(線性變換)，錯切，反轉 方法 仿射變換是一種二維座標到二維座標之間的線性變換，它保持了二維圖形的“平直性”（直線經過變換之後依然是直
2019-06-11 07:39:58
原创 利用棋盤格圖案完成相機標定
攝像機標定 單孔攝像機（照相機）會給圖像帶來很多畸變。畸變主要有兩種：徑向畸變和切想畸變。如下圖所示，用紅色直線將棋盤的兩個邊標註出來，但是你會發現棋盤的邊界並不和紅線重合。所有我們認爲應該是直線的也都凸出來了。 所以需要進行相
2019-06-11 07:39:58
209
原创 全連接神經元網絡測試MNIST數據集
1、代碼的運⾏log截圖 2、對模型結構的理解 本模型是一個2層的全連接神經元網絡，包含輸入層、1個隱藏層、1個輸出層。 輸入層爲784個node的張量，既爲32*32分辨率並經過二值化後的圖片的所有像素點組成的一個向量。 第一
2019-06-11 07:39:58
原创 爲什麼感知器代碼⽆法完成異或功能
異或問題的真值表如下： X1 X2 OUT 0 0 0 1 0 1 0 1 1 1 1 0 就是說兩個不一樣，就是真（1），如果把異或問題表現爲二維的分佈，就是這樣 這樣就很直觀的把異或問題表現爲點
2019-06-11 07:39:58
1
原创 機器學習入門04——共享單車數據預測實驗
共享單車騎行數據預測 任務說明 1、 任務描述 請在Capital Bikeshare （美國Washington, D.C.的一個共享單車公司）提供的自行車數據上進行迴歸分析。根據每天的天氣信息，預測該天的單車共享騎行量。 原始數據
2019-04-17 02:29:22
7
原创 機器學習入門04——糖尿病數據預測
利用Logistic迴歸技術實現糖尿病發病預測 數據說明 數據說明： Pima Indians Diabetes Data Set（皮馬印第安人糖尿病數據集） 根據現有的醫療信息預測5年內皮馬印第安人糖尿病發作的概率。 數據鏈接：ht
2019-04-17 02:29:22
300
原创 機器學習03——線性迴歸過擬合正則化 L1L2正則 嶺迴歸 Lasso迴歸 彈性網絡
最小二乘迴歸中，目標函數只考慮了模型對訓練樣本的擬合程度： 原則上任意複雜的模型能完全擬合訓練數據。我們稱之爲過擬合。 • 過擬合（ overfitting ）：過於複雜的模型與訓練數據擬合得太好，但和測試數據擬合得不好。 • 欠擬合
2019-04-03 01:48:46
原创 機器學習02——迴歸問題中的損失函數 （L2損失L1損失Huber損失函數）
迴歸問題預測中的殘差 • 預測殘差：真實值和預測值之間的差異： 𝑟 = 𝑦 − 𝑦1 • 忽略預測殘差的正負號：殘差的平方：𝑟**2 • 最佳模型：殘差平方和(Residual Sum of Squares, RSS )最小 L2
2019-04-02 01:54:30
11
原创 機器學習入門01——線性迴歸簡介 殘差平方 代碼例程
一、線性迴歸定義 線性迴歸，就是能夠用一個直線較爲精確地描述數據之間的關係。這樣當出現新的數據的時候，就能夠預測出一個簡單的值。線性迴歸中最常見的就是房價的問題。一直存在很多房屋面積和房價的數據。 如下圖所示： 在這種情況下，就可以
2019-04-02 01:54:30