一个致力“使己成为人”的专栏

http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm

测试使用的是最新版opencv-3.3.1，dnn模块中加入了很多深度学习库的接口，可直接读取配置文件进行预测，对于面向应用的程序设计很有意义。import org.opencv.core.*;import org.opencv.dnn.*;import org.opencv.imgproc.*;import org.opencv.imgcodecs.*;public class Main {

function [single_number,single_image] = save2XML(labelresults)names = {‘a’,’b’,’c’,’d’,’e’,’f’,’g’};[n, ~] = size(labelresults); single_image = cell(n,5); single_number = zeros(n,5); for i = 1 ...

Mark as follows: MatConvNet实现该网络架构如下：function output = MobileNetV2()net = dagnn.DagNN() ;convBlock = dagnn.Conv('size', [3 3 3 32], 'hasBias', false, 'pad',[1 1], 'stride', [2 2]) ;net.addLay...

优快云为啥文章内容不能只有图片呢？

优快云为啥文章内容不能只有图片呢？ 以下内容参考亚马逊AI主任科学家李沐博士“跟李沐一起动手学深度学习”系列讲座~~~~

ICCV2017 Dynamic Computational Time for Recurrent Attention Model (DT-RAM)https://github.com/baidu-research/DT-RAM（Torch实现，ResNet的baseline很牛，CUB-200-2011数据集 84.5%）http://openaccess.thecvf.com/conten...

我的痛苦问题来源：多标签的Pytorch实现问题：学习不收敛解决：问题来源：多标签的Pytorch实现最近关注多标签学习，发现网上的开源代码基本都是keras实现的，比如TinyMind的多标签竞赛方法等，由于本人习惯于Pytorch，希望能够使用Pytorch实现，因此复现Pytorch版本，至此困惑即开始了。问题：学习不收敛根据自己的经验，搭建网络来学习TinyMind竞赛数据，并参考...

DatasetRegDBSYSU-MM01Rank-1(%)mAP(%)Rank-1(%)mAP(%)Deep Zero-Padding(ICCV2017)––14.8015.95HCML(AAAI2018)24.4420.80––cmGAN(IJCAI2018)––26.9727.80BDTR(IJCAI2018)...

1.下载git clone https://github.com/jacksonliam/mjpg-streamer2.安装相关依赖库sudo apt-get install libjpeg8-dev3.编译进入目录mjpg-streamer-experimental，执行make clean all 已安装cmake，没有的话安装之。sudo apt-get install cmake4. 配置s

安装系统下载raspbian-stretch镜像：https://www.raspberrypi.org/downloads/raspbian/ 下载SDFormatterv4：https://www.sdcard.org/downloads/formatter_4/ 下载Win32DiskImager：https://sourceforge.net/projects/win32diskimag

这两天关注了一下小网络，首先是SqueezeNet，网络之小，出乎意料，出现之早，也出乎意料！再Google之后，发现Tiny Darknet （YOLO）竟然也只有几兆的大小，且精度更高、速度更快！这年头，人工智能、模式识别、机器学习、计算机视觉等正在已飞一般的速度发展，稍不留神就落伍了。在此，记录一下相关材料以备学习使用！SqueezeNethttps://github.com/DeepScal

最近阅读了TPAMI上的一篇文章，是关于多实例学习跟踪的。非常欣赏其文章写作，引言中总结了跟踪系统组成的三个基本元素：外观模型，运动模型和搜索策略。作者的工作主要是针对外观模型，构建了一种多实例在线学习方法，结合了MILBoost和Online AdaBoost，效果也很好。不过我要谈的是跟踪创新问题，那么下面浅谈一点我的认识：1）外观模型。即研究如何更好的评价一个候选目标

一、Surf由来SIFT算法比较稳定，检测到的特征点也比较多，但是其最大的缺点是计算复杂度较高。为此，不少学者进行了改进，其中比较出名的就是SURF算法，中文意思为快速鲁棒特征。它是瑞士苏黎世联邦理工学院Herbert Bay和比利时鲁汶大学Tinne Tuytelaars, Luc Van Gool提出的. 二、 Surf提取过程1. 构造高斯金字塔尺度空间 2. 利用非极大

机器学习与计算机视觉相关资源（不断更新中…）期刊会议： - JMLR：http://jmlr.csail.mit.edu/papers/ 文章免费下载，部分还附带源码哦 - IJCV： - TPAMI： - TIP：数据集资源：工具资源： http://www.vlfeat.org/index.html http://www.vlfeat.org/benchmarks/ind

本文整理自JerryLead的博文“《K-means聚类算法》 ”，“《（EM算法）The EM Algorithm 》”，“《混合高斯模型（Mixtures of Gaussians）和EM算法 》”，以及自己编写的关于GMM的Matlab实现。

本笔记记录安装测试Joseph Redmon的YOLO代码。 项目主页：http://pjreddie.com/darknet/yolo/ CVPR论文：Only Look Once:Unified, Real-Time Object Detection参考：http://blog.youkuaiyun.com/samylee/article/details/51684856注意：请按照ubuntu14.0

本博客及后续博客翻译和记录学习“Unsupervised Feature Learning and Deep Learning Tutorial”的收获及体会！

多层神经网络 最小二乘损失和Softmax损失的网络结构图，及前传和后传递推公式！

通过小规模的极简卷积神经网络探索神经网络中卷积和池化的原理，推理梯度回传等计算过程。

Mean Shift算法本质上最优化理论中的最速下降法（亦称梯度下降法，牛顿法等），即沿着梯度下降方法寻找目标函数的极值。