峻峰飞阳的博客 blog.youkuaiyun.com/while0

AI并不是一门简单的学科，AI算法的开发和调试并没有一个统一的、集成了大量API方便调用的平台和语言，目前的人工智能开发平台仍然处于一种半蛮荒的状态。许多功能需要自己亲自去搭建和实现。不过幸运的是，这个领域受到了足够多的重视，因此许多巨头都针对它开发了自己的平台，这其中就包括谷歌的Tensorflow。谷歌DeepMind在AI领域的造诣已经人尽皆知，其推出的这款开发语言平台也不禁引人遐想，那...

方法分析在样本数据集（）中，不是简单的离散值，而是连续值。如在线性回归中，预测房价。与线性回归类型，目标函数是正则平方误差函数：在SVM回归算法中，目的是训练出超平面，采用作为预测值。为了获得稀疏解，即计算超平面参数w,b不依靠所有样本数据，而是部分数据（如在SVM分类算法中，支持向量的定义），采用误差函数误差函数定义为，如果预测值与真实值的差值小于阈值将不对此样本做惩罚，若超出阈...

一、机器学习中的参数估计问题二、EM算法简介 在上述存在隐变量的问题中，不能直接通过极大似然估计求出模型中的参数，EM算法是一种解决存在隐含变量优化问题的有效方法。EM算法是期望极大(Expectation Maximization)算法的简称，EM算法是一种迭代型的算法，在每一次的迭代过程中，主要分为两步：即求期望(Expectation)步骤和最大化(Maximization...

1. 引言也许你和这个叫『机器学习』的家伙一点也不熟，但是你举起iphone手机拍照的时候，早已习惯它帮你框出人脸；也自然而然点开今日头条推给你的新闻；也习惯逛淘宝点了找相似之后货比三家；亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈。恩，这些功能的核心算法就是机器学习领域的内容。套用一下大神们对机器学习的定义，机器学习研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织...

在此之前，我们讨论了对象检测，关于它是什么以及最近如何使用深度学习解决它。 如果您还没有阅读我们之前的博客文章，我们建议您在继续之前先看一下它。(深度学习之对象检测的概念、现状与挑战)去年，我们决定涉足Faster R-CNN，阅读原始论文和所有参考论文（以此类推），直到我们清楚地了解它是如何工作以及如何实现它。我们最终在Luminoth中实施了Faster R-CNN，这是一个基于Ten...

从简单的图像分类到3D姿势估计，计算机视觉中不乏有趣的问题。 我们最感兴趣并投入大量研究的问题就是对象检测。像许多其他计算机视觉问题一样，仍然没有明确或“最佳”的方法来处理对象检测问题，这个领域仍有很大的改进空间。在这篇文章中，我们将快速了解对象检测中最常见的问题，深入了解应用实践的细节，并理解在过去的几年里如何通过深入学习 解决它的方法。对象检测与其它计算机视觉问题图像分类...

Movement for a single object seems easy. Pathfinding is complex. Why bother with pathfinding? Consider the following situation:The unit is initially at the bottom of the map and wants to get...

Previously, wetalked about object detection, what it is and how it has been recently tackled using deep learning. If you haven’t read our previous blog post, we suggest you take a look at it before c...

原文：目标检测 - Faster R-CNN 详解[译] - AIUAI原文:Faster R-CNN: Down the rabbit hole of modern object detection - 2018.01.18作者：Javier ReyObject detection: an overview in the age of Deep Learning已经对基于深度学...

作者丨浩克匠心研究方向丨基于深度学习的实时目标检测知乎专栏丨计算视觉与深度学习的小屋YOLOv3的前世今生2015 年，R-CNN 横空出世，目标检测 DL 世代大幕拉开。各路豪杰快速迭代，陆续有了 SPP，fast，faster 版本，至 R-FCN，速度与精度齐飞，区域推荐类网络大放异彩。奈何，未达实时检测之基准，难获工业应用之青睐。此...

本文翻译自Deep Learning based Object Detection using YOLOv3 with OpenCV ( Python / C++ )基于OpenCV和YOLOv3深度学习的目标检测本文，我们学习如何在OpenCV上使用目前较为先进的目标检测技术YOLOv3。YOLOv3是当前流行的目标检测算法YOLO(You Only Look Once)的最新...

自然语言处理是对一维信号（词序列）做操作，计算机视觉是对二维（图像）或三维（视频流）信号做操作。不同：自然语言处理的输入数据通常是离散取值（例如表示一个单词或字母通常表示为词典中的one hot向量），计算机视觉则是连续取值（比如归一化到0，1之间的灰度值）。 为什么CNN用在CV上更得心应手，却不一定适合NLP？要看清这点就要理解CNN的原理。CNN有两个主要特点，区域不变性(locat...