houxiaogang05

转自：https://blog.youkuaiyun.com/qq_14845119/article/details/52064928 https://blog.youkuaiyun.com/u011534057/article/details/51235718 一、Nms主要目的 在物体检测非极大抑制应用十分广泛，主要目的是为了消除多余的框，找到最佳的物体检测的位置...

转自：https://blog.youkuaiyun.com/Daycym/article/details/84800653?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.channel

10 聚类算法 - 代码案例四 - 层次聚类(BIRCH)算法参数比较转自：https://www.jianshu.com/p/d6c7e6263766白尔摩斯0.5242018.12.09 23:58:12字数 816阅读 3,72309 聚类算法 - 层次聚类需求: 基于scikit的API创建模拟数据，使用BIRCH算法对数据进行聚类操作，并比较n_clusters参数的作用。相关API：https://scikit-learn.org/stable/modules/gen

09 聚类算法 - 层次聚类 - CF-Tree、BIRCH、CURE转载：https://www.jianshu.com/p/6025344ceb45白尔摩斯0.4142018.12.09 22:16:08字数 1,767阅读 5,58308 聚类算法 - 聚类算法的衡量指标五、层次聚类概述层次聚类方法对给定的数据集进行层次的分解，直到满足某种条件为止，传统的层次聚类算法主要分为两大类算法：1、凝聚的层次聚类：AGNES算法 (AGglomerative NESting)=

A geometric interpretation of the covariance matrixhttp://www.visiondummy.com/2014/04/geometric-interpretation-covariance-matrix/译文：http://demo.netfoucs.com/u010182633/article/details/45937051转自：https://www.cnblogs.com/jins-note/p/10826272.html介绍

转自：https://www.cnblogs.com/neverguveip/p/9457299.html熟悉latex后真心觉得word好费事，一般latex论文都会有模板，只需要替换把原有内容替换一下，就会生成比较好看的文档。废话不多说，总结一下使用后的体会1、先说说插图 插图的话，我插入的是".esp"格式。当然先导包\usepacka...

转自：https://blog.youkuaiyun.com/qq_36165459/article/details/78549686 之前接触过语义分割，所以在刚接触图像抠图时以为两者是差不多。语义分割是端到端的，对像素按照语义进行多分类，而抠图就是按照前景和背景进行二分类嘛？实际上这是错误的理解。语义分割重在对每个像素的语义理解，将相同语义的像素分割为同一个部分，得到的结果就是若干个块状，至于块...

转自：http://www.360doc.com/content/19/0623/22/99071_844418459.shtmlMean Shift（均值漂移）是基于密度的非参数聚类算法，其算法思想是假设不同簇类的数据集符合不同的概率密度分布，找到任一样本点密度增大的最快方向（最快方向的含义就是Mean Shift），样本密度高的区域对应于该分布的最大值，这些样本点最终会在局部密度最大值收敛...

转自：https://blog.youkuaiyun.com/skye1221/article/details/75125897伯克利的一篇Contour Detection and Hierarchical Image Segmentation论文提出来一个新的图像分割算法，本文将简单介绍该算法对应代码的应用。这篇博客中对该paper有介绍。伯克利资源，该网页包括数据库和代码下载链接。下载...

一种新型聚类算法(Clustering by fast search and find of density peaksd)转自：https://www.cnblogs.com/nolonely/p/6964852.html最近在学习论文的时候发现了在science上发表的关于新型的基于密度的聚类算法Kmean算法有很多不足的地方，比如k值的确定，初始结点选择，而且还不能检测费球面类别...

转自：https://baijiahao.baidu.com/s?id=1612647738961091671&wfr=spider&for=pc作者：看海链接：https://www.zhihu.com/question/30553302/answer/311788410来源：知乎data：20190509一、流形科普知识1、流形的中文名称黎曼开始了关于延...

现在这个社会发展的太快，到处都充斥着各种各样的资源，各种开源的平台，如github,codeproject,pudn等等，加上一些大型的官方的开源软件，基本上能找到各个类型的代码。很多初创业的老板可能都曾经说过基本上我的程序员不需要自己写算法，但是他们要学会搜索，强有力的搜索能力基本能解决可能会遇到的一切问题，比如前一段时间流行的prisma滤镜，现在你在github上能找到一大堆了。...

显著性检测算法常通过计算像素之间的差异来确定显著性，但是对像素的选取通常是固定的，容易忽略图像中物体的边界信息，导致最终检测结果中目标的边界比较模糊。基于超像素和马尔科夫链的显著性区域检测算法，将图像分割成若干个超像素，用Wasserstein距离衡量超像素之间的颜色、方向和位置的差异来建立马尔科夫链，将显著性检测问题转换成马尔可夫链上的随机游走问题，使用它的平稳分布作为图像的显著度。1、...

转自：目录(?)[-] 从拉普拉斯矩阵说到谱聚类 引言 矩阵基础 0 理解矩阵的12点数学笔记 1 一堆基础概念 拉普拉斯矩阵 1Laplacian matrix的定义 2 拉普拉斯矩阵的性质 谱聚类 1 相关定义 2 目标函数 3 最小化RatioCut 与最小化等价 4 谱聚类算法过程 ...

你可以认为一个二阶张量就是我们平常所说的矩阵，一阶张量可以认为是一个向量.对于一个二阶张量你可以用语句t[i, j]来访问其中的任何元素.而对于三阶张量你可以用't[i, j, k]'来访问其中的任何元素.张量是所有深度学习框架中最核心的组件，因为后续的所有运算和优化算法都是基于张量进行的。几何代数中定义的张量是基于向量和矩阵的推广，通俗一点理解的话，我们可以将标量视为零阶张量，矢量视为一...

转自：https://blog.youkuaiyun.com/caoniyadeniniang/article/details/77803913level set 模型介绍   水平集方法与上一章节中的snake模型一样，同样是基于能量的图像分割方法，同样是通过求解最小能量泛函，得到目标轮廓的表达式。不同之处个人认为有两点，首先是能量构造方法的不同，其次是轮廓曲线的表达方式不同，水平集方法的轮廓表示借鉴...

一、几何角度理解奇异值分解SVDhttps://baijiahao.baidu.com/s?id=1620247228491947246&wfr=spider&for=pchttp://blog.sciencenet.cn/blog-696950-699432.htmlhttps://www.jianshu.com/p/e574e91070adhttps://www...

转自：https://blog.youkuaiyun.com/caoniyadeniniang/article/details/77803002一、曲线演化理论   假设C=C(p)是一条光滑封闭的曲线，P是任意的参数化变量，设K表示曲 率，T表示切线，N表示法线，则有如下关系存在：                                                          ...

转自：https://blog.youkuaiyun.com/smartdazhi/article/details/797968931.Bag-of-Visual-Words SIFT feature 相关知识 https://blog.youkuaiyun.com/wsj998689aa/article/details/47089153 讲解BOW原理，C++实现 http://yongyuan....

转自：https://blog.youkuaiyun.com/stdrei/article/details/53142374目录1 什么是随机森林 1.1 集成学习 1.2 随机决策树 1.3 随机森林 1.4 投票 2 为什么要用它 3 使用方法 3.1 变量选择 3.2 分类 3.3 回归 4 一个简单的Python示例- 结语前言：随机森林是一个...

转自：https://blog.youkuaiyun.com/memray/article/details/45533969用latex写论文的筒子应该遇到这样的问题：latex在一般情况下，只支持eps格式的图像文件，而我们一般得到的文件是jpg或png格式的（使用origin绘制的曲线可以直接导出eps格式）。那么就可能需要将jpg/png转换成eps格式，这里介绍几种方法。内容目录[隐藏]...

常用词语：1、effectively 、precise、 accurate基本术语：digital image：数字图像digital image processing：数字图像处理image digitalization：图像数字化image representation：图像表达image acquisition：图像的获取pixel：像素image clas...

转自：https://v.douyu.com/show/r90XWgxrlLjvgk25视频连接：https://v.douyu.com/show/r90XWgxrlLjvgk25雷锋网(公众号：雷锋网) AI 科技评论按：本文为 2018 年 5 月 11 日在微软亚洲研究院进行的 CVPR 2018 中国论文宣讲研讨会中「Deep Learning」环节的四场论文报告，分别针对Deep ...

https://blog.youkuaiyun.com/lin_limin/article/details/81048411https://blog.youkuaiyun.com/farmwang/article/details/78699926http://blog.sina.com.cn/s/blog_a36a563e0102y2ec.htmlhttp://blog.sina.com.cn/s/blog_...

转自：https://www.jianshu.com/p/2ec5cdc3f1e4https://baike.baidu.com/item/%E5%8D%8F%E6%96%B9%E5%B7%AE/2185936?fr=aladdin有改动1. 写在前面  为了便于理解和验证，可以参考一下，http://www.ab126.com/shuxue/2788.html所提供的协方差的在线...

转载：https://www.jianshu.com/p/0e59e944a3ffhttp://www.datasciencelab.cn/clustering/spectralhttps://www.jianshu.com/p/881f5dd4c209 （公式推导）1. 相关概念科普度矩阵度矩阵为对角矩阵，对角线上的值表示 与该点 有来往的 其他点的个数 即度 为 与节点 ...

转自：https://blog.youkuaiyun.com/u014365862/article/details/53376516非极大值抑制（Non-Maximum-Suppression）注意看哦，有两个版本的。理论基础         说实话，讲理论基础实在不是我的强项，但是还是得硬着头皮来讲，希望我的讲解不至于晦涩难懂。         非极大值抑制，简称为NMS算法。是一种获取局部最大值的有效方法...

转自：https://blog.youkuaiyun.com/hjimce/article/details/45586727一、level set相关理论基于水平集的图像分割算法是一种进化版的Snake算法，也是需要给定初始的轮廓曲线，然后根据泛函能量最小化，进行曲线演化。水平集的方法，用的是一种隐式函数的方法，这个算法比较难理解，我一年前开始搞这个算法的时候，虽然知道代码怎么写，但是它的原理推导完全...

转自：https://blog.youkuaiyun.com/guoxinian/article/details/79532893从拉普拉斯矩阵说到谱聚类 0 引言    11月1日上午，机器学习班 第7次课，邹讲聚类（PPT），其中的谱聚类引起了自己的兴趣，邹从最基本的概念：单位向量、两个向量的正交、方阵的特征值和特征向量，讲到相似度图、拉普拉斯矩阵，最后讲谱聚类的目标函数和其算法流程。...

转自：https://blog.youkuaiyun.com/scutwjh/article/details/46129405由于最近看到了一篇社交网络中的论文提高了Pareto相关知识，所以整理了下网上关于Pareto相关理论的讲解，供大家参考：     维弗雷多·帕雷托 (Villefredo Pareto) 在1987年提出：社会财富的80%是掌握在20%的人手中，而余下的80%的人只占有2...

转自：https://blog.youkuaiyun.com/skye1221/article/details/75125897伯克利的一篇Contour Detection and Hierarchical Image Segmentation论文提出来一个新的图像分割算法，本文将简单介绍该算法对应代码的应用。这篇博客中对该paper有介绍。伯克利资源，该网页包括数据库和代码下载链接。下载源代码，此...

转自：https://www.cnblogs.com/skyfsm/p/6806246.html基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNNobject detection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。object detection要解决的问题就是物体在哪里，是什么这整个流程的问题。然而，这个问题可不是那么容易...

转载自：http://www.zhizhihu.com/html/y2010/2137.html                           http://blog.youkuaiyun.com/adminabcd/article/details/46475361Precision/Recall和ROC曲线   1、Precision/Recall的基本概念查准率和查全率是信息检索效率评价的两个定量指...

转自：http://blog.youkuaiyun.com/Real_Myth/article/details/52384189 http://blog.youkuaiyun.com/yangyangyang20092010/article/details/51637073https://blog.youkuaiyun.com/kevinelstri/article/details/609593321、准确率(Accuracy), ...

转自：http://blog.youkuaiyun.com/v_july_v/article/details/40738211目录(?)[-]  从拉普拉斯矩阵说到谱聚类引言矩阵基础0 理解矩阵的12点数学笔记1 一堆基础概念拉普拉斯矩阵1 Laplacian matrix的定义2 拉普拉斯矩阵的性质  谱聚类1 相关定义2 目标函数3 最小化RatioCut  与最小化等价4 谱聚类算法过程参考文献与推荐阅...

转自：https://www.cnblogs.com/pinard/p/6221564.html谱聚类（spectral clustering）是广泛使用的聚类算法，比起传统的K-Means算法，谱聚类对数据分布的适应性更强，聚类效果也很优秀，同时聚类的计算量也小很多，更加难能可贵的是实现起来也不复杂。在处理实际的聚类问题时，个人认为谱聚类是应该首先考虑的几种算法之一。下面我们就对谱聚类的算法原理...

一 、论文原理分析算法路线：gPb—->OWT—–>UCM每一部分的功能：gPb（Global Pb）：计算每一个pixel作为boundary的可能性，即pixel的weight；OWT（Oriented Watershed Transform）将上述gPb的结果转换为多个闭合的regions；UCM（Ultrametric Contour Map）将上述regions集，转换为hi...

本文转自：雷锋网，作者：思颖、连接：https://yq.aliyun.com/articles/176607，https://www.leiphone.com/news/201708/ZKsGd2JRKr766wEd.html?spm=a2c4e.11153959.blogcont176607.4.124ab45bSTodan为什么梯度反方向是函数值局部下降最快的方向？ - 忆臻的文章 - 知乎...

转自：https://blog.youkuaiyun.com/m0_37477175/article/details/78625534本篇博客是对MIT周博磊论文《earning Deep Features for Discriminative Localization.》的学习笔记。具体论文《Learning Deep Features for Discriminative Localization...

转载：http://blog.youkuaiyun.com/chaipp0607/article/details/72236892        https://www.zhihu.com/question/22298352     在图像处理领域，我们经常能听到滤波，卷积之类的词，其实他们都可以看做一种图像的卷积操作，相对应的卷积核，卷积模板，滤波器，滤波模板，扫描窗其实也都是同一个东西。下面我们进一步讨论...