<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lee2430的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lee2430</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lee2430]]></copyright><item><title><![CDATA[云端拾疑]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/79718743</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/79718743</guid><author>lee2430</author><pubDate>Tue, 27 Mar 2018 20:41:23 +0800</pubDate><description><![CDATA[记录一些困惑自己的问题。1. BN(Batch Normalization)能否在batch size = 1时使用？    答：Convolutional layer可以用，tensorflow和pytorch都可以无错运行。            BN在conv层中实际的batch size = Number_of_sample * sample_height * sample_width。 ...]]></description><category></category></item><item><title><![CDATA[技术人员在客户现场工作注意事项]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/79664662</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/79664662</guid><author>lee2430</author><pubDate>Fri, 23 Mar 2018 11:00:52 +0800</pubDate><description><![CDATA[看到一篇好文，收获颇多，转过来提醒自己原文链接作者：eilfei2000 @ 52cto技术人员在客户现场工作注意事项     刚从事工作的新人，或刚从事出差工作的人，往往会在不知不觉中犯错误。笔者根据自己的经验，以及和客服领域高手的探讨，尝试提炼了几个不成体系的点，希望能帮助新人规避一些问题。 一、防静电注意事项     去一些生产制造流水线出差、去一些电信级机房，客户现场对防静电要求较高，所以...]]></description><category></category></item><item><title><![CDATA[【数据集】人工智能领域比较常见的数据集汇总]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/55194850</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/55194850</guid><author>lee2430</author><pubDate>Wed, 15 Feb 2017 14:02:49 +0800</pubDate><description><![CDATA[Computer Vision
MNIST
CIFAR 10 & CIFAR 100
ImageNet
LSUN
PASCAL VOC
SVHN
MS COCO
Visual Genome
Labeled Faces in the Wild]]></description><category></category></item><item><title><![CDATA[Deeplab Training notes]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/54617035</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/54617035</guid><author>lee2430</author><pubDate>Sun, 22 Jan 2017 09:45:28 +0800</pubDate><description><![CDATA[原作者的source配不好，用了martinkersner的版本
https://github.com/martinkersner/train-DeepLab]]></description><category></category></item><item><title><![CDATA[Shell脚本语法小记]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/54617046</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/54617046</guid><author>lee2430</author><pubDate>Thu, 19 Jan 2017 16:01:08 +0800</pubDate><description><![CDATA[eval: 告知shell取出eval的参数，重新运算求出参数的内容。
cat：把一个或者多个文件（或者标准输入）连接在一起，并标准输出。（Concatenate
 FILE(s), or standard input, to standard output.）
cat命令常用来显示文件内容，或者将几个文件连接起来显示，或者从标准输入读取内容并显示。它常与重定向符号配合使用。cat是Conc]]></description><category></category></item><item><title><![CDATA[【一天一个shell命令】文本操作系列-comm]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/54612477</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/54612477</guid><author>lee2430</author><pubDate>Thu, 19 Jan 2017 09:08:29 +0800</pubDate><description><![CDATA[用法：comm [选项]... 文件1 文件2 
逐行比较已排序的文件文件1 和文件2。
如果不附带选项，程序会生成三列输出。第一列包含文件1 特有的行，第二列包含 文件2 特有的行，而第三列包含两个文件共有的行。
  -1        不输出文件1 特有的行 
  -2        不输出文件2 特有的行 
  -3        不输出两个文件共有的行]]></description><category></category></item><item><title><![CDATA[How to write a research proposal]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50833665</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50833665</guid><author>lee2430</author><pubDate>Wed, 09 Mar 2016 10:59:07 +0800</pubDate><description><![CDATA[When you are applying for a research degree, like Mphil or PhD, you will very probably have to write a research proposal as a part
 of your application file. An Mphil or PhD is awarded mainly as the ]]></description><category></category></item><item><title><![CDATA[Gartner2015新兴技术炒作曲线图]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802383</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802383</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:28 +0800</pubDate><description><![CDATA[From: http://cio.it168.com/a2015/0820/1756/000001756148.shtml

【IT168厂商动态】研究分析机构 Gartner 每年都会推出不少研究报告，不过其中最受关注的是Hype Cycle for
Emerging Technologies
新兴技术成熟度曲线图(也称新兴技术炒作周期报告)，该报告Gartner已经做了21年，与去年一样，今年]]></description><category></category></item><item><title><![CDATA[机器学习(Machine Learning)]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802382</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802382</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:25 +0800</pubDate><description><![CDATA[原文链接：http://blog.youkuaiyun.com/zhoubl668/article/details/42921187

希望转载的朋友，你可以不用联系我．但是一定要保留原文链接，因为这个项目还在继续也在不定期更新．希望看到文章的朋友能够学到更多．




《Brief History of Machine Learning》


介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经]]></description><category></category></item><item><title><![CDATA[Riesz变换MATLAB代码]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802381</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802381</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:23 +0800</pubDate><description><![CDATA[function [orientation, phase, amplitude] = riesz(image)

[imHeight, imWidth] = size(image);

%approx riesz, from Riesz Pyramids for Fast Phase-Based Video
Magnification

dxkernel = zeros(size(image));]]></description><category></category></item><item><title><![CDATA[SIFT算法详解]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802380</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802380</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:20 +0800</pubDate><description><![CDATA[http://blog.youkuaiyun.com/zddblog/article/details/7521424]]></description><category></category></item><item><title><![CDATA[[转]机器视觉代码大全]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802378</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802378</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:18 +0800</pubDate><description><![CDATA[http://www.cnblogs.com/einyboy/p/3594432.html]]></description><category></category></item><item><title><![CDATA[恢复matlab文件关联]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802376</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802376</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:15 +0800</pubDate><description><![CDATA[原文地址：恢复matlab文件关联作者：小小的安装matlab后，其应用程序starter在文件夹C:Program FilesMATLABR2010bbin中
 
 
重装系统后，若没动MATLAB安装目标，则MATLAB不用重新安装。（同样的原因，可以移动MATLAB安装目标）
对MATLAB相关文件，建立重新关联就行了。
在MATLAB命令窗口执行如下命令，即可。
 
cwd=pwd;
cd]]></description><category></category></item><item><title><![CDATA[matlab坐标轴标注和特殊字体…]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802373</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802373</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:12 +0800</pubDate><description><![CDATA[原文地址：matlab坐标轴标注和特殊字体（转载）作者：残翅天使原文链接地址：http://blog.sina.com.cn/s/blog_4cd90db30100d91s.html
如果这里的不够详尽，另外提供一个链接也很不错
http://wenku.baidu.com/view/092e7a00bed5b9f3f90f1c31.html
坐标轴标注：
1. 控制坐标轴尺度长度：set(gca]]></description><category></category></item><item><title><![CDATA[Gabor变换（1）]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802372</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802372</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:10 +0800</pubDate><description><![CDATA[原文地址：变换（1）">Gabor 变换（1）作者：木水penny 





Gabor变换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数与人眼的生物作用相仿，所以经常用作纹理识别上，并取得了较好的效果。
 

Gabor变换是短时Fourier变换中当窗函数取为高斯函数时的一种特殊情况.
 

Gabor变换的本质实际上还是对二维图像求卷积。]]></description><category></category></item><item><title><![CDATA[Gabor变换（2）]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802370</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802370</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:07 +0800</pubDate><description><![CDATA[原文地址：Gabor变换（2）作者：木水penny
 





所谓目标识别，从某种意义上说就是特征识别的问题。而红外图特征提取的角度一般可以从几何形状和上下文的判断中得到，比如说，当你在一幅图像中去搜索桥梁和机场的跑道的时候，我们可以从形状上发现他们都是一组平行线；然后基于上下文去判断，桥梁的长度肯定比跑道短，桥梁的两边一般是水域，而跑道的中间有一些联络道，而这些这些联络道本身也是平行线。
 ]]></description><category></category></item><item><title><![CDATA[二维EMD_BEMDcode]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802369</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802369</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:04 +0800</pubDate><description><![CDATA[1.作者Xu，极大值数据组和极小值数据组合并在一起，通过Delaunay
triangulation(DT)三角网络中的线性RBF线性插值完成非等距插值。然后对生成的面进行下采样，再次三次样条插值平滑，生成包络面。
2.作者Linderhed，中规中矩，使用薄板插值thin-plate interpolation生成包络面。


1.http://pan.baidu.com/share/link?]]></description><category></category></item><item><title><![CDATA[Matlab 之meshgrid interp griddata interp2]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802367</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802367</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:23:02 +0800</pubDate><description><![CDATA[原文地址：之meshgrid, interp, griddata 用法和实例 -- zz">Matlab 之meshgrid, interp, griddata 用法和实例 -- zz作者：ousman1. meshgrid
meshgrid用于从数组a和b产生网格。生成的网格矩阵A和B大小是相同的。它也可以是更高维的。
[A,B]=Meshgrid(a,b)
生成size(b)Xsize(a)大]]></description><category></category></item><item><title><![CDATA[从零开始Labview机器视觉-图像采…]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802366</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802366</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:22:59 +0800</pubDate><description><![CDATA[上个效果图先
Labview机器视觉-图像采集"  TITLE="从零开始 Labview机器视觉-图像采集" />


   
捣鼓这个东西1个多礼拜了。从开始连NI是啥都不知道，瞪着MAX不知编程界面在哪，到后来反复折腾VAS、LV、VDM安装顺序（刚开先装VAS后装LV找不到imaq的vi还不知道啥原因），然后看网上的教程，不知道各种图标是什么函数，到现在终于把USB相机采集图像的这个小玩意]]></description><category></category></item><item><title><![CDATA[利用MATLAB视频函数工具箱的…]]></title><link>https://blog.youkuaiyun.com/lee2430/article/details/50802363</link><guid>https://blog.youkuaiyun.com/lee2430/article/details/50802363</guid><author>lee2430</author><pubDate>Fri, 04 Mar 2016 14:22:54 +0800</pubDate><description><![CDATA[进行的步骤如下：

1. 安装并配置图像采集设备

2. 获取在图像采集工具箱中能唯一标识此图像采集设备的信息，此信息在创建视频输入对象时要用到。这些信息包括：Adaptor name软件适配器名，Device
ID硬件设备的ID，Video
format视频格式。
imaqhwinfo用于检测适配器名，我的电脑安装了一个USB摄像头，所以检测到一个安装了的适配器'winvideo'。之后可以使用]]></description><category></category></item></channel></rss>