- 博客(30)
- 资源 (7)
- 收藏
- 关注
RSS订阅
原创 win7 X64 安装tensorflow 并使用 spyder 教程
1，下载 Anaconda，建议使用Anaconda3-4.2.0-Windows-x86_64 版本，这版的python3.52对tensorflow支持最好（目前来看）2，安装好Anaconda3-4.2.0之后，以管理员身份打开 Anaconda Prompt，必须 是管理员，否则没权限，切记！先装cpu版本1）创建 tensorflow 的cond
2017-05-25 16:48:22
5754
原创 linux 批量删除空文件或空文件夹
ps: 此处即删除1k大小的文件. (但注意不要用 -size 1k，这个得到的是占用空间1k，不是文件大小1k的)1. 批量删除空文件（大小等于0的文件）2. 删除指定size大小文件。3. 查询出所有的空文件夹。5. 批量删除搜索到的文件。4. 列出搜索到的文件。
2023-07-24 19:34:01
712
原创 Ububtu 解压zip分卷文件
思路就一个：先合并后解压，即将xx.zip xx.z01、xx.z02、xx.z03等文件 yy.zip命令：zip -s 0 xx.zip --out yy.zipunzip yy.zip 还有一种方式:cat xx.* > yy.zipunzip yy.zip
2022-05-25 22:39:01
1012
原创 模板匹配&&频域相位相关
最近在做图像拼接项目，原打算用大众化的sift点匹配然后拼接。发现sift算法运算量巨大，不能满足拼接的实时要求，同时特征点法需要不同程度的干预（比如，需要随机抽样来删选优质的匹配点对），不满足自动匹准的要求。最后，只得尝试着用基于区域匹配的方法。 基于区域的方法其实就是模板匹配了，opencv已经为我们提供函数:void cv::matchTemplate( I
2016-06-28 16:38:21
3191
1
转载 OpenCV中的SVM参数优化
SVM（支持向量机）是机器学习算法里用得最多的一种算法。SVM最常用的是用于分类，不过SVM也可以用于回归，我的实验中就是用SVM来实现SVR（支持向量回归）。 对于功能这么强的算法，opencv中自然也是有集成好了，我们可以直接调用。OpenCV中的SVM算法是基于LibSVM软件包开发的，LibSVM是台湾大学林智仁(Lin Chih-Jen)等开发设计的一个简单、易于使用和快速有效
2016-06-12 15:07:30
711
转载 由C++的泛型句柄类思考OpenCV的Ptr模板类
转载： http://www.cnblogs.com/liu-jun/archive/2013/03/24/2979648.html?utm_source=tuicool&utm_medium=referralOpenCV（计算机视觉库）2.4.4版本已经发布了，OpenCV发展到现在，由最初的C接口变成现在的C++接口，让开发者写程序越来越简单，接口越来越合理，也不用担心内存释放问题。但
2016-05-19 14:36:55
478
转载 智能指针类和OpenCV的Ptr模板类
智能指针类引用计数智能指针(smart pointer)的一种通用实现技术是使用引用计数(reference count)。智能指针类将一个计数器与类指向的对象相关联，引用计数跟踪该类有多少个对象的指针指向同一对象。引用计数为0时，删除对象。其基本使用规则是： 每次创建类的新对象时，初始化指针并将引用计数置为1。当对象作为另一对象的副本而创建时，复制构造函数复制指针并增加与之相
2016-05-19 14:27:41
636
转载 Haar+Adaboost级联分类器分解（三）：利用并查集合并检测结果窗口
转载：http://www.aichengxu.com/view/1501260前一篇文章分析了OpenCV级联分类器结构，即“强分类器串联，弱分类器并联”，这一节我们来聊聊一些非常必要但是又容易人忽略的细节：如何利用并查集合并检测结果窗口。-------------------------------------------在上一篇文章中，我曾提到：级联分类器通过移动检测窗口
2016-05-11 14:16:07
991
转载 Haar+Adaboost级联分类器分解（一）：Haar特征和积分图
转载自： http://www.aichengxu.com/view/1501258 最近由于工作原因，需要研究OpenCV中的Adaboost级联分类器。我阅读了OpenCV中所有相关得代码，包括检测和训练部分，发现目前OpenCV中的Adaboost级联分类器代码有以下2个特点：1.OpenCV代码中的实际算法与Paul.Viola论文中的原始算法差异很大。
2016-05-11 14:10:15
4563
转载 Haar+Adaboost级联分类器分解（二）：级联分类器结构与XML文件含义
前一篇文章分析了Haar特征，包括Haar特征生成、特征值计算和含义。这一篇则主要分析一下2个内容： 1. OpenCV中的Adaboost级联分类器的结构，包括强分类器和弱分类器的形式； 2. OpenCV自带的XML分类器中各项参数的含义，如internalNodes和leafValues标签里面的一大堆数字的意义。缩进下面进入正题。--------
2016-05-11 14:04:18
3859
转载 cascade.xml参数解析
本文转载自： http://blog.youkuaiyun.com/wuxiaoyao12/article/details/48088999上图显示的参数，大多与opencv_traincascade.exe的输入参数已知。其中maxCatCount和featSize定义如下 maxCatCount：int maxCatCount; // 0 in case of n
2016-05-11 11:30:46
1413
转载 ADAS一些技术应用小结
LDW：Lane Departure Warning 车道偏离警告VD: Vihicle Detection 车辆检测FCW: Front Collision Warning 前向碰撞警告PED: Pedestrian Detection 行人检测TSR: Traffic Sign Detection 交通标志检测IHC: Intelligent Headlight Contr
2015-10-21 10:52:34
1189
转载 Mat 矩阵合并
转载： http://blog.youkuaiyun.com/yanzi1225627/article/details/7687310背景：现在有CvMat类型的矩阵n个，每个矩阵都是1*m的行向量，也即每个CvMat代表一个样本的特征向量。现在需要申请一个n*m, 即n行m列的矩阵， 每一行表示一个样本的特征向量，特征向量的维数为m。此问题也就是纠结我多天的矩阵合并问题。
2015-09-28 11:45:00
1390
转载 vector中erase用法注意事项
以前就发现了vector中的erase方法有些诡异(^_^)，稍不注意，就会出错。今天又一次遇到了，就索性总结一下，尤其是在循环体中用erase时，由于vector.begin() 和vector.end()是变化的，因此就引入了错误的可能性。erase的函数原型有两种形式:iterator erase(iterator position);iterator erase(iterato
2015-08-05 11:50:48
566
转载 神经网络识别车牌字符
1. 关于OpenCV进阶之路前段时间写过一些关于OpenCV基础知识方面的系列文章，主要内容是面向OpenCV初学者，介绍OpenCV中一些常用的函数的接口和调用方法，相关的内容在OpenCV的手册里都有更详细的解释，当时自己也是边学边写，权当为一种笔记的形式，所以难免有浅尝辄止的感觉，现在回头看来，很多地方描述上都存在不足，以后有时间，我会重新考虑每一篇文章，让成长系列对基础操作的介绍
2015-07-13 20:30:37
1142
转载 特征向量物理意义
[1. 特征的数学意义] 我们先考察一种线性变化，例如x,y坐标系的椭圆方程可以写为x^2/a^2+y^2/b^2=1，那么坐标系关于原点做旋转以后，椭圆方程就要发生变换。我们可以把原坐标系的(x,y)乘以一个矩阵，得到一个新的(x',y')的表示形式，写为算子的形式就是(x,y)*M=(x',y')。这里的矩阵M代表一种线性变换：拉伸，平移，旋转。那么，有没有什么样的线性变换b
2015-06-25 10:02:44
898
转载 关于PCA算法的一点学习总结
本文出处：http://blog.youkuaiyun.com/xizhibei=============================PCA，也就是PrincipalComponents Analysis，主成份分析，是个很优秀的算法，按照书上的说法：寻找最小均方意义下，最能代表原始数据的投影方法然后自己的说法就是：主要用于特征的降维另外，这个算法也有一个经典的应用：人脸识别。这里稍微
2015-06-25 10:00:48
772
转载 PCA （ 主成分分析） 详解 （ 写给初学者） 结合matlab
一、 简介PCA（ Principal Components Analysis） 即主成分分析， 是图像处理中经常用到的降维方法， 大家知道， 我们在处理有关数字图像处理方面的问题时， 比如经常用的图像的查询问题，在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。 这时， 我们通常的方法是对图像库中的图片提取响应的特征， 如颜色， 纹理， sift， surf， vlad等
2015-06-24 15:29:11
11617
转载 pca降维，网上资源整理
1 http://blog.sina.com.cn/s/blog_4b9b714a0100hc8o.html pca降维的主要步骤和函数。2 PCA （主成分分析）详解 （写给初学者） 结合matlabhttp://hi.baidu.com/ifengzh/item/8851b6387aebefc4382ffa60 matlab方法，对pca降维的数学原理讲的比较深入
2015-06-24 15:24:13
615
转载 LibSVM分类的实用指南
译者注：简单翻译了台湾林智仁教授的文章《A Practical Guide to Support Vector Classification》，未经作者同意，没有版权；同时翻译仅供自己学习之用，不严谨，有错误，还请大家指出。原文地址：http://www.csie.ntu.edu.tw/~cjlin/。译者博客：http://blog.sina.com.cn/netreview。 摘要
2015-06-24 11:22:32
730
转载 图像锐化和边缘检测
本文内容构成： 1、图像锐化和边缘检测的基本概念，微分梯度已经差分的定义 2、锐化和边缘检测的像素处理方式（3种） 3、单方向一阶微分锐化，包括： 水平方向 垂直方向 Kirsch算子 4、无方向微分锐化，包括：
2015-06-23 14:23:20
1612
转载 hog
//#include"stdafx.h"#include#include "opencv2\opencv.hpp"#include "windows.h"#include "fstream"#include #include#include#include#include#ifdef HAVE_IPP#include "ipp.h"#endif using
2015-06-12 16:07:36
677
转载 opencv HOG中detectMultiScale函数详解
函数作用：进行多尺度目标检测函数接口 void HOGDescriptor::detectMultiScale( const Mat& img, vector& foundLocations, vector& foundWeights, double hitThreshold, Size winStride, Size padding, double scale0,
2015-06-06 11:55:59
3268
转载 opencv之HOG源代码注释
【原文：http://blog.youkuaiyun.com/antter0510/article/details/20564627】在阅读的过程中主要参考tornadomeet的博文，在这里表示感谢。同时在阅读的过程中也发现了其中的一些不足，在我的注释中会一一指出。由于本人能力有限，对源代码的理解还存在不足，比如usecache部分，还有weight的计算过程都没有进行深究。由于代码本身过长，所以会
2015-06-05 09:51:01
690
转载 梯度下降法1
一、基本概念梯度下降法，就是利用负梯度方向来决定每次迭代的新的搜索方向，使得每次迭代能使待优化的目标函数逐步减小。梯度下降法是2范数下的最速下降法。 最速下降法的一种简单形式是：x(k+1)=x(k)-a*g(k),其中a称为学习速率，可以是较小的常数。g（k）是x(k)的梯度。二、导数(1)定义 设有定义域和取值都在实数域中的函数 y=f(x)\;。若 f(x)\; 在点 \
2015-06-05 09:44:10
859
转载 梯度下降法
回归(regression)、梯度下降(gradient descent) 本文由LeftNotEasy所有，发布于http://leftnoteasy.cnblogs.com。如果转载，请注明出处，在未经作者同意下将本文用于商业用途，将追究其法律责任。前言:上次写过一篇关于贝叶斯概率论的数学，最近时间比较紧，coding的任务比较重，不过还是抽空看了一些机器学习的书和视频
2015-06-05 09:39:27
485
TensorFlow 1.x Deep Learning Cookbook（PDF＋随书代码）
2018-03-29
基于PCA-HOG的人体检测代码-包括训练，PCA降维，线性、高斯检测
2015-06-25
A Practical Introduction to Computer Vision with OpenCV
2014-11-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人