自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(35)
  • 收藏
  • 关注

原创 python环境配置

【代码】python环境配置。

2025-03-26 14:48:19 153

原创 数字图像处理-图像压缩

图像压缩

2023-09-07 12:20:09 1244

原创 数字图像处理-形态学图像处理

数字图像处理中的形态学操作是一组用于处理二值图像(通常是黑白图像)的数学操作,旨在改变图像中物体的形状和结构。形态学操作通常用于图像分割、去噪、特征提取和形状分析等应用中。

2023-09-07 12:19:30 894

原创 机器学习-基础

机器学习致力于研究和开发使计算机系统能够从数据中学习并不断改进其性能的算法和技术。机器学习的核心思想是让计算机系统通过数据而不是显式编程来进行学习和决策,从而能够自动识别模式、做出预测、优化任务,以及解决各种复杂问题。

2023-09-07 12:19:01 205

原创 机器学习-k-近邻算法

KNN算法记录

2023-09-07 12:18:28 597

原创 数字图像处理-彩色图像处理

彩色图像模型介绍以及部分处理方法

2023-08-02 21:58:31 1077

原创 数字图像处理-图像复原与重建

数字图像处理-第五章

2023-06-23 23:49:06 3332

原创 数字图像处理-基础

数字图像处理-基础还是按照以往的阅读方式,先分析整章的框架,再逐点分析。本章从人类视觉系统剖析;光、电磁波的成像特点;数字图像的生成;图像基本操作;像素间基本关系以及本书的数学工具几方面进行展开。即图像的来源、获取方式与处理方式的介绍。根据光线沿直线传播的原理以及凸透镜折射原理,物体对光的反射通过晶状体在视网膜上呈现倒立缩小的图像。人眼的光感受器有两类:锥状体和杆状体。锥状体对颜色敏感;杆状体没有色彩感觉,对低照明度敏感。彩色光源的质量有三种:发光强度,光通量和亮度。发光强度是从光源流出的能量总量。光通量用

2023-05-17 10:57:47 701 1

原创 数字图像处理-绪论

本专栏为对《数字图像处理》(作者:冈萨雷斯)一书学习与总结归纳,用于记录书中内容,以及个人理解。若有所误解与不足处,还望斧正。一幅图像通常把它定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标。任何一对空间坐标(x,y)处的幅值f称为图像在该点处的强度或者灰度。当x,y和灰度值f是有限的离散数值时,称该图像为数字图像。数字图像处理是指借助于数字计算机来处理数字图像。从图像处理到计算机视觉这个连续的统一体有三种典型的计算处理,即低级、中级和高级处理。

2023-05-07 21:20:08 1246

原创 数据结构与算法题目集-3-1-顺序表-顺序表操作集

文章目录函数接口定义:裁判测试程序样例:输入样例:输出样例:结果函数接口定义:List MakeEmpty(); Position Find( List L, ElementType X );bool Insert( List L, ElementType X, Position P );bool Delete( List L, Position P );其中List结构定义如下:typedef int Position;typedef struct LNode *List;struct

2021-07-20 20:04:26 178

原创 数据结构与算法题目集-字符串减法

文章目录@[toc]题目输入格式:输出格式:输入样例:输出样例:算法暴力算法算法2题目本题要求你计算A−B。不过麻烦的是,A和B都是字符串 —— 即从字符串A中把字符串B所包含的字符全删掉,剩下的字符组成的就是字符串A−B。输入格式:输入在2行中先后给出字符串A和B。两字符串的长度都不超过104,并且保证每个字符串都是由可见的ASCII码和空白字符组成,最后以换行符结束。输出格式:在一行中打印出A−B的结果字符串。输入样例:I love GPLT! It's a fun game!aei

2021-07-20 19:59:01 322

原创 数据结构与算法题目集-最大子列和

文章目录@[toc]题目:输入格式:输出格式:输入样例:输出样例:算法暴力算法分而治之无名算法题目:给定K个整数组成的序列{ N1, N2, …, NK },“连续子列”被定义为{ Ni, Ni+1, …, Nj },其中 1≤i≤j≤K。“最大子列和”则被定义为所有连续子列元素的和中最大者。例如给定序列{ -2, 11, -4, 13, -5, -2 },其连续子列{ 11, -4, 13 }有最大的和20。现要求你编写程序,计算给定整数序列的最大子列和。输入格式:输入第1行给出正整数K (≤10

2021-07-19 22:24:07 194

原创 数据结构与算法题目集-3-2-链表-单链表逆转

文章目录@[toc]题目:函数接口定义:裁判测试程序样例:输入样例:输出样例:[分析]:[踩到的坑]:思路及最终结果:后记:题目:本题要求实现一个函数,将给定的单链表逆转。函数接口定义:List Reverse( List L );其中List结构定义如下:typedef struct Node *PtrToNode;struct Node { ElementType Data; /* 存储结点数据 */ PtrToNode Next; /* 指向下一个结点的指针 */

2021-07-18 20:47:24 383

原创 编译原理-递归下降分析各集合推导及代码实现

文章目录首符集(FIRST)定义尾符集(FOLLOW)定义搜索符(SELECT)示例:示例一:算术表达式:首符集尾符集搜索集代码:示例二:算术表达式:首符集尾符集搜索集代码:首符集(FIRST)定义一个文法的符号串α的开始符号集合FIRST(α)FIRST(\alpha)FIRST(α)是:FIRST(α)={α∣α⇒∗α…,α∈VT}FIRST(\alpha)=\{\alpha|\alpha\Rightarrow * \alpha…,\alpha\in V_{T}\}FIRST(α)={α∣α

2020-11-06 22:01:44 319

原创 音频特征提取及恢复消融实验

由于好奇音频提取特征再重构音频过程中各部分数据的‘样子’,故而对开源代码提取其对音频的处理过程以及重构过程,经测试发现其仅保留了文本内容的发声特征而遗失了说话者的特征(即能够了解音频的内容而无法分辨说话者)。通过更换对音频的处理方式以及修改FFT窗口大小等参数进行消融实验发现如下参数及处理过程对音频的提取及还原效果最好。import numpy,waveimport numpy as npimport torchimport librosaimport librosa.displayimpor

2020-11-01 08:01:47 1064

原创 音频特征学习记录

文章目录音频特征提取介绍:离散傅里叶变换(Discrete Fourier Transform)快速傅里叶变换(Fast Fourier Transform)短时傅里叶变换(Short Time Fourier Transform)附录:音频特征提取介绍:音频通常是把一个实际信号看作是根据时间变化的电压值。 这是从时域的角度来观察信号。 而傅立叶定律指出,任意波形在时域中都可以由若干个正弦波和余弦波的加权和来表示。 例如,有两个正弦波,其中一个的频率是另一个的3倍。 将两个正弦波相加,就得到了一个不同的

2020-10-22 22:05:51 560 1

原创 pytorch相关代码-笔记

1.pytorch 模型初始化import torchif __name__ == '__main__': model=Endoder() model.apply(weights_init) def weights_init(layer): #权重初始化,此方法为批操作,亦可放于模型细节构建中 if hasattr(layer, 'weight'): if len(layer.weight.shape) > 1: torch.

2020-10-20 19:37:00 191

原创 算法整理(1)

最大公约数:辗转相除法: 两个正整数a,b(a>b), 它们的最大公约数 = a除以b的余数c和较小数b之间的最大公约数。更相减损术: 两个正整数a,b(a>b), 它们的最大公约数 = a-b的差值c和较小数b之间的最大公约数。int GCD(int a, int b) //辗转相除法{ int min = a; int max = b; if ( a >= b ){ min = b; m

2020-10-10 14:46:20 154

原创 teamviewer访问校园网

本文将介绍一种通过teamviewer的vpn功能实现外网访问内网的操作,简单来说,就是通过teamviewer的vpn实现外网访问内网的代理,再通过Proxifier辅助实现全局代理,即可实现外网访问内网的操作。这样的方法相对于proxychains4、端口转发等操作来说更方便,这里不做过多阐述。首先我们要有一部内网中的电脑,并且安装好teamviewer。一、安装teamviewer的vp...

2020-02-04 15:14:41 4518 2

原创 卷积网络基础概要

文章目录前言卷积层池化层全连接层注:前言之前曾讲到过分类问题,回归问题等等。但是都是简要概括,只讲了数据有无标签等等,关于如何对数据进行处理以及提取数据中的信息的基础知识将在本博客中介绍。而卷积神经网络是深度学习的代表算法之一,通常用于提取数据的表征信息。最早提出于二十世纪八九十年代,后由于硬件设备算力的提升,卷积网络得到快速发展,并被应用于计算机视觉与自然语言处理等领域。卷积层卷积运算的...

2019-12-05 09:59:17 542

原创 创建并使用Github项目-简易版

创建并使用Github项目-简易版一、Github服务端的搭建1.创建自己的Github账户进入网址: https://github.com进行注册,注册过程此处不加以介绍。二、Git bash安装1.从Git官网下载Git安装包,下载链接: http://www.git-scm.com/download/2.双击安装程序,出现协议界面。3.选择安装位置。4.选择安装组件...

2019-10-30 17:42:01 424 1

原创 第三次授课

机器学习的四种学习方式与分类问题和回归问题的异同点文章目录机器学习的四种学习方式与分类问题和回归问题的异同点一、什么是机器学习?二、四大主要学习方式1.监督学习(supervised learning)2.半监督学习(Semi-Supervised Learning,SSL)3.非监督学习(unsupervised learning)4.强化学习(Reinforcement Learning, ...

2019-10-24 21:56:19 299

翻译 初读Faster R-CNN

初读Faster R-CNN文章目录初读Faster R-CNN背景摘要R-CNN:[Fast R-CNN](https://alvinzhu.xyz/2017/10/10/fast-r-cnn/#r-cnn%E4%B8%8Esppnet)[Faster R-cnn](http://noahsnail.com/2018/01/03/2018-01-03-Faster%20R-CNN%E8%AE%...

2019-04-19 19:40:09 422

原创 目标识别基础知识总结

目标识别基础知识文章目录目标识别基础知识一、IOU定义二、非极大值抑制非极大值抑制流程:三、有监督预训练与无监督预训练四、超参数五、[均值平均精度Map(Mean Average Precision)](https://www.cnblogs.com/zongfa/p/9783972.html)六、[感受野(Receptive field)](https://iphysresearch.gi...

2019-04-19 19:39:20 1312

翻译 浅读Fast R-CNN

浅读Fast R-CNN(参考自:https://arxiv.org/abs/1504.08083)文章目录浅读Fast R-CNN摘要内容简述:思路一、ROI PoolingROI pooling的反向传播(backward)二、预训练网络的初始化三、对网络的微调多任务损失小批量采样SGD超参数四、尺度不变性五、Fast R-CNN检测六、通过截断的SVD进行提速注释摘要论文:《Fast...

2019-04-16 22:51:13 289

转载 浅读R-CNN

浅读R-CNN(注:本文借鉴自:https://blog.youkuaiyun.com/hjimce/article/details/50187029)文章目录浅读R-CNN思路一、候选框搜索二、CNN特征提取1.网络结构设计2.网络有监督预训练3.[fine-tuning阶段](https://blog.youkuaiyun.com/clearch/article/details/80231127)三、SVM训练、...

2019-04-16 22:12:31 176

原创 190331LeNet5分析理解

LeNet-5分析理解文章目录LeNet-5分析理解概要各层概况LeNet-5第一层:卷积层C1LeNet-5第二层:池化层S2LeNet-5第三层:卷积层C3LeNet-5第四层:池化层S4LeNet-5第五层:卷积层C5LeNet-5第六层:全连接层F6LeNet-5第七层:全连接层output代码整合概要LeNet-5:是Yann LeCun在1998年设计的用于手写体识别的经典卷积神...

2019-04-05 23:46:42 717

原创 190317CNN流程

CNN认识文章目录CNN认识一、卷积神经网络组成卷积层池化层激活函数层1.sigmoid function(sigmoid函数)2.tanh 函数3.ReLU函数(max(0,x))4.leaky ReLU函数(max(0.01x,x))全连接层二、卷积层三、池化层四、全连接层一、卷积神经网络组成其中包含了卷积层、池化层、激活函数层、全连接层。卷积层卷积神经网络中每层卷积层由若干卷积单...

2019-03-20 23:44:08 2629

原创 关于吴恩达深度学习总结

关于吴恩达深度学习总结(一)相关函数文章目录关于吴恩达深度学习总结(一)相关函数一、cost function(成本函数)二、loss function(损失函数)三、y hat四、参数的更新规则五、w,b的导数六、向量化logistic回归七、激活函数1.sigmoid function(sigmoid函数)1.1sigmoid function-derivative(sigmoid导)2.t...

2019-03-20 21:46:42 686

原创 关于吴恩达深度学习总结(一)

关于吴恩达深度学习总结(一)相关函数文章目录关于吴恩达深度学习总结(一)相关函数一、cost function(成本函数)二、loss function(损失函数)三、sigmoid function(sigmoid函数)四、y hat五、参数的更新规则六、w,b的导数七、向量化logistic回归八、激活函数1.sigmoid function(sigmoid函数)2.tanh 函数3.ReL...

2019-02-16 10:09:09 1073

原创 配置深度学习环境

配置深度学习环境文章目录配置深度学习环境一、编译cmake二、安装NVIDIA driver并cuda1.关闭图形界面,进入命令行界面2.安装三、安装cudnn四、安装anaconda五、安装tensorflow-gpu六、安装opencv一、编译cmaketar -zxvf cmake-3.12.0.tar.gz (解压)cd camke-3.12.0./bootstrap --pr...

2019-02-13 09:56:53 967

原创 华硕ubuntu安装

一、启动盘的搭建材料:ubuntu-16.04.4-desktop-amd64.iso镜像

2018-12-05 16:11:46 10901 6

原创 181118图片增强

**一、调整图片亮度**运用函数:f(x)= contrast * g(x) + brightness并与for循环函数嵌套使用将图片分成三层,达到对图片每一个“点”进行遍历的效果for i in range(pic.shape[0]): for j in range(pic.shape[1]): for k in range(pic.shape[2]): ...

2018-11-23 00:16:52 266

原创 181111openos文件

一、导入os模块os模块一般用于处理文件和系统目录的处理,操作。import os #导入os模块二、os库的相关函数1、获取当前工作目录os.getcwd() #获取当前python脚本工作的目录路径便于查看当前运行目录路径,与要进行操作的文件路径进行对比,是否在同一路径下以避免操作无法正常进行。2、列出目录下的所有目录和文件os.listdir(cata...

2018-11-14 20:18:13 160

原创 181104opencv

一、导入opencv包OpenCV——Open Source Computer Vision Library。它是一个广受欢迎的开源计算机视觉库,它提供了很多函数,实现了很多计算机视觉算法。在这里插入代码片importcv2# 导入OpenCV包,以供后续操作进行二、创建空图[Python]纯文本查看复制代码?1234importcv2importnumpyimg=np....

2018-11-10 00:19:38 250

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除