pandamax的博客

1.albumentations2.Automold–Road-Augmentation-Library3.imgaug

Euclidean vs. Cosine Distance余弦相似度通常用作度量距离的度量，当矢量的大小不重要时。 例如，在处理由字数统计的文本数据时会发生这种情况。 我们可以假定，当文档1中的单词（例如科学）比文档2中更频繁出现时，该文档1与科学主题更相关。 然而，也可能是我们正在处理不均匀长度的文档（例如维基百科文章）。 然后，科学可能在文献1中出现得更多，只是因为它比文献2长。余弦相似性...

1.yolov3 含v1,v2 2.yolov3-pytorch 3.focal loss

Instance Embedding: Segmentation Without Proposals

Why and how are convolutional neural networks translation-invariant?

Data Augmentation Techniques in CNN using Tensorflow

Recent FAIR CV Papers - FPN, RetinaNet, Mask and Mask-X RCNN.

Class Imbalance Problem7 Techniques to Handle Imbalanced Datalearning-imbalanced-classes

网络优化

1.Instance Embedding: Segmentation Without Proposals

基于Mask-RCNN ,以 MS COCO 数据集作为训练数据集， 该数据集共有 81 类（ 含背景一类)，对模型进行调参训练， 利用迁移学习的思想， 将此训练好的权重作为可行驶区域分割任务中的初始权重， 在预先处理过后BDD100K 可行驶区域数据集上再次训练，以实现视频和图片序列中可行驶区域的分割预测。部分预测结果： https://youtu.be/S0Rkgh652UU htt...

kalman_filter

Cropping Rotated Rectangles from Image with OpenCVRobustly crop rotated bounding box on photos

Becoming One With the Data讨论了数据中存在的问题以及解决方法

1.TensorFlow 模型浮点数计算量和参数量统计 2.FLOP calculation by tf.profiler might be wrong #197463.Tensorflow Profile Model Architecture

开源项目配置:ubuntu16.04,cuda9.0,cudnn7.1.2安装清单1.ffmpeg1.sudo apt update2.sudo apt install ffmpeg3.ffmpeg -version(查看版本及安装的包)2.GNU/Linux installation instructions注明:该方法是用anaconda的方式安装,先安装anaconda提...

coco-mapillary-eccv-2018-sources目录:

关于齐次坐标的理解

OHEM（Online Hard Example Mining）

“class-agnostic”理解

What-is-the-difference-between-inference-and-learning?

原文地址纹理的定义：纹理是一种反映图像中同质现象的视觉特征，它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理具有三大标志：某种局部序列性不断重复、非随机排列、纹理区域内大致为均匀的统一体。纹理不同于灰度、颜色等图像特征，它通过像素及其周围空间邻域的灰度分布来表现，即：局部纹理信息。局部纹理信息不同程度的重复性，即全局纹理信息。 纹理的分类：纹理特征可

深度解读最流行的优化算法：梯度下降 【本文转载自机器之心   翻译：沈泽江 原文地址：http://www.jiqizhixin.com/article/1857】梯度下降法，是当今最流行的优化（optimization）算法，亦是至今最常用的优化神经网络的方法。本文旨在让你对不同的优化梯度下降法的算法有一个直观认识，以帮助你使用这些算法。我们首先会考察梯度下降法的各种变体，然后会简要

一：BN层李宏毅视频讲解BN（Batch Normalization）层的作用（1）加速收敛（2）控制过拟合，可以少用或不用Dropout和正则（3）降低网络对初始化权重不敏感（4）允许使用较大的学习率 链接：https://www.zhihu.com/question/38102762/answer/85238569来源：知乎1. What is BN?顾名思义，batch normalizat...

在空间Ω上(欧式空间)P和Q是两个概率分布，并且有P对于Q绝对连续。然后，对于凸函数f有f（1）= 0，Q对P的f-散度定义为：                                                                   如果P和Q都相对于欧式空间上的参考分布μ绝对连续，那么可有它们的概率密度p和q均满足dP = pdμ和dQ = qdμ。

原文：http://blog.youkuaiyun.com/xiaowei_cqu最小平方误差判别准则函数对于上一节提出的不等式组：在线性不可分的情况下，不等式组不可能同时满足。一种直观的想法就是，希望求一个a*使被错分的样本尽可能少。这种方法通过求解线性不等式组来最小化错分样本数目，通常采用搜索算法求解。为了避免求解不等式组，通常转化为方程组：矩阵形式为：。方程组的误差为

原文：发布者: 炼数成金_小数  原作者: GapengGAN回顾Martin 称这个loss为original cost function（参见[1] 2.2.1章节），而实际操作中采用的loss为the –log D cost（参见[1] 2.2.2章节）。GAN存在的问题：初探当固定G时，训练D直到收敛，可以发现D的lo

原文地址：https://zhuanlan.zhihu.com/p/25071913在GAN的相关研究如火如荼甚至可以说是泛滥的今天，一篇新鲜出炉的arXiv论文Wassertein GAN却在 Reddit 的 Machine Learning 频道火了，连Goodfellow都在帖子里和大家热烈讨论，这篇论文究竟有什么了不得的地方呢？　　要知道自从2014年Ian Goodfe

基础篇NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(通常是元素是数字)。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank)。例如，在3D空间一个点的坐标[1, 2, 3]是一个秩为1的数组，因为它只有一个轴。那个轴长度为3.又例如，在以下例子中，数组的秩为2(它有两个维度).第一

原文：http://blog.youkuaiyun.com/saltriver/article/details/54428685图（graph）是数据结构和算法学中最强大的框架之一（或许没有之一）。图几乎可以用来表现所有类型的结构或系统，从交通网络到通信网络，从下棋游戏到最优流程，从任务分配到人际交互网络，图都有广阔的用武之地。而要进入图论的世界，清晰、准确的基本概念是必须的前提和基础。下面对其最

转载出处：http://blog.youkuaiyun.com/zwl_123/article/details/72763856 一个参数机器学习算法是什么，与非参的机器学习算法又有什么不同呢？  在这篇文章中，你会发现参数和非参数机器学习算法之间的区别。   让我们开始吧！    学习一个函数   机器学习可以归结为学习一个函数(f)，把输入变量(X)映射到输出变量(Y)：

1.SVM 2.带约束的优化问题 3.svm流程图 4.svm多类分类实现方法 5.KKT条件

最小生成树基于图论的图像分割

高斯滤波canny算法canny-matlab版

算法的时间复杂度和空间复杂度

RCNNSelective SearchWhy does Faster R-CNN use anchor boxes?How does the region proposal network (RPN) in Faster R-CNN work?ROI PoolingFast RCNNFaster RCNN详解rcnn—mask rcnn简述ROI Pooling&&am...

Harris角点检测原理Harris角点检测-matlab

HOGSVM

关于特征值和特征向量的理解PCA的数学原理

原文地址：http://suanfazu.com/t/adam/9828Adam关于Adam的报道，参见[3].本片博客是阅读论文所得的笔记，论文中得配图均来自与论文，论文名称见参考文献[1].Adam是微软研究院的深度学习项目，该项目仍然是应用卷积神经网络进行图像分类，效果提高了很多，但从我读论文的角度看，adam更偏向于分布式框架的实现，而非理论的创新，自Alex和Hint