qq_40121643的博客

svm理论参考：http://blog.youkuaiyun.com/lisi1129/article/details/70209945?locationNum=8&fps=1svm参数详解：https://www.cnblogs.com/luyaoblog/p/6775342.html一个简单的例子明白怎么使用Python实现SVC分类本笔记给予py2.7from sklearn import sv...

全反射理论算法PR（Perfect Reflector Assumption）1.理论详解全反射理论PR假设图像上最亮点就是白点，并以此白点为参考进行自动白平衡矫正，最亮点定义为R+G+B的最大值。显然只是用一个点作为标准来进行校验的话显然不足，因此通常是用图像上最亮的一部分点的均值作为参考，对图像进行矫正。本文使用Ratio来进行不同比率的矫正核心公式其中MaxV...

object 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解决的，物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图片的任何地方，更何况物体还可以是多个类别。object detection技术的演进：RCNN->S...

#下面这个我得电脑打不起来，程序下面附有修改过的可视化程序# coding: utf-8# In[1]:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# In[2]:mnist = input_data.read_data_sets('MNIST_data',on...

详细请参考：硕士论文，   基于机器学习的车辆目标识别方法图像分割：                就是把图像中具有特殊含义的不同区域分割开来，这些区域是互不相交的，每一个区域都满足特定区域的一致性。               目前为止，不存在一个通用的分割方法，也不存在一个判断是否分割成功的客观标准，因此被认为是机器视觉的瓶颈。机器视觉中的图像处理包括：                目标检测...

卷积神经网络策略：权值共享，让一组神经元使用相同的权值，大大的提高了权值多的计算训练慢的缺点。例如 卷积神经网络对手写数字识别：网络的输入是一个32ｘ32的手写数字图像，输出是其识别结果，CNN复合多个卷积层，和采样层对信号进行加工，然后在连接层实现与输出目标之间的映射。每个卷积层都包含多个特征映射，每个特征映射是一个有多个神经元组成的平面，通过一种卷积滤波器提取输入的一种特征。如上图，第一个卷积...

# coding: utf-8# In[1]:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datafrom tensorflow.contrib.tensorboard.plugins import projector# In[2]:# 载入数据集mnist = in...

# coding: utf-8# In[2]:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data# In[3]:# 载入数据集mnist = input_data.read_data_sets("MNIST_data", one_hot=True)# 每个批次...

给定的训练样本集D={（x1，y1），（x2,y2）,........（xm,ym）}，其中y1={+1，-1}。y1可以理解为样本标记，最终就是将样本y=+1和样本y=-1的样本点分开。SVM的基本思想就是在两类训练样本之间寻找一个超平面，将不同的样本类别分开。直观上去看的话，最中间的超平面对训练样本的局部扰动容忍性最好。此划分超平面所产生的分类结果是最鲁棒（稳定）的，对未见实例的泛化能力最强。...

1.理论GW算法的核心是灰度理论假设，任意一副图像，当它有足够的色彩变化，则它的RGB分量的均值会趋于相等。这是一个在自动白平衡方面应用极为广泛的理论. 其中Xaver表示X通道所有像素点值的平均值。基于此假设，可以这样对每一幅图像进行自动白平衡，方法是让图像的RGB三色分量复合下式 其中Rb为R通道原始图像点的像素值，同理...