鹊踏枝-码农的专栏

计算机视觉三大顶会，如CVPR,ICCV,ECCV，其文章一般都是开源open access，目前CvF(Computer Vision Foundation) open access支持CVPR与ICCV，具体下载方法如下：1. 点击进入CvF2. 由CvF可以看到支持的会议及年份，如下。直接点击上图中的"Main Conference"即可进入论文下载列表，若不能进入下载...

非极大值抑制（Non Maximum Suppression）最常用的领域就是目标检测，比如人脸检测，物体检测等。下面也就其在目标检测领域的应用及其代码实现。目标检测的基本流程如下：具体示意图如下：所以，在输出的ScoreMap中，像素数为numel(ScoreMap)，则输出检测到的Box数目为numel(ScoreMap)个，其维数为（4，numel(Sco

在卷积神经网络ConvNets中，前向传播到最后一层计算网络预测标签（predicted label）与真实标签（Ground Truth）之间的误差，需要定义一个损失函数，如Log loss，Softmax log loss，Multiclass hinge loss，Multiclass structured hinge loss等，本文要讲的就是Softmax log loss损失函数在Co

在卷积神经网络ConvNets中，前向传播到最后一层计算网络预测标签（predicted label）与真实标签（Ground Truth）之间的误差，需要定义一个损失函数，如Log loss，Softmax log loss，Multiclass hinge loss，Multiclass structured hinge loss等，本文要讲的就是Softmax log loss损失函数在Co

首先，需要说明一点的是，训练集（training set）、验证集（validation set）和测试集（test set）本质上并无区别，都是把一个数据集分成三个部分而已，都是（feature,label）造型。尤其是训练集与验证集，更无本质区别。测试集可能会有一些区别，比如在一些权威计算机视觉比赛中，测试集的标签是private的，也就是参赛者看不到测试集的标签，可以把预测的标签交给大赛组委

DET(Detection Error Tradeoff )曲线是对二元分类系统误码率的曲线图，绘制出错误拒绝率FRR（False Reject Rate）与错误接受率（False Accept Rate）之间随着判断阈值的变化而变化的曲线图。现在DET曲线扩展到用于模式识别分类器性能的评价的一个指标之一。在上式中， 表示正样本总数， 表示正样本被拒绝即判定为负样本的数目， 表示负样本

Fisher Vector（FV）是一种类似于BOVW词袋模型的一种编码方式，如提取图像的SIFT特征，通过矢量量化（KMeans聚类），构建视觉词典（码本），FV采用混合高斯模型（GMM）构建码本，但是FV不只是存储视觉词典的在一幅图像中出现的频率，并且FV还统计视觉词典与局部特征（如SIFT）的差异。在讲解Fisher Vector（FV）之前，先对FV有一个总体的认识，先看一下FV的代码实现

ROC(Receiver Operating Characteristic Curve)接收器操作特性曲线，原先主要用于评价雷达中的漏报虚警等事件的指标，其中漏报表示雷达监控的空域中有敌机出现，而雷达没能检测出来；虚警则表示雷达监控的空域中没有敌机出现，而雷达却发出警报。后来ROC曲线又用在了医学分类指标中，主要是二分类，即有病/没病，后逐渐扩展到模式识别的多分类中，用来评价分类器的好坏。在R

转载来源：推荐一些用CRF做图像语义分割的资源首先是code，以前找了很多，但发现比较好用的有：1. Matlab版的UGM：http://www.cs.ubc.ca/~schmidtm/Software/UGM.html，可实现crf的inference和learning，作者Mark Schmidt，写了很多实用的工具箱。2. C++版的gco-v3.0：http://vision.csd.u...