- 博客(141)
- 资源 (19)
- 收藏
- 关注

原创 【人脸识别7】haar+CART+Adaboost+Cascade训练过程分析
【人脸识别7】haar+CART+Adaboost+Cascade训练过程分析人脸检测分类器可以总结为:人脸检测分类器=haar-like (特征)+CART(弱)+ Adaboost(强) + Cascade(级联)下面将从以下几个问题入手,各个击破:1.什么是Haar特征?为什么使用feature而不是直接使用pixels?2.什么是CART分类回归树?CART在本...
2018-06-09 22:07:36
2784

原创 【人脸识别6】用haar+adaboost训练自己的人脸检测器
【人脸识别6】用haar+adaboost训练自己的人脸检测器【1. 准备样本】 1.将ORL数据库中的400张人脸储存到一个文件夹下positive_samples2.生成索引文件posdata.dat3.生成vec文件【2.训练分类器】【3.测试自己的分类器是否好用】已训练好的cascade.xml文件以及正负...
2018-06-06 20:35:38
7169
5

原创 【机器学习】神经网络介绍
【深度学习】神经网络介绍神经元激活函数感知机与多层网络误差反向传播 参考:周志华《机器学习》 "神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应" [Kohonen, 1988] .1.神经元模型 神经网络中最基本的成分是神经元 (neuron)模型,即上述中提到的"简单单元"。在生物神经网络中,每个神经元与...
2018-05-28 15:51:36
7428

原创 【opencv人脸识别5】通过建立模型(.xml文件)识别出你的脸
【opencv人脸识别5】通过建立模型(.xml文件)识别出你的脸通过前面4节的opencv人脸识别的内容,我们已经较完整的实现了人脸识别。本节主要在前4节的基础上,通过构建人脸识别的模型,来进行人脸的预测分类。前4节内容及链接如下:1. 【opencv人脸识别1】从图片中检测人脸2. 【opencv人脸识别2】从视频中检测人脸3. 【open...
2018-05-22 19:45:04
18840
22

原创 【opencv人脸识别3】从视频中识别出你的脸
【opencv人脸识别3】从视频中识别出你的脸第一节讲从图片中检测人脸,【opencv人脸识别一】从图片中检测人脸第二节讲从视频中检测人脸,【opencv人脸识别】从视频中检测人脸本节结合前面的内容,实现从视频中识别出你的脸。大型的人脸识别需要首先训练大量的人脸模型,但本着迅速上手的目的,本节先直接训练4个人的人脸模型(小样本),直接进行识别。后续第...
2018-05-21 20:54:54
13951
9

原创 【opencv人脸识别4】训练人脸模型
本节讲如何训练人脸模型,所用平台为opencv3.4.0+VS2017+win10。因为人脸模型训练模块在opencv_contrib模块中,而在opencv2.x版本中是有这个模块的,但考虑到此模块的不稳定性,opencv3.x版本将此模块去掉了,所以若需要应用opencv_contrib模块,需自行下载opencv_contrib_3.4.0模块,然后用cmake软件将open...
2018-05-21 20:54:44
20662
18

原创 【opencv人脸识别2】从视频中检测人脸
【opencv人脸识别】从视频中检测人脸1.从视频中识别人脸和人的眼睛2. 从视频中检测人脸、眼睛、鼻子、嘴巴上一节,讲了如何从图片中检测人脸,这一节讲如何从视频中检测人脸。在opencv自带的说明中便有从视频中检测人脸的例子,在..\opencv3_4\opencv\sources\samples\cpp\tutorial_code\objectDet...
2018-05-21 18:49:01
14462
8

原创 【opencv人脸识别1】从图片中检测人脸
【opencv人脸识别一】从图片中检测人脸本系列主要讲述利用opencv实现人脸识别的相关知识,并给出实际代码。且循序渐进,由基础到复杂,从最基本的图片检测人脸到视频检测、识别人脸,再到较大型人脸数据模型训练、识别。下边是本系列的主要目录:1. 【opencv人脸识别1】从图片中检测人脸2. 【opencv人脸识别2】从视频中检测人脸3. 【opencv人脸识别3】从视频中识...
2018-05-19 21:04:19
21166
9
原创 跨进程通信
C语言跨进程AF_LOCAL socket通信的示例,其中server端是一个进程,client端是多个线程,并且使用epoll管理server端,其中client端通过read()接受数据,重复发送10次相同数据,数据中携带线程信息,并且每次发送前都重先建联socket然后发送完之后再断连socket。其中server端会根据client线程数目创建相同数量的线程专门监听该连接,并在线程中发送和接受数据。
2024-08-05 00:53:18
295
原创 利用gtest实现代码测试并统计白盒覆盖率
1、利用gtest,搭建测试框架2、利用lcov得到函数和分支的白盒覆盖率,利用genhtml输出覆盖率报告。
2024-06-29 00:23:06
1570
原创 二、使用cmake生成.so文件
虽然 Make 和 Makefile 简化了手动构建的过程,但是编写 Makefile 文件仍然是一个麻烦的工作,因此就有了 CMake 工具。CMake 工具用于生成 Makefile 文件,而如何生成 Makefile 文件,则由 CMakeLists.txt 文件指定。那当前是通过包含${SRC}来生成可执行文件的,那如果只有库文件,无法获取源文件时,如何通过依赖libcompute.a或者libcompute.so生成可执行文件呢?另外,CMake生成的目标比构建可执行文件的目标要多。
2024-05-20 22:57:10
3833
3
原创 一、使用makefile生成.so文件
-----查找发现makefile编译动态库时,找不到链接符号也是允许编译通过的,那最好是加上限制条件,在makefile加上 -Xlinker –unresolved-symbols=ignore-in-shared-libs ,让其报错,把未定义的符号给报错出来。这里先将所有.c 文件编译为 .o 文件,这样后面更改某个 .c 文件时,其他的 .c 文件将不在编译,而只是编译有更改的 .c 文件,可以大大提高大项目中的编译速度。链接时,未增加-L 路径依赖,-l 库依赖。
2024-04-06 22:11:07
3132
原创 asan原理详解
Google ASan工具ASAN,全称 AddressSanitizer,也即地址消毒技术。可以用来检测内存问题,例如缓冲区溢出或对悬空指针的非法访问等。
2024-03-30 23:41:28
4386
原创 leetcode练习
/*******************************************************************************函数名:547朋友圈功能描述:输入参数:None输出参数:None返回值:None*******************************************************************...
2020-11-25 18:00:06
444
原创 【成长计划】5.6-5.9
工作后,很久没有写过东西了。工作有些忙,但没有忙到完全没有时间学习的地步,时间就像海绵里的水,只要你想要,挤挤总会有的。有很多基础的东西需要去学习,只有思考和学习,学习和思考,才能让你走的更远。凡事预则立,不预则废,到今天,更加相信这句话。制定计划,重新出发。【成长计划】5.6-5.91、了解大端序、小端序什么是大小端序?为什么会有大小端序?各有什么好处?与计算机处理器有什么关...
2020-05-05 22:32:30
579
3
原创 【工作计划】4.22-4.27
【工作计划】4.22-4.271. 翻译小论文初稿 (5天) 2. 了解英文文章中各部分的写法,学习它。------------------------------------- 认识有多深,呈现才有多深------------------------------------------------------------------凡事预则立,不预则废...
2019-04-24 15:02:02
675
1
原创 【工作计划】4.15-4.21
【工作计划】4.15-4.211. 完成小论文初稿 (4天)2.为大论文准备素材(2天)------------------------------------- 认识有多深,呈现才有多深------------------------------------------------------------------凡事预则立,不预则废。...
2019-04-17 09:20:09
348
原创 【工作计划】4.8-4.14
【工作计划】4.8-4.141. 阅读CNN文献 (2天)2. 一遍阅读,一遍动手写小论文初稿(8-10天) 一共五大部分,摘要引言、cnn原理、cnn识别、实验、结论。------------------------------------- 认识有多深,呈现才有多深---------------------------------------...
2019-04-12 15:16:07
302
1
原创 【工作计划】4.1-4.7
【工作计划】4.1-4.71. 阅读CNN文献 (2天)2. 调试新数据的CNN算法参数。(1-2天)3. 阅读HRRP鲁棒性识别文献。(1-2天)4. 构思自己的文章,中心点(创新点),结构,内容安排。(2天) 若有余力,可开始动手写初稿。------------------------------------- 认识有多深,呈现才有多深...
2019-04-01 15:25:36
347
原创 【工作计划】3.22-3.30
【工作计划】3.22-3.301.调试dk-svd、lck-svd算法参数。(4天)2.调试SRC算法参数。(2天)3. 阅读CNN文献 (2天)4.调试CNN算法参数。(2天)------------------------------------- 认识有多深,呈现才有多深--------------------------------------------...
2019-03-21 22:14:09
359
3
原创 【工作计划】1.14-1.20
【工作计划】1.14-1.201. 学习平移不变特征提取方法,hu不变矩 (3天)2. 编码实现hu不变矩提取,并运用到hrrp中。(2天)3. 调试dksvd代码(2天)4. 若有余力,调试lcksvd代码 (2天) ------------------------------------- 认识有多深,呈现才有多深 ----------------------...
2019-01-14 15:33:00
311
原创 【工作计划】1.7-1.13
【工作计划】1.7-1.132019年第一个新年工作计划1. 阅读eigenfaces vs. fisherfaces,了解二者原理与区别。(2天)2. 代码实现fisherHrrp recognition. (1天)3. 阅读SVM文献 (2天)4.实现 pca+svm/ lda+svm / random +svm 并于SRC相比较。(2天)5.若有余力,重新回顾dks...
2019-01-06 21:51:30
351
2
原创 【工作计划】10.24-10.28
【工作计划】10.24-10.28十月底这段时间主要是学习c++1. 学习c++链表2. 自己学着写图书管理系统,运用链表知识,分析系统功能。 这是第9次工作计划,打好地基,一点一点实现进步!------------------------------------- 认识有多深,呈现才有多深 ------------------------------------...
2018-10-24 14:00:14
566
原创 【工作计划】8.10-8.25
【工作计划】8.10-8.251. 了解微多普勒基础知识 ,主要是读书、查文献。(2天)2. 学习微多普勒,并研读matlab源代码,自己仿真波形 (3天)3. 飞机的一维距离像仿真(1天),后续有时间要学习3-D仿真,目前先用2-D平面仿真4. 学习螺旋桨飞机的微多普勒仿真、搜集文献(2天)5. 搜集HRRP目标识别的文献,自己总结脉络,大量搜寻。(3天)6.纠结开...
2018-08-25 13:38:40
403
原创 【工作计划】7.24-7.29
【工作计划】7.24-7.291. 了解微多普勒基础知识 (1天)2. 学习微多普勒第1章,并研读matlab源代码 (2天)3. 飞机的一维距离像仿真(1天),后续有时间要学习3-D仿真,目前先用2-D平面仿真4. 学习螺旋桨飞机的微多普勒仿真(2天) 这是第7次工作计划,打好地基,一点一点实现进步!加油!如果你贪快,就会在后边被自己蠢哭,最聪明的办法就是,老老...
2018-07-24 13:54:08
412
原创 【工作计划】7.9-7.15
【工作计划】7.9-7.151.【机器学习】logistic回归原理分析及python实现 (2天)2. 【机器学习】k-means聚类原理及python实现 (3天) 这是第6次工作计划,打好地基,一点一点实现进步!加油!如果你贪快,就会在后边被自己蠢哭,最聪明的办法就是,老老实实,一步一个脚印。------------------------------------- ...
2018-07-24 13:42:50
409
原创 【机器学习】k-means聚类原理及python实现
【机器学习】k-means聚类原理及python实现1、k-means原理2、改进的kmenas-------二分k-means3、实例----对地图上的点进行聚类 本节完整代码可戳:https://github.com/LisaPig/machineLearning/tree/master/k_means 聚类是一种无监督的学习,它将...
2018-07-14 22:25:38
3635
转载 如何把本地文件夹上传到github
转载自: https://blog.youkuaiyun.com/littlely_ll/article/details/80054481 https://blog.youkuaiyun.com/geerniya/article/details/7955224由于自己不经常上传github,上传的时候老是忘记命令或步骤,所以在这记录一下github上传步骤。 1. 在githu...
2018-07-13 17:02:41
1467
原创 【机器学习】logistic回归原理分析及python实现
【机器学习】logistic回归原理分析及python实现1.sigmoid函数和logistic回归分类器2.梯度上升最优化算法3.数据中的缺失项处理4.logistic实现马疝气病预测 首先阐述logistic回归的定义,然后介绍一些最优化算法,其中包括基本的梯度上升算法和改进的随机梯度上升算法,这些最优化算法用于分类器的训练,最后给出logistic回归实例,预测一匹有疝气病的...
2018-07-12 11:32:18
9671
1
转载 为什么说随机最速下降法 (SGD) 是一个很好的方法?
转载:本文原作者袁洋,原文载于作者的知乎专栏——理论与机器学习,雷锋网经授权发布。转载自:http://www.sohu.com/a/190641434_114877本文主要介绍 SGD 算法,和两篇分析它逃离鞍点的论文: 我与鬲融,金驰,黄芙蓉写的 Escaping From Saddle Points – Online Stochastic Gradient for Tensor Decomp...
2018-07-02 22:03:08
817
转载 如何使用高大上的方法调参数
转载: 本文原作者袁洋,原载于知乎专栏理论与机器学习。本文转载自:http://www.sohu.com/a/201362073_717210本文主要介绍作者与 Elad Hazan, Adam Klivans 合作的最新论文:Hyperparameter Optimization: A Spectral Approach(https://arxiv.org/abs/1706.00764)那么,在...
2018-07-02 21:56:02
1430
转载 神经网络有什么理论支持?
转载:本文原作者袁洋,本文原载于作者的知乎专栏——理论与机器学习三秒钟理解本文主旨:问:神经网络有什么理论支持?答:目前为止(2017 年)没有什么特别靠谱的。2012年之后,随着深度学习的浪潮卷来,大家逐渐认可了神经网络/深度学习这个东西,都知道它在很多应用场景下面表现得很好。但是,它常常被人诟病的一点就是,就算它表现很好,却没有一个很好的理论解释。相比之下,很多算法虽然实际表现一般,但是在理论...
2018-07-02 21:54:19
1042
原创 【工作计划】7.2-7.8
【工作计划】6.25-7.1【课题计划】本周要讲sar目标分类的PPT,要读相关国内外文章1.了解目标识别的发展2.要了解雷达目标分类涉及的算法3.难点问题与重点4.侧重搜罗神经网络方法【自主学习】1. 7月6号的笔试2. 复习图像处理的知识3. 了解传感器camera原理这是第5次工作计划,打好地基,一点一点实现进步!加油!如果你贪快,就会在后边被自己蠢哭,最聪明的办法就是,老老实实,一步一个脚...
2018-07-01 20:40:31
336
原创 【卷积神经网络发展历程】从LeNet、AlexNet到ResNet、SENet
经典的LeNet诞生于1998年。然而之后CNN的锋芒开始被SVM等手工设计的特征盖过。随着ReLU和dropout的提出,以及GPU和大数据带来的历史机遇,CNN在2012年迎来了历史突破–AlexNet,从此CNN呈现爆炸式发展。 从此,Deep Learning一发不可收拾,ILSVRC每年都不断被Deep Learning刷榜,如图1所示,随着模型变得越来越深,Top-5...
2018-06-30 22:23:36
28235
3
转载 【深度学习】GoogleNet原理解析与tensorflow实现
【深度学习】GoogleNet原理解析与tensorflow实现tensorflow.contrib.slim.python.slim.nets中已经搭建好了经典卷积神经网络: alexnet\vgg\inception_v1_v2_v3\resnet
2018-06-27 16:03:57
14582
4
转载 全球深度学习系统市场报告:Top 6 深度学习企业
原文发布时间:2016-12-02 11:39本文作者:新智元本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网摘要: 深度学习的应用越来越广,而起码在未来五年,这个领域仍将由这些顶尖的公司和机构领军。 Technavio是一家全球技术研究与咨询公司,其最近的《全球深度学习系统市场报告》选出了全球Top 6的深度学习机构,分别是谷歌的母公司Alphabet、伯克利视觉学习中心(BVLC)、...
2018-06-27 11:31:47
925
原创 【深度学习】VGGNet原理解析及实现
【深度学习】VGGNet原理解析及实现 VGGNet由牛津大学的视觉几何组(Visual Geometry Group)和Google DeepMind公司的研究员共同提出,是ILSVRC-2014中定位任务第一名和分类任务第二名。其突出贡献在于证明使用很小的卷积(3*3),增加网络深度可以有效提升模型的效果,而且VGGNet对其他数据集具有很好的泛化能力。到目前为止,VGGNet依...
2018-06-25 21:55:01
22636
3
原创 【工作计划】6.25-7.1
【工作计划】6.25-7.1【自主学习】1. 阅读VGG2. 编程实现,并总结 (3天)3. 阅读Googlenet4. 编程实现,并总结 (3天)若有时间,可阅读resnet这是第4次工作计划,打好地基,一点一点实现进步!加油!如果你贪快,就会在后边被自己蠢哭,最聪明的办法就是,老老实实,一步一个脚印。------------------------------------- 认识有多深,...
2018-06-24 21:40:42
284
原创 【深度学习】AlexNet原理解析及实现
【深度学习】AlexNet原理解析及实现 Alex提出的alexnet网络结构模型,在imagenet2012图像分类challenge上赢得了冠军。 要研究CNN类型DL网络模型在图像分类上的应用,就逃不开研究alexnet,这是CNN在图像分类上的经典模型。一、Alexnet结构alexNet为8层深度网络,其中5层卷积层和3层全连接层,不计LRN层和池化层。如下图所示: ...
2018-06-24 21:28:18
33909
4
Rapid Object Detection using a Boosted Cascade of Simple
2018-06-08
利用haar+CART+adaboost训练自己的人脸检测模型
2018-06-06
Robust Real-time Face Detection
2018-06-05
Robert Pease-Analog Circuits (World Class Designs)-Newnes (2008).pdf
2018-05-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人