乐乐的博客

原创 项目涉及的相关技术

1.sift特征点

转载 C++中引用传递与指针传递的区别

精简版：指针：变量，独立，可变，可空，替身，无类型检查；引用：别名，依赖，不变，非空，本体，有类型检查；完整版：1. 概念　　指针从本质上讲是一个变量，变量的值是另一个变量的地址，指针在逻辑上是独立的，它可以被改变的，包括指针变量的值（所指向的地址）和指针变量的值对应的内存中的数据（所指向地址中所存放的数据）。　　引用从本质上讲是一个别名，是另一个变量的同义词，它在逻辑上不...

原创 腾讯广告算法大赛2019相关概念

腾讯效果广告采用的是GSP（Generalized Second-Price）竞价机制，广告的实际曝光取决于广告的流量覆盖大小和在竞争广告中的相对竞争力水平。其中广告的流量覆盖取决于广告的人群定向（匹配对应特征的用户数量）、广告素材尺寸（匹配的广告位）以及投放时段、预算等设置项。而影响广告竞争力的主要有出价、广告质量等因素（如pctr/pcvr等）， 以及对用户体验的控制策略。 通常来说， 基本竞...

转载 Object Detection

Method backbone test size VOC2007 VOC2010 VOC2012 ILSVRC 2013 MSCOCO 2015 Speed OverFeat 24.3% R-CNN AlexNet 58.5% 53.7%...

原创 Contrastive Loss，Triplet Loss

孪生神经网络（siamese network）中，其采用的损失函数是contrastive loss，这种损失函数可以有效的处理孪生神经网络中的paired data的关系。contrastive loss的表达式如下：其中d=||an−bn||2，代表两个样本特征的欧氏距离，y为两个样本是否匹配的标签，y=1代表两个样本相似或者匹配，y=0则代表不匹配，margin为设定的阈值。...

转载 快速排序和寻找中位数复杂度分析

转载自：http://ilovers.sinaapp.com/article/快速排序和寻找中位数寻找中位数之所以，起“快速排序和寻找中位数”这个题目，并不是因为寻找中位数的时候使用了快速排序，而是这两个算法使用了一个同一个预处理结构 —— 划分，然后都是递归解决！中位数的也是根据一个数把原来的数划分一下，形成两部分。如果前半部分足够长，就在前部分找，否则在后半部分找！(这不仅适合中位数，...

转载 教你如何迅速秒杀掉：99%的海量数据处理面试题

原文：https://blog.youkuaiyun.com/v_JULY_v/article/details/7382693 作者：July出处：结构之法算法之道blog前言   一般而言，标题含有“秒杀”，“99%”，“史上最全/最强”等词汇的往往都脱不了哗众取宠之嫌，但进一步来讲，如果读者读罢此文，却无任何收获，那么，我也甘愿背负这样的罪名 :-)，同时，此文可以看做是对这篇文章：十道海量数...

转载 【C++】自定义比较函数小结

【C++】自定义比较函数小结1、使用结构体grid作为map的keystruct grid{ int x; int y;};（1）需要自定义比较函数operator<，不然会报错：error C2784: “bool std::operator <(const std::deque<_Ty,_Alloc> &,const st...

转载 LBP

What are Local Binary Patterns?Local Binary Patterns, or LBPs for short, are a texture descriptor made popular by the work of Ojala et al. in their 2002 paper, Multiresolution Grayscale and Rotation...

原创 Moments

原创 Bilateral Filtering for Gray and Color Images

Introduction The Idea The Gaussian Case Experiments with Black-and-White Images Experiments with Color Images ReferencesIntroductionFiltering is perhaps the most fundamental operation of image...

原创 Hough Transform

Hough Transform Common Names: Hough transform Brief DescriptionThe Hough transform is a technique which can be used to isolate features of a particular shape within an image. Because it requ...

原创 Canny边缘检测原理

GoalIn this chapter, we will learn aboutConcept of Canny edge detection OpenCV functions for that : cv.Canny()TheoryCanny Edge Detection is a popular edge detection algorithm. It was developed...

转载 搜索评价指标——NDCG

转载请注明出处：https://www.cnblogs.com/by-dream/p/9403984.html    概念　　NDCG，Normalized Discounted cumulative gain 直接翻译为归一化折损累计增益，可能有些晦涩，没关系下面重点来解释一下这个评价指标。这个指标通常是用来衡量和评价搜索结果算法（注意这里维基百科中提到了还有推荐算法，但是我个人...

转载 摄像机标定2 原理篇

转载 摄像机标定http://blog.youkuaiyun.com/tiemaxiaosu/article/details/51728961一、概述1、摄像机标定内容       摄像机标定实际上是要求出6个外参数、5个内参数，即旋转和平移矩阵 R 和 T 中的三个坐标系旋转角度和坐标系平移量 (fu = f/Sx, fv = f/Sy, u0, v0, u)，以及各种畸变系数 k1、k2、...

转载 SIFT

// tt.cpp : 定义控制台应用程序的入口点。//// Text1.cpp : 定义控制台应用程序的入口点。// #include "stdafx.h"#include<stdlib.h>#include "stdlib.h" #include "string.h" #include "malloc.h" #include "math.h"

转载 kd树

k-d树在计算机科学里，k-d树（ k-维树的缩写）是在k维欧几里德空间组织点的数据结构。k-d树可以使用在多种应用场合，如多维键值搜索（例：范围搜寻及最邻近搜索）。k-d树是空间二分树（Binary space partitioning ）的一种特殊情况。[1]可以看到，KD树是基于欧式距离度量的。简介：k-d树是每个节点都为k维点的二叉树。所有非叶子节点可以视作用一个超平面把空...

原创 RANSAC

        RANSAC为Random Sample Consensus的缩写，它是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。它于1981年由Fischler和Bolles最先提出 [1]  。        RANSAC算法经常用于计算机视觉中。例如，在立体视觉领域中同时解决一对相机的匹配点问题及基本矩阵的计算。        RANSAC算...

转载 白化whitening

原文地址：http://blog.youkuaiyun.com/hjimce/article/details/50864602作者：hjimce一、相关理论    白化这个词，可能在深度学习领域比较常遇到，挺起来就是高大上的名词，然而其实白化是一个比PCA稍微高级一点的算法而已，所以如果熟悉PCA，那么其实会发现这是一个非常简单的算法。    白化的目的是去除输入数据的冗余信息。假设训练数据是图像，由...

原创 HOG做目标检测步骤

This method can be broken into a 6-step process, including:Sampling positive images Sampling negative images Training a Linear SVM Performing hard-negative mining Re-training your Linear SVM usi...

原创 图片分类比赛总结

0.拿到数据集后别急着建模型，先分析数据可视化数据。       在大多数机器学习任务中，我们首先要做的（也是最重要的任务）就是在使用算法之前分析数据集。这一步骤之所以重要，是因为它能够让我们对数据集的复杂度有深入的了解，这最终将有助于算法的设计。       因此，我决定使用 t 分布随机邻域嵌入（https://lvdmaaten.github.io/tsne/）可视化技术来查看图片的...

原创 opencv中的函数

gray = cv2.bilateralFilter(gray, 11, 17, 17)双边滤波器（Bilateral filter）是一种可以保边去噪的滤波器。可以滤除图像数据中的噪声，且还会保留住图像的边缘、纹理等（因噪声是高频信号，边缘、纹理也是高频信息，高斯滤波会在滤除噪声的同时使得边缘模糊）。那这么优秀的一个滤波器，他到底是个什么呢，其实，它和我们普通的高斯滤波器一样，也是使用一个卷...

原创 距离衡量标准

Euclidean（欧几里得度量）       欧几里得度量（euclidean metric）（也称欧氏距离）是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。在二维和三维空间中的欧氏距离就是两点之间的实际距离。n维空间的公式                        闵氏距离又叫做闵可夫斯基距离,是欧氏空间中的一种测度，...

原创 计算机视觉学习资源

https://handong1587.github.io/index.html

转载 检测评价函数 intersection-over-union （ IOU ）

IoU(Intersection over Union)Intersection over Union是一种测量在特定数据集中检测相应物体准确度的一个标准。我们可以在很多物体检测挑战中，例如PASCAL VOC challenge中看多很多使用该标准的做法。通常我们在 HOG + Linear SVM object detectors 和 Convolutional Neural Netw...

转载 CNN- 数据预处理

原文：https://www.cnblogs.com/luxiao/p/5534393.html对于CNN输入的数据，常见的有三种处理方式：     1.Mean subtraction.  将数据的每一维特征都减去平均值。在numpy 中 X -= np.mean(X, axis = 0)     2.Normalization  归一化数据，使数据在相同尺度。 在numpy 中 X...

转载 神经网络初始化常用方法

Xavier初始化方法https://blog.youkuaiyun.com/shuzfan/article/details/51338178“Xavier”初始化方法是一种很有效的神经网络初始化方法，方法来源于2010年的一篇论文《Understanding the difficulty of training deep feedforward neural networks》，可惜直到近两年，这个...

转载 神经网络激活函数ACT层

本文收集激活层常用函数，随时补加ReLU tensorflow中：tf.nn.relu(features, name=None)LReLU(Leaky-ReLU)  其中aiai是固定的。ii表示不同的通道对应不同的aiai. tensorflow中：tf.nn.leaky_relu(features, alpha=0.2, name=None)PReLU 其中ai...

转载 ImageNet下载资源（2017年）

原文链接：https://blog.youkuaiyun.com/achirandliu/article/details/78761761首先用教育网邮箱（edu.cn 或edu结尾的）注册个帐号，便可下载这些资源Download links to ILSVRC2017 image data.http://image-net.org/challenges/LSVRC/2017/download-i...

原创 ubuntu下配置opencv3.4.1+opencv_contrib3.4.1

首先，你所下载的opencv与opencv_contrib一定要版本一致！！！注意：不要直接使用从官网上clone下来的opencv_contrib-master。不然的话会导致很多编译错误。之前我就一直使用opencv_contrib-master和opencv3.4.1一起编译，结果一直出错，然后网上又有大量的博客告诉你怎样解决，结果发现都是在扯淡，都是在误导人。你只需要opencv和open...

转载 使用caffe训练时Loss变为nan的原因

原文：http://blog.youkuaiyun.com/huangynn/article/details/52947894梯度爆炸原因：梯度变得非常大，使得学习过程难以继续现象：观察log，注意每一轮迭代后的loss。loss随着每轮迭代越来越大，最终超过了浮点型表示的范围，就变成了NaN。措施： 1. 减小solver.prototxt中的base_lr，至少减小一个数量级。如果有多个loss laye...

转载 机器学习中-强大的矩阵奇异值分解(SVD)及其应用

版权声明：    本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com。也可以加我的微博: @leftnoteasy前言：    上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用

转载 完全立方体计算的多路数组聚集(MultiWay)

今天看数据挖掘讲义里面的OLAP，看到多路数组聚集的时候费了好大劲才看懂了。赶快记下来以免忘记。    多路数组聚集其实就是对维度(dimension)进行选择，保留一些常用的可以很方便地生成别的子立方体的立方体(cube)。对一个维做聚集(aggregation)其实就是按照这个维度的方向做加法，把这个维度的值缩减成一个。比如3D的按照某一维降成2D,最终降成0D的也就是数多维数组里面非零元

原创 Windows64位下各版本Python安装numpy，SciPy，matplotlib，Ipython模块

刚从Linux装回Windows，体会到了Linux下开发的各种便利后，回到Windows下安装几个Python模块都费了老大劲，写篇博客记录一下。我的系统是Windows64，安装的Python3.5     1、首先你得下载你所需要的各种.whl文件，我是在这里下载的http://www.lfd.uci.edu/~gohlke/pythonlibs/，这里面基本上啥都有。注意在下载的时候对

原创 机器学习之利用PCA来简化数据

本文主要记录本人在学习机器学习过程中的相关代码实现，参考《机器学习实战》        主成分分析( PrincipalComponentAnalysis,PCA) 是一种数据降维方法。在PCA中,数据从原来的坐标系转换到了新的坐标系,新坐标系的选择是由数据本身决定的。第一个新坐标轴选择的是原始数据中方差最大的方向,第二个新坐标轴的选择和第一个坐标轴正交且具有最大方差的方向。该过程一直重复

原创 机器学习之使用FP-growth算法来高效发现频繁项集

本文主要记录本人在学习机器学习过程中的相关代码实现，参考《机器学习实战》from numpy import *#构造简单测试数据def loadSimpDat(): simpDat = [['r', 'z', 'h', 'j', 'p'], ['z', 'y', 'x', 'w', 'v', 'u', 't', 's'],

原创 机器学习之感知机

本文主要记录本人在学习机器学习过程中的相关代码实现，参考《机器学习实战》package perceptron;import java.awt.BorderLayout;import java.awt.event.ActionEvent;import java.awt.event.ActionListener;import javax.swing.*;public class

原创 机器学习之K-近邻算法

本文主要记录本人在学习机器学习过程中的相关代码实现，参考《机器学习实战》'''对未知类别属性的数据集中的每个点依次执行以下操作:(1) 计算已知类别数据集中的点与当前点之间的距离;(2) 按照距离递增次序排序;(3) 选取与当前点距离最小的走个点;(4) 确定前灸个点所在类别的出现频率;(5) 返回前女个点出现频率最高的类别作为当前点的预测分类。'''from numpy

原创 机器学习之基于概率论的分类方法 : 朴素贝叶斯

本文主要记录本人在学习机器学习过程中的相关代码实现，参考《机器学习实战》#!/usr/bin/env python3# -*- coding: utf-8 -*-from numpy import *import reimport feedparser#~ loadDataSet() 创建了一些实验样本。该函数返回的第一个变量是进行词条切分后的文档集合 , #~ 这些文档来自斑点

原创 机器学习之Logistic回归

本文主要记录本人在学习机器学习过程中的相关代码实现，参考《机器学习实战》from numpy import *import matplotlib.pyplot as pltdef loadDataSet(): dataMat=[];labelMat=[] with open('testSet.txt') as fr: for line in fr.read