weixin_45492636-优快云博客

转载二维码（QR 码）

一、什么是二维码？QR码(Quick Response Code) 是二维码的一种，在正方形二位矩阵内通过黑白标识编码二进制位从而编码数据，最早发明用于日本汽车制造业追踪零部件。QR码现有40个标准版本，4个微型版本。QR码的数据编码方式有四种：数字（Numeric）：0-9 大写字母和数字（alphanumeric）：0-9，A-Z，空格，$，%，*，+，-，.，/，: 二进制/字节：通过ISO/IEC 8859-1标准编码日本汉字/假名：通过Shift JISJIS X 0208...

2022-01-14 17:58:14 26875 2

转载 YOLO与YOLO2分析

一、YOLO1.1 YOLO性能从上表可以看出，YOLO的处理速度是可观的，但是其目标检测的准确性还是有待提高的。究其原因，主要是其bounding box的定位精度比较差。1.2 YOLO流程说明YOLO网络将分类与定位统一成一个模型，在一个网络中实现分类与定位。如上所示，左图为输入图像，右图为卷积网络输出的feature map。这两张图像都是的大小。这两张图的网格在位置上具有一定的一一对应的关系。对于整个YOLO网络的输出，每个网格所包含的输出如下所示：...

2022-01-07 11:10:49 1307

转载图像识别算法（二）

一、线性分类器线性分类器（Linear Classification）是比KNN分类器更有效的一种分类器。这个方法有两个重要的部分：分数函数（score function）和损失函数（loss function）。分数函数是江原始数据匹配到相应类别的依据，而损失函数是评价预测类别与真实情况之间的差异。假设存在一组图像数据集,同时每组数据都带有一个标签，其中，而。也就是说我们有N个实例（D维），有K个类别。线性分类器：最简单的函数—线性映射：在上面等式中，我们把展开式一个D*1的向量.

2021-12-15 18:04:18 2223

转载多元高斯分布

一、多元标准高斯分布高斯分布在机器学习中出现得很频繁。高斯分布被誉为"上帝的分布", 其强悍的建模能力和优美的数学性质使得高斯分布在现实中得到广泛的应用。我们知道, 大量独立同分布的随机变量的均值在做适当标准化之后会依分布收敛于高斯分布, 这使得高斯分布具有普适性的建模能力。...

2021-12-10 16:14:53 6201

转载孪生神经网络

一、孪生神经网络（Siamese network）孪生神经网络简单的来说就是权重共享的网络，如下所示：大家可能会有疑问：共享权值是什么意思？左右两个神经网络的权重一模一样？答：是的，在代码实现的时候，甚至可以是同一个网络，不用实现另外一个，因为权值都一样。对于siamese network，两边可以是lstm或者cnn，都可以。大家可能还有疑问：如果左右两边不共享权值，而是两个不同的神经网络，叫什么呢？答：pseudo-siamese network，伪孪生神经网络，如下图所示.

2021-12-08 17:34:37 6772 3

转载图像识别算法(一)

目录一、图像识别二、最近邻分类器（Nearest Neighbor Classifier）三、k-最近邻分类器（k - Nearest Neighbor Classifier）四、超参数的设置（Hyperparameter）五、分析一、图像识别对于人脑来说，图像识别是一个简单的问题，但是对于程序来说，这是一个值得研究的问题。总的来说，物体检测，分割等这些计算机视觉的问题都可以简化为图像识别。图像识别存在许多需要考虑的问题。对于计算机来说，一张图像是相当于一个矩阵。如下所示

2021-12-07 17:03:35 30654 1

转载 Anaconda 介绍

1.查询网站Anaconda的中文网：Anaconda 中文网Anaconda 的英文网：Anaconda Documentation — Anaconda documentation2.MKL Optimizations（MKL优化）英特尔™ 数学内核库 (MKL) 专为科学、工程和金融计算而开发，是一组线程化和矢量化的数学例程，可用于加速各种数学函数和应用程序。Anaconda 已将一些最流行的数值/科学 Python 库的 MKL 驱动的二进制版本打包到 MKL 优化中，以提高性能。

2021-12-06 22:00:36 554

转载神经网络的相关知识

一、全连接层和softmax函数深度神经网络的最后一层往往是全连接层+Softmax（分类网络），如下图所示，图片来自StackExchange。如果是只有一个全连接层的神经网络（相当于线性分类器），将每个类别的模板可以直接可视化如下，图片素材来自CS231n。转载：二、概率密度函数转载：(33条消息) 1.2 概率密度、期望、方差与协方差_程序大猩猩的博客-优快云博客_概率密度和期望的关系...

2021-12-03 16:25:21 218

转载 L0、L1、L2范数的理解

一、什么是L1、L2、L3范数L0范数是指向量中非0的元素的个数。(L0范数很难优化求解)L1范数是指向量中各个元素绝对值之和L2范数是指向量各元素的平方和然后求平方根L1范数可以进行特征选择，即让特征的系数变为0.L2范数可以防止过拟合，提升模型的泛化能力，有助于处理 condition number不好下的矩阵(数据变化很小矩阵求解后结果变化很大)（核心：L2对大数，对outlier离群点更敏感！）下降速度：最小化权值参数L1比L2变化的快模型空间的限制：L1会产生稀疏

2021-11-22 17:51:58 6555 4

转载利用图像互相关计算图像位移

一、互相关下图展示的是信号的卷积，互相关和自相关从上图分析可知，当两个信号完全重合的时候所得到的互相关的值最大。拓展在二维图像互相关，当两幅图像完全重合的时候具有最大的互相关值，因此互相关可以用于计算两幅图像的位移以及图像配准。二维图像互相关的公式如下：二、二维图像互相关计算过程matlab中计算互相关...

2021-11-02 17:58:04 11149

转载什么是张量？

一、Tensor flowTensorFlow，顾名思义就是流动着的Tensor。首先，我们要搞清楚什么是tensor，它在哪里以何种方式流动？用最简单的话来说，Tensor实际上就是一个多维数组（multidimensional array），是TF的主要数据结构。它们在一个或多个由节点（nodes）和边（edges）组成的图（graphs）中流动。边代表的是tensors，节点代表的是对tensors的操作（operations，or Ops for short）。tensors在图中从一个节点流向

2021-11-02 17:05:43 338

转载布谷鸟算法

布谷鸟算法是将布谷鸟育雏行为与Levy飞行算法相结合的一种算法。在布谷鸟算法中，有两个算法或者说两个位置更新是关键：第一个是布谷鸟寻找最优解时的算法：一个是布谷鸟寻找鸟窝下蛋的寻找路径是采用早已就有的萊维飞行3，如上图所示，无敌的走位是一种长步长与短步长相间的走位，这其实就是萊维飞行的主要特点，学者们也证实了自然界中很多鸟类的飞行也遵从萊维飞行，这也是最有效寻找目标的方法之一。所以采用萊维飞行更新鸟窝位置的公式被定义如下：其中 , α是步长缩放因子，Levy(...

2021-10-28 10:06:37 3944

转载哈希算法介绍

（一）什么是哈希算法哈希算法是属于密码学算发，主要是为了用来验证信息是否完整。哈希算法也叫散列算法，哈希是 Hash 的直译，通过哈希算法计算得到的值叫哈希值，也叫散列值。简单地说下哈希算法的作用：就是把任意大小的数据转换成固定长度的数据哈希表的主要特征:哈希值固定指的是：通过哈希算法运算得到的哈希值长度是固定的。哈希算法存在哈希碰撞，这个无法避免，碰撞指的是不同的输入通过哈希算法计算得到相同的哈希值。因为哈希算法的输入域是一个无限集合，而值域是一个有限集合，将无限集合.

2021-10-21 17:32:39 4349

转载 RAISR 算法的理解

一、介绍 RAISR算法是一种快速且准确的图像超分辨率重建算法。从上面的重建结果可知，RAISR算法的重建效果并不是最好的，它甚至不如A+(1024)的重建效果好，但是它的重建速度是最好的。二、算法的要点首先对于从HR->LR, RAISR认为基于这样一个退化模型 z=Ds*H*x z是input image, 就是LR x是要还原的HR image H是blur过程, 就是降低HR的清晰度 Ds是降采样过程这个就是RAISR的先验, 就是认为LR可以通..

2021-10-19 16:23:24 3931

转载图像处理—双线性插值法

一、双线性插值法假设源图像大小为mxn，目标图像为axb。那么两幅图像的边长比分别为：m/a和n/b。注意，通常这个比例不是整数，编程存储的时候要用浮点型。目标图像的第（i,j）个像素点（i行j列）可以通过边长比对应回源图像。其对应坐标为（i*m/a,j*n/b）。显然，这个对应坐标一般来说不是整数，而非整数的坐标是无法在图像这种离散数据上使用的。双线性插值通过寻找距离这个对应坐标最近的四个像素点，来计算该点的值（灰度值或者RGB值）。如果你的对应坐标是（2.5,4.5），那么最近的四个像素是（2，4

2021-09-29 16:34:27 4268

weixin_45492636的博客