wishchinYang的专栏

在MaskRCNN的Mask分割或者FCN全图分割的数据收集过程中，初始数据可以使使用LabelMe手动标记，这是数据标记不可或缺的过程，需要耗费大量人力物力，也是值得的。 数据选取的过程中需要注意的是，标记的粒度控制、半自动化标记工具比如grubcut算法辅助等、数据的二次筛查、数据可靠性分级等等。 参考：三维重建PCL：点云单侧面正射投影_wishchinYang的专栏-优快云博客终于把点云单侧面投影正射投影的代码写完了，为一个阶段，主要使用平面插值方法，且只以XO...

参考：推荐系统的十个关键点_wishchinYang的专栏-优快云博客_推荐系统项目技术点。推荐系统的第一-冷启动问题，类似于一个小白第一本书是读到基督教的书，第一页写着人是上帝那玩意的羔羊，能被坑死一生。冷启动可以使用标签标示、随机推荐等一些列策略缓解。推荐系统的最大问题，则来到了这几年很火的“信息茧房”，这是一个很难冲破的现状。当然引入随机可以解决任何算法难题，这样效果就难以预料，也失去了推荐系统本身的意义，且大数据的随机性有待验证。算法没有价值观 当算法没有价值观的时候，出...

在重新使用VS2015的时候，以前可以运行的工程已经无法载入，在新的系统重装VS2015社区版本，依然出现了此种状况。

工业和消费领域，图像获取主要依赖于电子元件CMOS和CCD，以光电转化的形式转化为电信号。信号在传输的过程中会因为电信号的本身干扰，发生失真。常见的噪声有椒盐噪声、高斯白噪声等。因此有对应的滤波方法。

         大模型需要更大量的数据，用以拟合更复杂的假设空间。GAN本身可以用于生成数据，在GAN的学习过程中隐藏了弱监督学习和增强学习的思想。下文主要是对GAN应用于NLP进行相关分析，配图不错，摘抄下来，删除掉关于NLP的部分。本文有大量修改，如有疑虑，请移步原文。       文章：深度生成式模型、DcGAN、应用案例、相关paper       其他参考：生成式模型 & 生成...

前言：模式识别问题       模式函数是一个从问题定义域到模式值域的一个单射。      从简单的贝叶斯方法，到只能支持二分类的原始支持向量机，到十几个类的分类上最好用的随机森林方法，到可以支持ImageNet上海量1860个类且分类精度极高的InceptionV4（参考：CNNhttp://blog.youkuaiyun.com/wishchin/article/details/45286805），其模式...

       这篇文章写的挺辛苦，不过对于Mask介绍着墨不多。       文章： TF实战：Chapter-8上(Mask R-CNN介绍与实现)        ...............................................     MRCNN采用和Faster R-CNN相同的两个阶段，具有相同的第一层(即RPN)，第二阶段，除了预测种类和bbox回归，并且并...

            项目地址：https://pjreddie.com/darknet/yolo/              mAP提升了不少，在VS上试一把            V3 的权值：https://pjreddie.com/media/files/yolov3.weights            yolov3-voc的权值：                       估计在C...

文章：欲取代CNN的Capsule Network究竟是什么来头？它能为AI界带来革命性转折么？

太他nia的垃圾了，写完之后点击发布，只保留了前一段，后面的长篇大论全都没了，感情是自动保存草稿的那一段，其他的呢。其他的呢？本地的没有上传上去，这个缓存机制有很大问题，太恶心人了！转移到其他地方吧................

             转自知乎和百度百科：从零开始学后期  （色温的奥秘）                    文章： 冷暖色区分？冷暖肤色适用于那些色系的彩妆？                       文章：干货 |如何判断人体色冷暖？如何判断色彩冷暖？（值得收藏研读！） -蒜苗的回答            百科定义：        色温是表示光线中包含颜色成分的一个...

        参考文章：日本色研配色體系PCCS。https://en.wikipedia.org/wiki/Color。       1965年前后人们通过生理学实验验证了Thomas Young的假设，在眼睛中的确存在三种不同类型的锥体。看看这个巴黎大学的知乎回答：为何人眼选择了390-700nm作为自身的感光范围？下图：人眼和蜂鸟的感光分布.        鸟的四种感色细胞，感...

色彩的搭配：怎样才算好？根据艺术设计理论，艺术也可以量化，感情色彩也是如此，找到合适的量化方式，就可以以计算机形式重新构建。 进行图像感情色彩量化，使用了 OCR + 图方法，结果使用OpenCV在HSV色盘上画出来。这个色盘比 潘通色卡 和所谓的 莫兰迪色 配色强大多了。 wishchin的花瓣链接：http://huaban.com/p7viar...

原文链接：OCR算法-CNN+BLSTM+CTC架构由于作者使用了Boost1.57-Vc14，而1.57的VC14版本作者没有给出下载链接，因此需要自行编译，建议换掉作者的第三方库，使用其他的库，比如：这篇文章：VS编译Caffe非常简单。网盘：3rdlibVC14。有少量的改动，如有疑问，请移步原文，直接到作者GitHub界面...链接：https://github.com/senli...

一、颜色的物理机制       去年冗杂的一篇文章：CNN结构-色彩空间建模；是从数学解析几何的观点进行分析颜色，来阐述颜色的正交性和完备性。此外，此篇CNN结构-色彩特征提取，从颜色的哲学基础来分析色彩。        此处，从物体色彩的物理机理来分析色彩。        电子能级跃迁是所有物质内在颜色的产生机制。简单的说如图所示，氧化后导致能带变化要么是高能级能量下降要么是低能级能...

文章链接：个人技术博客的选择：优快云、博客园、简书、知乎专栏还是Github Page？ 感觉还是Fuck The Dog！看来还是以后把文章写在本地，然后再上传到优快云吧。被优快云的缓存机制坑了几次，得非常注意这次事件才行！！！...

        pytorch官网：http://pytorch.org/上只有PyTroch的ubuntu和Mac版本，赤裸裸地歧视了一把Windows低端用户。1. Caffe源码：Caffe源码理解之存储  Caffe2存储Caffe2中的存储结构层次从上到下依次是Workspace, Blob, Tensor。Workspace存储了运行时所有的Blob和实例化的Net。Blob可以视为对...

终于把点云单侧面投影正射投影的代码写完了，为一个阶段，主要使用平面插值方法，且只以XOY平面作为的正射投影面。有些凑合的地方，待改进。 方法思路：使用Mesh模型，对每一个表面进行表面重建。借助OpenCV Mat类型对投影平面进行内点判断，对内点位置进行插值。 OpenCV cv::polylines 和lines 进行画图的时候都会出现问题，...

       市面上暂时还没有找到可以在消费机显卡上实时运行的MaskRCnn，TensorFlow即使是C++版本训练在coco数据集上的模型也是慢的要死，最后不堪忍受，只能放弃。       经历了一些列fuckingDog的复杂配置之后，终于配置成功了。测试一把       Detectron地址：https://github.com/facebookresearch/Detectron一、...

       MIT发文：深度视觉的量化表示................       Places2 是一个场景图像数据集，包含 1千万张 图片，400多个不同类型的场景环境，可用于以场景和环境为应用内容的视觉认知任务。       GitHub源代码：https://github.com/CSAILVision/NetDissect       论文地址：http://netdissect....

FCN中有两个关键，一个是pooling减小图像尺寸增大感受野，另一个是upsampling扩大图像尺寸。在先减小再增大尺寸的过程中，肯定有一些信息损失掉了，那么能不能设计一种新的操作，不通过pooling也能有较大的感受野看到更多的信息呢？答案就是dilated conv。

         原文： 色彩空间基础                                                                                              好一个NB的知乎专栏：色彩空间基础             第一章：色彩空间基础                      关于色彩分析，引出了专门的数学基础。整个过程给出了...

来自于百科：色彩是通过眼、脑和我们的生活经验所产生的一种对光的视觉效应。人对颜色的感觉不仅仅由光的物理性质所决定，比如人类对颜色的感觉往往受到周围颜色的影响。有时人们也将物质产生不同颜色的物理特性直接称为颜色。人眼对色彩的感知一般来源于来自于光源的直射色和物体表面的反射色。基础理论，查看百度经验：色彩基础知识  。下面文章摘抄了一小部分。

       模式识别专注于寻找相同模式的共性和不同模式的分离。CNN把特征提取全局化，其中重要的一个是纹理特征，利用卷积核来表示纹理基元，用以重现模式，应如何显示表示。       第一次使用纹理特征，2012年，使用了灰度共生矩阵：灰度共生矩阵-/Laws特征。此后LBP特征也是一种常用的特征：局部二元模式LBP特征。  此外Gabor变换用以提取纹理，可以使用变换后的能量和方差进行计算特...

CNN结构：图片风格分类效果已成。可以在色彩空间对图片风格进行分类，并进行目标分类。StyleAI构架：FasterRCnn + RandomTrees。

顾名思义，蝴蝶曲线（Butterfly curve ）就是曲线形状如同蝴蝶。蝴蝶曲线如图所示，以方程描述，是一条六次平面曲线。如果大家觉得这个太过简单，别着急，还有第二种。如图所示，以方程描述，这是一个极坐标方程。通过改变这个方程中的变量θ，可以得到不同形状与方向的蝴蝶曲线。如果再施以复杂的组合和变换，我们看到的就完全称得上是一幅艺术品了。

在极坐标系中，以下方程表示的曲线称为玫瑰曲线：r = sin ( k θ )　或　r = cos ( k θ )当 k 是奇数时，玫瑰曲线有 k 个花瓣；当 k 是偶数时，玫瑰曲线有 2k 个花瓣

  参考链接：三维空间中的平面方程                 这个链接是错误的： http://blog.youkuaiyun.com/PengPengBlog/article/details/52774421      //获取平面方程//Ax + By + Cz + D std::vector<float> getPlaneParam(const std::vector<pcl:...

当一个CNN用于另一个领域，就使用到了迁移学习。迁移学习是一种用于模型领域泛化和扩展的工具。 文章链接：独家 | 一文读懂迁移学习（附学习工具包） 参考：当深度学习成为过去，迁移学习才是真正的未来？ 知乎：什么是迁移学习？2018年03月15日 17:24:291. 前言迁移学习（Transfer...

为何不使用C++版本FCN获取最后的分割掩模像素块集合，何必要使用python呢！因此需要获取网络最后层的所有featureMaps，featureMaps的结果直接对应了segmentation的最终结果，可以直接用于掩模分析。 caffe源码给出了提取中间层featureMap的源代码，位置在tools/extract_features.cpp。 参考文章链...

                 在测试MIT Scene Parsing Benchmark (SceneParse150)使用FCN网络时候，遇到Caffe错误。          遇到错误：不可识别的网络层crop 网络层    CreatorRegistry& registry = Registry();    CHECK_EQ(registry.count(type), 1) &...

        MaskXRCnn俨然成为一个现阶段最成功的图像检测分割网络，关于MaskXRCnn的介绍，需要从MaskRCNN看起。        当然一个煽情的介绍可见：何恺明团队推出Mask^X R-CNN，将实例分割扩展到3000类。        MaskRCnn取得的精细结果有三个主要技术构架：DeepMask、SharpMask、MultiPathNet。MaskRCNN与...

           参考第一个回答：如何评价DeepMind最新提出的RelationNetWork            参考链接：Relation Network笔记  ，暂时还没有应用到场景中           LiFeifei阿姨的课程：CV与ML课程在线论文：A simple neural network module for relational reasoninggithub代码...

一、VG数据集         机器学习领域的突破突然让计算机获得了以未曾有的高精度识别图像中物体的能力——几乎达到了让人惊恐的程度。现在的问题是机器是否还能更上层楼，学会理解这些图片中所发生的事件。         Visual Genome的新图像数据库有望推动计算机向这一目标挺进，并帮助衡量计算机在理解真实世界这一进程中的进步。教会计算机理解视觉场景是人工智能非常重要的基础。它不仅能产生更多...

        对于FCN-SceneParse网络，最后卷积生成N个类别的maps,每个Map都得到图像所有点的单类概率。MaskRCNN的结构与FCN不相同。       参考三个文章：       Detectron总结1：Blob的生成 和 generate proposal         Detectron总结2：前向生成数据标签的过程        Detectron总结3：参数设置...

在不需要遍历出环的算法里面，可以通过欧拉公式直接计算亏格。孔洞的个数。 公式： nGenus = l-p+1; l为边的个数，p为点的个数。