<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[workerwu的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/workerwu</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; workerwu]]></copyright><item><title><![CDATA[LABVIEW2018 安装与学习]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/108418297</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/108418297</guid><author>workerwu</author><pubDate>Sat, 05 Sep 2020 13:12:52 +0800</pubDate><description><![CDATA[在21世纪电子学习网站下载 个人学习和使用的 labview 2018 版本，附带激活软件。

 安装之后，无论是激活还是LabVIEW的执行，一定要右键 ，都需要以管理员身份运行。打开激活软件后，也使用右键activate使得图标变绿之后，代表已激活成功。如下图所示。




...]]></description><category></category></item><item><title><![CDATA[机器学习中的KL Divergence]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/104167564</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/104167564</guid><author>workerwu</author><pubDate>Tue, 04 Feb 2020 16:08:08 +0800</pubDate><description><![CDATA[原文出处：https://dibyaghosh.com/blog/probability/kldivergence.html

参考源：https://www.countbayesie.com/blog/2017/5/9/kullback-leibler-divergence-explained

-----监督学习和强化学习这种方法的目标都是为了最小化KL差异

这篇文章将从增强学习和机器学习的...]]></description><category></category></item><item><title><![CDATA[图像分类数据集下载地址]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/82768128</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/82768128</guid><author>workerwu</author><pubDate>Wed, 19 Sep 2018 10:19:24 +0800</pubDate><description><![CDATA[自己做个链接，以备后续之需，也给同一方向的大家们一个选择，省得到处搜寻。

http://vision.stanford.edu/resources_links.html //stanford feifei li 旗下数据库的链接地址，包括 IMAGENET,CALYECH101/256 等

http://slazebni.cs.illinois.edu/ // 大神SPM的提出者，这...]]></description><category></category></item><item><title><![CDATA[fprintf(fid, xml) 报错记录]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/81184210</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/81184210</guid><author>workerwu</author><pubDate>Tue, 24 Jul 2018 15:03:48 +0800</pubDate><description><![CDATA[ 

writeXML(fullfile(HOMEfolderAnnotationLM,nameXML), xml); 函数下的fprintf(fid, xml) 报错


&amp;gt;&amp;gt; Warning: Invalid escape sequence appears in format string. See help sprintf
for valid escape sequences. ...]]></description><category></category></item><item><title><![CDATA[Gibbs Sampling不完全攻略]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/8734673</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/8734673</guid><author>workerwu</author><pubDate>Sat, 14 Jul 2018 21:41:24 +0800</pubDate><description><![CDATA[什么是最大似然估计（Maximum Likelyhood Estimator）？MLE代表观察值最有可能出现次数的情况。
先自定义一个抛掷硬币的场景,我们想要知道出现head的概率是多少？如抛掷一枚硬币10次，得到的结果X=HHHHTTTTTT,出现head的概率为0.4.则这个0.4就是MLE。
现在我们假设一个只含有一个参数pi(表征出现‘头’的概率)的模型U，X继续表示观察值（已发生的情]]></description><category></category></item><item><title><![CDATA[十分钟看懂图像语义分割技术]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/79334592</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/79334592</guid><author>workerwu</author><pubDate>Sun, 18 Feb 2018 14:59:24 +0800</pubDate><description><![CDATA[https://www.leiphone.com/news/201705/YbRHBVIjhqVBP0X5.html  十分钟看懂图像语义分割技术 限于转载需要授权，先在这里标记一下链接 同时也为作者点赞  ！ ]]></description><category></category></item><item><title><![CDATA[评分标准的设定]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/79110434</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/79110434</guid><author>workerwu</author><pubDate>Fri, 19 Jan 2018 20:21:33 +0800</pubDate><description><![CDATA[1.实验报告
基调是所有人都过，并尽力给高分。如果高分，门槛将变低。
A.实验名称（10’），实验目的（10'），实验过程（50'），实验结果（30'）;
B.实验过程有人认真，有的不认真。撰写的实验报告就能看出是否认真。将基本分定为40’（只做到基本描述），字迹工整，详细阐述给满分；字迹潦草，阐述详细给45’。
C.实验结果基本分定为20’（应付类型），实验结果都有并且参数和曲线吻合很好]]></description><category></category></item><item><title><![CDATA[用matlab 保存带标记图像、图片的方法总结]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78963831</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78963831</guid><author>workerwu</author><pubDate>Wed, 03 Jan 2018 17:47:19 +0800</pubDate><description><![CDATA[如今常用的方法有三种printf，imwrite，saveas下面分别介绍一下：
imwrite
mwrite将图像数据写成图像文件，一般用于图像处理，当我们使用imshow将一副图像使显示在坐标系上时，我们可以使用如下方式保存图像

   I=getimage(gcf); % 获取坐标系中的图像文件数据
   imwrite(I,'myphoto.jpg')%保存图像为文件
同时可以]]></description><category></category></item><item><title><![CDATA[MATLAB 颜色选择及应用]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78936816</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78936816</guid><author>workerwu</author><pubDate>Sat, 30 Dec 2017 12:04:35 +0800</pubDate><description><![CDATA[注意：MATLAB中调色板色彩强度[0,1]，0代表最暗（纯黑），1代表最亮（纯白）。选对颜色，才会有漂亮图像。

      常用颜色的RGB值

   --------------------------------------------

    颜色    R   G   B     


   -------------------------------------]]></description><category></category></item><item><title><![CDATA[感悟matlab下mex  XXX.cpp 文件]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78910594</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78910594</guid><author>workerwu</author><pubDate>Wed, 27 Dec 2017 11:51:16 +0800</pubDate><description><![CDATA[以前mex .c文件，这次mex .cpp文件，感觉不一样。针对后者而言，更容易出现问题.
1.头文件的使用，不能随意加头文件，除非必要，因为容易出现嵌套问题。比如头文件定义了的变量，在内容中继续定义，就出现重复使用问题，遇到了只能根据提示手动修改；
2.这次调试，主要是一个gettimeofday函数问题，这个是linux下定义的，windows下没有。百度之后，发现这个定义在win下好用，]]></description><category></category></item><item><title><![CDATA[目标检测之IoU(intersecton over union)标准]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78894573</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78894573</guid><author>workerwu</author><pubDate>Mon, 25 Dec 2017 16:59:25 +0800</pubDate><description><![CDATA[https://www.pyimagesearch.com/2016/11/07/intersection-over-union-iou-for-object-detection/


绿色代表ground truth box，红色代表predictive box.  

ground truth box 需要手动标注，predictive box是你选用的模型计算出来的结果。
将两者]]></description><category></category></item><item><title><![CDATA[让人又爱又恨的matlab2008a之mex]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78673200</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78673200</guid><author>workerwu</author><pubDate>Thu, 30 Nov 2017 16:28:47 +0800</pubDate><description><![CDATA[在matlab2008a下对c 进行编译，出现一系列的变量不能识别问题，然后百度，把头文件提前，编译还是通不过，然后又发现自己的microsoft visio2008 已经能使用（无法读C代码），移位mex编译无法通过就是合格问题，于是到控制面板下更改也只能安装，不能升级，气急败坏下直接卸载并卸载了一系列的SDK2005和2010。无奈机子里没有原安装文件，又得找，下载，再安装（3个小时过去了）。]]></description><category></category></item><item><title><![CDATA[期待结交更多做机器视觉的朋友]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78357971</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78357971</guid><author>workerwu</author><pubDate>Thu, 26 Oct 2017 19:57:54 +0800</pubDate><description><![CDATA[至少有一年半的时间没有打开自己的这个博客了，期间怀孕生小孩去了。
今天无意中看到私信里头有几封没有回复的信件，只能在这里跟你们say sorry了。
现在再次回到工作生活的正轨，看paper，写论文，run code，备课，上课，带娃......
抓住有限的时间，多结交学CV的朋友，多分享，多交流...
我要把自己有聊无聊的心得都往博客上贴，嘻嘻，方便自己看看，也希望能对有缘人有点参考
]]></description><category></category></item><item><title><![CDATA[17.10.25课程内容安排]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78337618</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78337618</guid><author>workerwu</author><pubDate>Wed, 25 Oct 2017 09:47:45 +0800</pubDate><description><![CDATA[针对课堂学生学习的特点，今天90min的课程打算做如下安排：
1.当下火热的互联网，不仅火在程序员工作的高薪，也火在研究领域的学习热潮，面临选择的我们改如何面对？（3min）
2.视频“赵勇：让计算机看懂这个世界”（42min）；科普互联网浪潮下的计算机视觉如何影响我们的生活；
3.针对第一个视频记录观后感；分享感受（20min）；
4.“李飞飞：如何教计算机理解图片 ”，为我们揭示计算机]]></description><category></category></item><item><title><![CDATA[一周学习总结]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78076857</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78076857</guid><author>workerwu</author><pubDate>Sun, 24 Sep 2017 14:51:13 +0800</pubDate><description><![CDATA[学习：代码从不懂到大概知道，从整体上进行把握，知道每个函数的输入输出，明确自己的目的。
本周在做图像特征提取和描述的mat文件。初步实现dense的边缘检测和描述，效果一般。再试grid和harries的检测，看看效果。

交流：这一点很重要，主动在QQ 群里寻求帮助，好心人还是很多的，即使有时没人回答，也不需要气馁。需要注意的是 在伸手向他人寻求帮助的时候，要考虑好问什么样的问题。现在记事]]></description><category></category></item><item><title><![CDATA[matlab  空数组的赋值]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78057650</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78057650</guid><author>workerwu</author><pubDate>Thu, 21 Sep 2017 22:19:34 +0800</pubDate><description><![CDATA[将两个数组结合成一个，先定义一个空数组，如A= [ ]，然后再把两个数组依次赋给A，见下例。

>> A=[]； a=[1 2]; b=[3 4];A=[A a]

A =

     1     2

>> A=[A b]

A =

     1     2     3     4







以前都是写过就忘，这次强行记录。]]></description><category></category></item><item><title><![CDATA[再次启程---多读，多写，多交流]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/78057542</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/78057542</guid><author>workerwu</author><pubDate>Thu, 21 Sep 2017 22:09:37 +0800</pubDate><description><![CDATA[休了一个长长的假期，再次回到自己的队伍里。
昨天跟一个考注会的朋友聊天，她说自己输出很多，每天不断用自己学到的知识来更新朋友圈，在知识层面不断的提升自我。反观我自己，在专业上本来就比较欠缺，然后还闭关锁国，真的应该转换思路了，交流才是唯一的出路。网络的手段这么便捷，多读，多写，多交流。期待各路朋友的相逢！]]></description><category></category></item><item><title><![CDATA[交叉验证(CrossValidation)方法思想简介]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/50068389</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/50068389</guid><author>workerwu</author><pubDate>Fri, 27 Nov 2015 11:53:42 +0800</pubDate><description><![CDATA[以下简称交叉验证(Cross Validation)为CV.CV是用来验证分类器的性能一种统计分析方法,基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训练集(train set),另一部分做为验证集(validation set),首先用训练集对分类器进行训练,在利用验证集来测试训练得到的模型(model),以此来做为评价分类器的性能指标.常见CV的方法如下:

1)]]></description><category></category></item><item><title><![CDATA[Matlab中统计矩阵中相同元素的个数的方法]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/50058949</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/50058949</guid><author>workerwu</author><pubDate>Thu, 26 Nov 2015 17:44:18 +0800</pubDate><description><![CDATA[方法一：
A = data(:,i); 
B = unique(A); 
c = zeros(size(B));
for i=1:length(B)
    c(i)=length(find(A==B(i)));
end 
  
方法二：
使用函数tabulate(A)   
  
方法三：
使用函数hist(A,unique(A)) 





FROM:ht]]></description><category></category></item><item><title><![CDATA[关注自己所学所获]]></title><link>https://blog.youkuaiyun.com/workerwu/article/details/46815329</link><guid>https://blog.youkuaiyun.com/workerwu/article/details/46815329</guid><author>workerwu</author><pubDate>Thu, 09 Jul 2015 12:49:58 +0800</pubDate><description><![CDATA[2015 July 8th美帝圣母大学陈子仪教授“computational medicine:problems.solutions and research trends” ,关注计算医学和医学图像处理。
感受：

1.任何一张图像都是一个网络（包含节点和边），对图像的分析可转化为挖掘图像的结构信息；
2.注重领域信息对节点的贡献度；
3.节点与节点之间的距离，层与层之间的约束，即优化]]></description><category></category></item></channel></rss>