面白い试炼

摘要： 队列 —— 先入先出的数据结构 目录： 1.基本队列实现 2.循环队列 3.循环队列小试：数据流中的移动平均值 4.队列和广度优先搜索 4.1墙与门 4.2 岛屿数量 4.3 打开转盘锁 4.4 完全平方数 1.基本队列实现 队列是先入先出（First In First Out）的数据结构，插入数据 阅读全文

摘要： 卷积神经网络的简单可视化 本次将进行卷积神经网络权重的简单可视化。 在本篇教程的前半部分，我们会首先定义一个及其简单的 CNN 模型，并手工指定一些过滤器权重参数，作为卷积核参数。 后半部分，我们会使用 FashionMNIST 数据集，并且定义一个 2 层的 CNN 模型，将模型训练至准确率在 8 阅读全文

摘要： Histograms of Oriented Gradients (HOG) 正如在 ORB 算法中看到的，我们可以使用图像中的关键点进行匹配，以检测图像中的对象。当想要检测具有许多一致的内部特性且不受背景影响的对象时，这些类型的算法非常有用。例如，这些算法在人脸检测中可以取得良好的效果，因为人脸有 阅读全文

摘要： 在计算机视觉中人们设计了很多算法来提取空间特征，并利用图像梯度信息来识别物体。 其中一种技术叫做 HOG，也即方向梯度直方图（Histogram of Oriented Gradient）。方向梯度直方图听着太高深了，我们先来讲一下这些术语。 直方图就是数据分布的一种图形表现，看起来有点像柱形图，其 阅读全文

摘要： ORB 主要特性实验 我们现在将探讨 ORB 算法的几个主要属性： 尺度不变性 旋转不变性 光照不变性 噪声不变性 同样，为了更清楚地了解 ORB 算法的特性，在下面的示例中训练图像和查询图像将使用相同内容的图片。 1. 尺度不变性 ORB 算法具有尺度不变性。这意味着它能够检测图像中的对象，而不管 阅读全文

摘要： Oriented FAST and Rotated BRIEF (ORB) 目标检测是计算机视觉中最具挑战性的问题之一。目标检测即识别图像中特定的对象，并能够确定这些对象在图像中的位置。例如，如果我们在下面的图像中检测汽车，我们不仅要检测出图像中有多少辆车，而且还要检测出 这些车在图像中的位置 。 阅读全文

摘要： Abstract ORB 是 Oriented Fast and Rotated Brief 的简称，可以用来对图像中的关键点快速创建特征向量，这些特征向量可以用来识别图像中的对象。 其中，Fast 和 Brief 分别是特征检测算法和向量创建算法。ORB 首先会从图像中查找特殊区域，称为关键点。关 阅读全文