打赏

10 2017 档案

opencv SVM多分类 人脸识别
摘要：上一篇介绍了OPENCV中SVM的简单使用，以及自带的一个二分类问题。 例子中的标签是程序手动写的，输入也是手动加的二维坐标点。 对于复杂问题就必须使用数据集中的图片进行训练，标签使用TXT文件或程序设置好，下面以 IMM Face Database 中的人脸数据作为示例， 实现人脸的HOG特征提取 阅读全文
posted @ 2017-10-14 16:54 巴尔扎克_S 阅读(5012) 评论(0) 推荐(0)
OPENCV SVM介绍和自带例子
摘要：依据机器学习算法如何学习数据可分为3类：有监督学习：从有标签的数据学习，得到模型参数，对测试数据正确分类；无监督学习：没有标签，计算机自己寻找输入数据可能的模型；强化学习（reinforcement learning）：计算机与动态环境交互，学习错误反馈达到更优的目的。 依据机器学习期望结果来分类： 阅读全文
posted @ 2017-10-13 17:40 巴尔扎克_S 阅读(16232) 评论(0) 推荐(1)
opencv 彩色图像分割（inrange）
摘要：灰度图像大多通过算子寻找边缘和区域生长融合来分割图像。 彩色图像增加了色彩信息，可以通过不同的色彩值来分割图像，常用彩色空间HSV/HSI, RGB, LAB等都可以用于分割！ 笔者主要介绍inrange() 来划分颜色区域。先看看OpenCV的文档： C++: void inRange(Input 阅读全文
posted @ 2017-10-11 22:39 巴尔扎克_S 阅读(27868) 评论(2) 推荐(2)
[转] caffe激活层及参数
摘要：在激活层中，对输入数据进行激活操作（实际上就是一种函数变换），是逐元素进行运算的。从bottom得到一个blob数据输入，运算后，从top输入一个blob数据。在运算过程中，没有改变数据的大小，即输入和输出的数据大小是相等的。 输入：n*c*h*w 输出：n*c*h*w 常用的激活函数有sigmoi 阅读全文
posted @ 2017-10-06 20:14 巴尔扎克_S 阅读(632) 评论(0) 推荐(0)
[转] caffe视觉层Vision Layers 及参数
摘要：视觉层包括Convolution, Pooling, Local Response Normalization (LRN), im2col等层。 1、Convolution层： 就是卷积层，是卷积神经网络（CNN）的核心层。 层类型：Convolution lr_mult: 学习率的系数，最终的学习 阅读全文
posted @ 2017-10-06 19:42 巴尔扎克_S 阅读(300) 评论(0) 推荐(0)
opencv 车牌字符分割 ANN网络识别字符
摘要：最近在复习OPENCV的知识，学习caffe的深度神经网络，正好想起以前做过的车牌识别项目，可以拿出来研究下 以前的环境是VS2013和OpenCV2.4.9，感觉OpenCV2.4.9是个经典版本啊！不过要使用caffe模型的话，还是要最新的OpenCV3.3更合适！ 一、车牌图片库 以前也是网上 阅读全文
posted @ 2017-10-05 22:59 巴尔扎克_S 阅读(23690) 评论(22) 推荐(7)
Windows caffe VGG人脸识别
摘要：caffe自带的例子有mnist和cifar10，cifar10和mnist的运行方式类型，下好图片数据文件后，训练例子中的模型，然后测试模型，也可以自己用图片进行预测分类（自己图片最好是cifar10训练的10种类型）。10种类型如下： 其他类型的图片也只能是错误识别，没有意义。 进入正题，跑完例 阅读全文
posted @ 2017-10-04 11:33 巴尔扎克_S 阅读(4865) 评论(3) 推荐(0)
Windows caffe 跑mnist实例
摘要：一. 装完caffe当然要来跑跑自带的demo，在examples文件夹下。 先来试试用于手写数字识别的mnist，在 examples/mnist/ 下有需要的代码文件，但是没有图像库。 mnist库有50000个训练样本，10000个测试样本，都是手写数字图像。 caffe支持的数据格式为：LM 阅读全文
posted @ 2017-10-03 14:49 巴尔扎克_S 阅读(2427) 评论(0) 推荐(0)