随笔分类 -  计算机视觉

Opencv,ML,Feature Extract,Deep Learning
摘要:输入图像大小为:W*W 卷积核大小为:F*F stride步长大小为:S*S padding 大小为:P*P 卷积之后的尺寸为N*N N=(W-F+2P)/S+1 阅读全文
posted @ 2019-01-26 22:25 图米大侠 阅读(1230) 评论(0) 推荐(0)
摘要:神经网络如何利用反向传播算法进行参数更新,加入交叉熵和softmax又会如何变化? 其中的数学原理分析:请点击这里。 阅读全文
posted @ 2018-06-12 14:44 图米大侠 阅读(1310) 评论(0) 推荐(0)
摘要:因为网页博客输入公式很麻烦,所以就在word上面写了,然后截图发上来。 后续关于SVM和FC在深度学习当中得使用对比分析,我再补充。 阅读全文
posted @ 2018-03-24 14:56 图米大侠 阅读(716) 评论(0) 推荐(0)
摘要:在计算机视觉研究当中,HOG算法和LBP算法算是基础算法,但是却十分重要。后期很多图像特征提取的算法都是基于HOG和LBP,所以了解和掌握HOG,是学习计算机视觉的前提和基础。 HOG算法的原理很多资料都可以查到,简单来说,就是将图像分成一个cell,通过对每个cell的像素进行梯度处理,进而根据梯 阅读全文
posted @ 2016-09-22 22:21 图米大侠 阅读(2903) 评论(0) 推荐(0)
摘要:#include #include #include #include #include using namespace std; using namespace cv; #define Max 100 class Cell{ private: int pixel_x; //cell的像素的起始位置行坐标; int pixel_y; ... 阅读全文
posted @ 2016-07-21 11:18 图米大侠 阅读(550) 评论(0) 推荐(0)
摘要:主要采用两种方式将彩色图片转换成灰度图,一种是直接利用Opencv自带的cvCvtColor函数进行转换,另一种是直接对像素进行处理。 阅读全文
posted @ 2016-07-04 21:28 图米大侠 阅读(687) 评论(0) 推荐(0)