随笔分类 -  人工智能

机器学习加神经网络
线性回归和逻辑回归LR代码
摘要：# %load ../../standard_import.txt import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import LinearRegression from mpl_toolkits.mplot3d import axes3d pd... 阅读全文
posted @ 2019-01-04 09:52 吕晓宁 阅读(865) 评论(0) 推荐(0)
计算机视觉（七）
摘要：图像描述： Demo： https://vimeo.com/146492001 http://cs.stanford.edu/people/karpathy/neuraltalk2/demo.html 二。最新的方法概述： 1. NeuralTalk 2. DenseCap 3. Show，Atte 阅读全文
posted @ 2018-12-07 14:25 吕晓宁 阅读(221) 评论(0) 推荐(0)
计算机视觉（六）
摘要：图像检索与相关应用 一。基于内容的图像检索 分开展开： HOG SIFT： GIST： CNN： 最近邻问题： 局部敏感的哈希：在高维空间和低维空间去保持距离 ANN库： 串起来完成一个CBIR系统，进行分类。 二。 如何去让我们的CBIR系统更快？ 卷积神经网络进行找到图像的去处？ 图像检索过程简 阅读全文
posted @ 2018-12-07 11:26 吕晓宁 阅读(305) 评论(0) 推荐(0)
计算机视觉（五）
摘要：卷积神经网络与迁移学习 目录： 卷积神经网络快速回顾 1.层级结构 2.数据处理 3.训练算法 4.优缺点■ 典型CNN 1.AlexNet 2.GoogLeNet 3.VGG Net 4.ResNet■ 物体定位 1.回归的思路■ 物体检测 1.早期做法 2.RCNN/Fast-RCNN/Fast 阅读全文
posted @ 2018-12-06 20:51 吕晓宁 阅读(335) 评论(0) 推荐(0)
计算机视觉（四）
摘要：坐标变换与视觉测量 给我一个摄像头，我可以用它来丈量天下 一。特征点检测： 二。成像：相机几何模型 成像原理： 产生的畸变问题： 蓝色区域产生红边： 产生暗角（复古风格、老照片）： 解决方法：减少畸变、花钱买镜头。 三、坐标系统转换（2D-2D，3D-3D） 四、相机标定 齐次坐标系 在相机坐标系下 阅读全文
posted @ 2018-12-06 13:47 吕晓宁 阅读(496) 评论(0) 推荐(0)
计算机视觉（三）
摘要：一。边缘检测 霍夫边缘检测： 直线检测效果较好 二。图像局部特征检测： 全局特征与局部特征 局部特征检测之blob和corner点 blob（特征点）检测：高斯拉普拉斯算子LOG和像素点Hessian矩阵的行列式DOH eg： SIFT SURF Corner （角点）检测 eg：Harris Fa 阅读全文
posted @ 2018-12-05 16:18 吕晓宁 阅读(297) 评论(0) 推荐(0)
计算机视觉（二）
摘要：滤波和边缘检测 1. 空间滤波和频域滤波 线性滤波和非线性滤波 滑动滤波： blur 和 boxfilter、高斯滤波器是真正的低通滤波器、与boxfilter相比没有振铃现象。 Practice matter: Matlab 线性滤波器：H=fspecila（‘Gaussian’，7,1）； Op 阅读全文
posted @ 2018-12-05 13:58 吕晓宁 阅读(226) 评论(0) 推荐(0)
计算机视觉（一）
摘要：1. CV背景介绍 两个项目整理： OpenBR http://openbiometrics.org/ 人脸识别 http://git.oschina.net/easypr/EasyPR 车牌定位 2.opencv库的完全解析 Clion + opencv3.2 安装方法 https://blog. 阅读全文
posted @ 2018-12-04 16:54 吕晓宁 阅读(387) 评论(0) 推荐(0)
基于opencv3实现运动物体识别
摘要：基于opencv3实现运动物体识别 发表于2017/9/22 22:26:30 927人阅读 分类： Opencv_Learning-Diary 一：背景减法 对于一个稳定的监控场景而言，在没有运动目标，光照没有变化的情况下，视频图像中各个像素点的灰度值是符合随机概率分布的。由于摄像机在采集图像的过 阅读全文
posted @ 2017-12-14 16:04 吕晓宁 阅读(7608) 评论(1) 推荐(0)
tensorRT程序设计框架_4
摘要：一。设计框架 1.1 CaffeToGIEModel 函数中 先创建一个builder -> createInferBuilder() 1.2 利用builder 创建一个Network（createNetwork()） 1.3 解析caffe model 1.4 指明哪一个tensor是输出 1. 阅读全文
posted @ 2017-11-02 21:33 吕晓宁 阅读(1196) 评论(0) 推荐(0)
Cuda程序的设计-2
摘要：1.Cuda的编程模型 a. GPU（图形处理器）早期主要应用于图形渲染，使得应用程序能实现更强的视觉效果。（并行运算） CUDA是由英伟达为他们公司GPU创立的一个并行计算平台和编程模型。CUDA包含三大组件，分别是NVIDIA驱动、toolkit和 samples.toolkit里面包含的nvc 阅读全文
posted @ 2017-10-31 13:07 吕晓宁 阅读(430) 评论(0) 推荐(0)
神经网络的快速体验
摘要：一。神经网络程序快速体验 1.神经网络使用方式 网络结构文件（*.prototxt） 和训练数据集 -> 训练网络（caffe）->网络权重文件（*.caffemodel） 和网络结构文件 -> cuda程序（部署框架caffe和tensorRT） 2.部署框架tensorRT TensorRT采取 阅读全文
posted @ 2017-10-28 10:41 吕晓宁 阅读(1558) 评论(0) 推荐(0)
Tensorflow人工智能神经网络学习
摘要：下载与安装 你可以使用我们提供的二进制包, 或者使用源代码, 安装 TensorFlow. 二进制安装 TensorFlow Python API 依赖 Python 2.7 版本. 在 Linux 和 Mac 下最简单的安装方式, 是使用 pip 安装. 如果在安装过程中遇到错误, 请查阅 常见问 阅读全文
posted @ 2017-09-25 13:04 吕晓宁 阅读(1089) 评论(0) 推荐(0)