Fork me on GitHub
摘要:记录一下平时看到的一些关于CV方向的发展,拓展自己的思维,有很多好玩的技术方向: 贾佳亚2018/5.29:被誉为“一键卸妆”的论文《Makeup-Go: Blind Reversion of Portrait Edit》在社会各界引起了强烈反响,卸妆玩法引爆社交媒体。另一篇超分辨率的论文《细节还原 阅读全文
posted @ 2018-05-29 19:15 ranjiewen 阅读 (358) 评论 (1) 编辑
摘要:中国大学MOOC 陈越、何钦铭 数据结构 2017春 "学习地址" "详细学习内容" "Github记录地址" 欢迎fork和star,有惊喜值得学习! "参考学习笔记" "参考AC代码" "数据结构和算法学习笔记" 学习内容 第一讲 基本概念 [陈越] 1.1 什么是数据结构 1.2 什么是算法 阅读全文
posted @ 2017-04-12 23:00 ranjiewen 阅读 (2071) 评论 (0) 编辑
摘要:日志 20170410 Coursera机器学习 2017.11.28 update deeplearning 台大的机器学习课程: "台湾大学林轩田和李宏毅机器学习课程" "ranjiewwen/Computer Vision Action" Coursera机器学习 Week 5: Neural 阅读全文
posted @ 2017-04-10 20:07 ranjiewen 阅读 (1754) 评论 (0) 编辑
摘要:一、传统图像算法工程师: 主要涉及图形处理,包括形态学、图像质量、相机成像之3A算法、去雾处理、颜色空间转换、滤镜等,主要在安防公司或者机器视觉领域,包括缺陷检测; 二、现代图像算法工程师: 涉及模式识别,主要表现的经验为Adaboost、SVM的研究与应用,特征选取与提取,包括智能驾驶的研究与应用 阅读全文
posted @ 2016-11-17 21:50 ranjiewen 阅读 (6473) 评论 (3) 编辑
摘要:- git rebase and git merge 区别 这一次彻底搞懂 Git Rebase - git在工作中正确的使用方式 git rebase篇 Git 操作假设Git目前只有一个分支master。开发人员的工作流程是 git clone master branch在自己本地checkou 阅读全文
posted @ 2019-07-30 11:14 ranjiewen 阅读 (473) 评论 (0) 编辑
摘要:tensorflow 之tf.nn.depthwise_conv2d and separable_conv2d实现及原理 https://github.com/tensorflow/tensorflow/issues/3332 - 这里暂时看各种框架api实现,相比于普通卷积(卷积操作详解)的高效实 阅读全文
posted @ 2019-05-14 16:33 ranjiewen 阅读 (193) 评论 (0) 编辑
摘要:TF2.0默认为动态图,即eager模式。意味着TF能像Pytorch一样不用在session中才能输出中间参数值了,那么动态图和静态图毕竟是有区别的,tf2.0也会有写法上的变化。不过值得吐槽的是,tf2.0启动速度仍然比Pytorch慢的多。 操作被记录在磁带中(tape)这是一个关键的变化。在 阅读全文
posted @ 2019-05-14 11:24 ranjiewen 阅读 (1552) 评论 (0) 编辑
摘要:题目 思路 题解 reference "0222 Count Complete Tree Nodes" 阅读全文
posted @ 2019-05-13 11:17 ranjiewen 阅读 (233) 评论 (0) 编辑
摘要:同步到知乎 "anchor_based anchor_free object detectors" 前言:最近关注了大量目标检测的论文,比较火的就是anchor based和anchor free两类问题;阅读了很多知乎大佬的文章,记录一些,方便以后学习,若有版权问题,可以删除,谢谢! anchor 阅读全文
posted @ 2019-05-09 21:00 ranjiewen 阅读 (271) 评论 (0) 编辑
摘要:BN实现: Batch Normalization学习笔记及其实现; BatchNormalization 层的实现 使用Python实现Batch normalization和卷积层 Batch Normalization原理与使用过程 (推荐) BatchNormalization 层的实现 使 阅读全文
posted @ 2019-05-07 11:51 ranjiewen 阅读 (162) 评论 (0) 编辑
摘要:基础知识 【目标检测】基础知识:IoU、NMS、Bounding box regression 目标定位和检测系列:交并比(IOU)和非极大值抑制(NMS)的python与C/C++实现 Detection基础模块之(二)mAP 浅析经典目标检测评价指标--mmAP(一) 检测中各种池化的实现(Ro 阅读全文
posted @ 2019-05-06 17:11 ranjiewen 阅读 (134) 评论 (0) 编辑
摘要:Data Augmentation For Bounding Boxes: Building Input Pipelines for your detector pytorch中检测分割模型中图像预处理探究 通过多线程进行加速: 阅读全文
posted @ 2019-04-16 21:01 ranjiewen 阅读 (1062) 评论 (0) 编辑
摘要:2019/04/08 强烈推荐: "深入理解one stage目标检测算法" "yolo系列" one stage object detectors(YOLO and SSD) 在不专一的模型中,每个检测器应该能够处理图像中任何可能位置的各类物体;导致单个检测器趋向检测所有边界框,最终检测框结果趋向 阅读全文
posted @ 2019-04-09 21:14 ranjiewen 阅读 (118) 评论 (0) 编辑
摘要:Using Siamese Networks and Pre-Trained Convolutional Neural Networks (CNNs) for Fashion Similarity Matching Resources Code for the project is availabl 阅读全文
posted @ 2019-03-14 19:33 ranjiewen 阅读 (63) 评论 (0) 编辑