摘要：
存在 可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情不是你想的这么简单可能事情 阅读全文
摘要：
论文：《StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation》 发表时间：CVPR 2018 解决问题：多领域的图像转换问题 背景 Pix2Pix与CycleGAN分别 阅读全文
摘要：
数据加载 首先在Kaggle上找到对应的竞赛页面，报名参赛下载数据，可以得到了一个train.csv和test.csv文件。 当然，如果你的电脑上已经安装了kaggle的包，当然也可以使用命令行直接下载： kaggle competitions download -c titanic 接着载入数据， 阅读全文
摘要：
前言 损失函数通常被称作优化问题的目标函数（objective function），是一个基于训练数据集的损失函数，优化的目标在于降低训练误差。依据惯例，优化算法通常只考虑最小化目标函数。其实，任何最大化问题都可以很容易地转化为最小化问题，只需令目标函数的相反数为新的目标函数即可。 为了求得最小化目 阅读全文
摘要：
论文：《Image-to-Image Translation with Conditional Adversarial Networks》 发表日期：2017 CVPR 前言 pix2pix是cGAN的一个变体，能够实现从图像到图像的映射，在从标签映射合成照片、从边缘映射重建对象、图片上色等多类人物 阅读全文
摘要：
论文：《UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS》 发表日期：ICLR 2016 前言 这几年CNNs在计算机视觉应用的监督学习方面的应用广泛，而在非监督学 阅读全文
摘要：
论文：《Conditional Generative Adversarial Nets》 年份：2014年 引言 原始的GAN过于自由，训练会很容易失去方向，导致不稳定且效果差。比如说GAN生成MNIST数字的过程，虽然可以生成数字，但生成的结果是随机的（因为是根据输入的随机噪声生成的图片），没有办 阅读全文
摘要：
摘要 GAN的训练需要图片是两两匹配的，这样经过训练后，生成器可以逐步生成一张让判别期无法判断真伪的图片。但实际上会碰到一些非匹配的图片，于是就提出了非匹配的图片转换(Unpaired image-to-image)，一种在没有成对例子的情况下学习将图像从源域X转换到目标域Y的方法。使得 \[ x 阅读全文
摘要：
Task01：变量、运算符、数据类型及位运算 笔记 is, is not 对比的是两个变量的地址，==, != 对比的是两个变量的值。 bin(a) 可以把十进制转换为二进制后输出。 对于正数而言，不管是反码还是补码，都没有变化；对于负数而言，反码是符号位不变，其余位取反，补码等于反码+1。 通过^ 阅读全文
摘要：
很多情况下，图像的灰度级集中在较窄的区间，引起图像细节模糊。通过直方图处理可以明晰图像细节，突出目标物体，改善亮度比例关系，增强图像对比度。直方图处理基于概率论。 直方图处理通常包括直方图均衡化和直方图规定化。直方图均衡化可实现图像的自动增强，但效果不易控制，得到的是全局增强的结果。直方图规定化可实 阅读全文
摘要：
什么是GAN 生成对抗网络（GAN）是一种由生成网络和判别网络组成的深度神经网络架构。通过在生成和判别之间的多次循环，两个网络相互对抗，继而两者性能逐步提升。 生成网络 生成网络（Generator Network）借助现有的数据来生成新数据，比如使用从随机产生的一组数字向量（称为潜在空间 late 阅读全文
摘要：
前言 概念介绍 HOG特征：方向梯度直方图（Histogram of Oriented Gradient，HOG）特征是一种进行物体检测时的特征描述子，它是一种用于表征图像局部梯度方向和梯度强度分布特性的描述符。 特征描述子：计算机不能直接识别图像，所以特征描述子实际上就是图像的数字表示，但它抽取了 阅读全文
摘要：
##第二章 《数字图像基础》 图像形成模型 概念 场景元素在照射源下，借助成像系统，完成场景到图像平面的投影。对该图像进行数字表示的过程中，我们将每个像素点的颜色分为不同的幅度$f(x, y) > 0$，其中$x、y$表示这个像素点在二维坐标中的位置，$f$值在学术上称为幅度，但其意义是对颜色的精准 阅读全文
摘要：
Haar特征描述算子 经过前面的学习，个人对几个基础概念仍然有些模糊，比如说图像特征、级联分类器等，所以这篇笔记就结合这些天查阅到的知识点和Datawhale提供的学习内容一起记录一下，会比较注重概念的理解，文字内容多一些～ 图像特征 实际上，计算机是不认识图像的，但倘若我们能够将图像数字化地输入计 阅读全文
摘要：
LBP特征描述算子 局部二值模型（Location Binary Pattern，LBP）是一种图像纹理的描述算子，所以我们首先要知道什么是图像的纹理特征，进而了解LBP算子的基本原理及其应用拓展。由于在原始的LBP提出后，研究人员还提出了各种改进方法，我们都将一一做介绍。最后使用opencv进行人 阅读全文
摘要：
Harris特征点检测 openCV的安装 之前没有接触过openCV的小伙伴需要先在自己的环境下进行安装，因为笔者使用的是Mac系统和Anaconda环境，所以下面这个方案是面向Mac用户的。 # Mac系统中Anaconda下安装opencv pip install opencv-python 阅读全文
摘要：
《用心理学实现自我进化》系列 共有十章: 第一章：性格剖析：重新认识你自己av93113612 第二章：反脆弱：塑造强大内心av93119288 第三章：情绪罗盘：探测你的喜怒哀乐av93379154 第四章：情绪舵手：做情绪的主人av93380354 第五章：告别单身：当爱情来敲门av931156 阅读全文
摘要：
"『Cmd 技术渲染的沙箱页面，点击此处编写自己的文档』" Cmd Markdown 简明语法手册 标签： Cmd Markdown 1. 斜体和粗体 使用 和 表示斜体和粗体。 示例： 这是 斜体 ，这是 粗体 。 2. 分级标题 使用 === 表示一级标题，使用 表示二级标题。 示例： 你也可以 阅读全文
摘要：
题目： 地上有一个m行n列的方格，从坐标 [0,0] 到坐标 [m-1,n-1] 。一个机器人从坐标 [0, 0] 的格子开始移动，它每次可以向左、右、上、下移动一格（不能移动到方格外），也不能进入行坐标和列坐标的数位之和大于k的格子。例如，当k为18时，机器人能够进入方格 [35, 37] ，因为 阅读全文
摘要：
题目： 给你一幅由 N × N 矩阵表示的图像，其中每个像素的大小为 4 字节。请你设计一种算法，将图像旋转 90 度。 给定 matrix = [ [1,2,3], [4,5,6], [7,8,9] ], 原地旋转输入矩阵，使其变为: [ [7,4,1], [8,5,2], [9,6,3] ] * 阅读全文