摘要：
一、前言 想给博客园增加打赏的功能，网上好多方法用的是github上开源的tctip方法，我也尝试了最新的版本，但不知道为什么不行。 二、可行方法的步骤 1、开通博客园JS权限 设置—>JS权限—>申请开通。开通后效果如下： 2、准备好支付宝和微信的收钱码，存为bmp格式，名字分为为“weixin. 阅读全文
posted @ 2021-07-03 18:03 tingpan 阅读(171) 评论(1) 推荐(1)
摘要：
零、直接下载百度网盘链接：https://pan.baidu.com/s/1b8IvB4q-e2VVWR2uKikuQQ 提取码：1edz 解压，双击运行RemoveWatermark.exe即可使用。一、背景现在B站越来越火，需要用到视频剪辑工具，我也试了几款免费的视频剪辑工具，发现免费试用，不成为会员，都会给你的视频加上水印。我平时不怎么使用视频剪辑，就偶尔用一下，因此，我就想着要去除水印，因... 阅读全文
posted @ 2020-07-15 23:28 tingpan 阅读(893) 评论(0) 推荐(1)
摘要：
一、YOLO v1 1、网络结构 （1）最后一层使用线性激活函数； （2）其他各层使用leaky ReLU的激活函数： 2、Training (1) 将原图划分为SxS的网格。如果一个目标的中心落入某个格子，这个格子就负责检测该目标，即Pr(object)=1。S取7； (2) 每个网格要预测C个类 阅读全文
posted @ 2019-04-08 01:18 tingpan 阅读(565) 评论(0) 推荐(0)
摘要：
一、Faster-RCNN基本结构 该网络结构大致分为三个部分：卷积层得到高位图像特征feature maps、Region Proposal Network得到候选边框、classifier识别出物体及得到准确bounding box。 二、feature maps 最后一层卷积层输出。 三、RP 阅读全文
posted @ 2019-04-06 02:17 tingpan 阅读(674) 评论(0) 推荐(0)
摘要：
一、说明 fcn的开源代码：https://github.com/shelhamer/fcn.berkeleyvision.org 论文地址：fully convolutional networks for semantic segmentation 其中，pascalcontext-fcn语义分割 阅读全文
posted @ 2019-04-05 00:27 tingpan 阅读(1199) 评论(0) 推荐(0)
摘要：
一、写在前面 fcn是首次使用cnn来实现语义分割的，论文地址：fully convolutional networks for semantic segmentation 实现代码地址：https://github.com/shelhamer/fcn.berkeleyvision.org 全卷积神 阅读全文
posted @ 2019-03-10 14:41 tingpan 阅读(1024) 评论(0) 推荐(0)
摘要：
一、背景 原本是打算按《DEX Deep EXpectation of apparent age from a single image》进行表面年龄的训练，可由于IMDB-WIKI的数据集比较庞大，各个年龄段分布不均匀，难以划分训练集及验证集。后来为了先跑通整个训练过程的主要部分，就直接用LAP数 阅读全文
posted @ 2018-10-05 15:44 tingpan 阅读(2017) 评论(5) 推荐(0)
摘要：
来自：IMDB-WIKI - 500k+ face images with age and gender labels https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/该论文提出了Deep EXpectation（DEX）的表面年龄估计，该方法在2015年获得了ChaLearn LAP表面年龄估计的第一名。作者提出了将年龄的回归问题转化为分... 阅读全文
posted @ 2018-10-04 00:55 tingpan 阅读(925) 评论(0) 推荐(0)
摘要：
一、背景kaggle上有这样一个题目，关于盐份预测的语义分割题目。TGS Salt Identification Challenge | Kaggle https://www.kaggle.com/c/tgs-salt-identification-challenge二、过程1、下载数据，https://www.kaggle.com/c/tgs-salt-identification-chall... 阅读全文
posted @ 2018-09-01 11:31 tingpan 阅读(1557) 评论(1) 推荐(0)
摘要：
一、说明SIFT Flow 是一个标注的语义分割的数据集，有两个label，一个是语义分类（33类），另一个是场景标签（3类）。Semantic and geometric segmentation classes for scenes.Semantic: 0 is void and 1–33 are classes.01 awning02 balcony03 bird04 boat05 brid... 阅读全文
posted @ 2018-08-18 02:38 tingpan 阅读(1050) 评论(0) 推荐(0)
浙公网安备 33010602011771号