https://web.stanford.edu/~boyd/cvxbook/bv_cvxbook.pdf
发简信
IP属地：安徽
-
Convex Optimization --Stephen Boyd 英文电子版
-
目标检测模型R-CNN系列（Fast R-CNN、Faster R-CNN）梳理R-CNN 训练阶段：1：使用Selective Search算法，生成2000个候选区域；将候选区域变换到网络需要的尺寸（227×227），也就是手工的添加个边框；将预训练...
-
RNN（LSTM、GRU）机理及其应用
李宏毅的B站视频，不是做NLP、ASR的，个人感觉比看论文要清晰一点https://www.bilibili.com/video/av10590361/?p=36&spm_i...
-
Weakly Supervised Object Localization（WSOL）模型概述WSOL 弱监督目标定位是一种仅使用图像级标签，而不包含位置注释的目标定位方法。常规WSOL的局限在于仅能定位目标区分性最大的区域，而不是整个目标。 CAM 这是一个基于分类...
-
Non-local Neural Networks
参考链接：https://blog.csdn.net/elaine_bao/article/details/80821306论文下载：https://arxiv.org/ab...
-
目标检测、实例分割部分网络概述FCN 框架对于一般的分类CNN网络，如VGG和Resnet，都会在网络的最后加入一些全连接层，经过softmax后就可以获得类别概率信息。但是这个概率信息是1维的，即只能标...
-
Mask Scoring R-CNN简介Mask R-CNN算法的主要步骤为：首先，将输入图片送入到特征提取网络得到特征图。然后对特征图的每一个像素位置设定固定个数的ROI（也可以叫Anchor），然后将ROI区域...
-
Adaptive NMS: Refining Pedestrian Detection in a Crowd论文解析本文主要贡献 （1）提出adaptive-NMS，可以根据目标密度动态改变实例中的抑制阈值；（2）设计了一个Density-subnet用来学习密度分数，可以方便的嵌入sin...
-
precision recall AP mAP APs 目标检测性能评价标准机器学习中： 使用混淆矩阵进行说明 精确率precision=TP/positive，即真正例占正例比重召回率recall=TP/true，即真正例占猜中比重准确率accur...
-
-
python-opencv图像增强直方图均衡化 直方图均衡化是通过调整图像的灰阶分布，使得在0~255灰阶上的分布更加均衡，提高了图像的对比度，达到改善图像主观视觉效果的目的。对比度较低的图像适合使用直方图均...
-
tensorflow保存模型的文件类型
tensorflow框架下 使用saver=tf.train.Saver()保存模型会输出以下四种文件 checkpoint 文本文件，记录了模型文件的路径信息列表 .ckp...
-
OpenCV VideoCapture解析cv2.VideoCapture解析 1、cap = cv2.VideoCapture(0)VideoCapture()中参数是0，表示打开笔记本的内置摄像头，参数是视频文件...
-
Ubuntu安装Nvidia显卡驱动
屏蔽开源驱动nouveau 安装过程会询问是否屏蔽，手动屏蔽也有多种操作方式， sudo gedit /etc/modprobe.d/blacklist.conf 加参数到最...
-
tensorflow yolov3 Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED
环境说明 python 3.7 tensorflow 1.5.0 cuda 10.0 cudnn 7.5.0 解决方法 tensorflow框架下设置GPU按需分配： con...