这是rfcn模型的rpn网络部分： 这是rfcn模型的rfcn网络部分： 可以看到rpn网络使用的最后一层特征提取层是resnet的res4f，rfcn网络使用的最后一层特征提取层是resnet的res5c res4f刚好是resnet的第90层，之所以这样是因为90层刚好达到这一层的feature ...
分类：
其他好文 时间：
2017-10-16 13:40:15
阅读次数：
144
上一篇介绍了OPENCV中SVM的简单使用，以及自带的一个二分类问题。 例子中的标签是程序手动写的，输入也是手动加的二维坐标点。 对于复杂问题就必须使用数据集中的图片进行训练，标签使用TXT文件或程序设置好，下面以 IMM Face Database 中的人脸数据作为示例， 实现人脸的HOG特征提取 ...
分类：
其他好文 时间：
2017-10-14 18:45:01
阅读次数：
155
copy from：http://blog.csdn.net/zouxy09/article/details/8550952 一、特征提取Feature Extraction： · SIFT [1] [Demo program][SIFT Library] [VLFeat] · PCA-SIFT [ ...
分类：
系统相关 时间：
2017-10-05 12:15:43
阅读次数：
300
SIFT(Scale-Invariant Feature Transform)是一种具有尺度不变性和光照不变性的特征描述子，也同时是一套特征提取的理论，首次由D. G. Lowe于2004年以《Distinctive Image Features from Scale-Invariant Keypo... ...
分类：
其他好文 时间：
2017-09-25 14:43:47
阅读次数：
2311
roi pooling是先进行roi projection(即映射)然后再池化 映射是把用来训练的图片的roi映射到最后一层特征层(即卷积层)。方法其实很简单，图片经过特征提取后，到最后一层卷积层时，真个图片是原始图片的1/16，你把roi的4个坐标都乘以1/16，也就变成了在这个卷积层上对应的坐标 ...
分类：
其他好文 时间：
2017-09-24 14:35:19
阅读次数：
198
在机器学习中，特征选择和降维感觉好像差不多，维度都降低了，今天和其他同学交流学习才知道其实不然，区别很大。 一般情况下，我们不会使用原始数据直接去进行训练，因为原始数据的特征明显，信息丰富，我们训练后的效果对于训练集非常好，而对于测试集来说就很差了。这就是过拟合问题。 当我们进行特征提取后，维度依然 ...
分类：
其他好文 时间：
2017-09-23 19:04:16
阅读次数：
197
霍夫变换（一）线性霍夫变换 概述：霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫线变换和霍夫圆变换两种。 霍夫线变换： <1>标准霍夫变换（StandardHough Tr ...
分类：
其他好文 时间：
2017-09-16 19:02:59
阅读次数：
299
概要 pyaudio有这么几个功能： - 提取特征 - 训练并且使用分类器 - 语音分割功能 - 内容关系可视化 python实现，好处有这么几个 - 适合做计算分析类型操作（编码少，效率不低） - 免费 - 不需要很复杂的搭环境 - 大量的第三方库可以使用 具体功能 特征提取(feature ex ...
分类：
其他好文 时间：
2017-09-15 16:31:49
阅读次数：
278
卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT-CONV-RELU-POOL-FC (1)卷积层：用它来进行特征提取，如下： 输入图像是32*32*3，3是它的深度（即R、G、B），卷积层是一个5*5*3的filter(感受野)，这里注意：感受野的深度必须和输入 ...
分类：
其他好文 时间：
2017-09-14 15:01:55
阅读次数：
356
最近在看有关特征提取的线特征，暑期就看了相关的论文：《基于点线综合特征的双目视觉SLAM方法_谢晓佳》，最近呢，把里面有关线特征提取LSD和描述子LBD的代码跑了一遍，记录如下： [1]LSD: a Line Segment Detector线段检测器 LSD是一种局部提取直线的算法，速度比Houg ...
分类：
其他好文 时间：
2017-09-12 17:38:26
阅读次数：
1115
