随笔分类 - 机器学习
摘要：霍夫直线检测及其直线聚类： 主要流程： 1、霍夫直线检测； 2、霍夫直线聚类； 代码： 1 #include <opencv2/opencv.hpp> 2 #include <iostream> 3 4 using namespace cv; 5 using namespace std; 6 7 8
阅读全文
摘要：k-means聚类算法原理简介 概要 K-means算法是最普及的聚类算法，也是一个比较简单的聚类算法。 算法接受一个未标记的数据集，然后将数据聚类成不同的组，同时，k-means算法也是一种无监督学习。 算法思想 k-means算法的思想比较简单，假设我们要把数据分成K个类，大概可以分为以下几个步
阅读全文
摘要：Googlenet模型进行图像分类 有三个文件需要下载： 第一个是caffe模型，第二个是整个网络的描述文件，第三个是1000种分类对应的名称表 主要的API有以下： 1.blobFromImage函数； 2.reshape（）方法； 一、作用：常使用在对矩阵的处理上 二、函数特点：reshape函
阅读全文
摘要：一、批处理描述文件负样本图片名字，并保存到一个TXT文件中 负样本需要的描述文件是一个TXT文件 ，描述的是所有负样本的具体路径，如图所示： 制作方法如下： 1.在负样本的文件夹中新建一个记事本命名为TXT_creat.txt，内容如下： @echo off dir/s/b *.*>H:\casca
阅读全文
摘要：HOG特征简介 HOG 全称为 Histogram of Oriented Gradients ，即方向梯度的直方图。HOG 是由 Navneet Dalal & Bill Triggs 在 CVPR 2005发表的论文中提出来的， 目的是为了更好的解决行人检测的问题。先来把这几个字拆开介绍，首先，
阅读全文
摘要：1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。 Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获
阅读全文
摘要：弄懂SVM支持向量机的原理以后开始代码演练： 具体的分类思想参考链接：https://www.cnblogs.com/Jack-Elvis/p/11274732.html 注释的步骤很清楚了，不再赘述。
阅读全文
摘要：（一）SVM的简介 支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。 支持向量机方法是建立在统计学习理论的VC 维理论和结构
阅读全文
