RedNoseBo

摘要： 函数说明 make_grid函数 torchvision.utils.make_grid(tensor, nrow=8, padding=2, normalize=False, range=None, scale_each=False, pad_value=0) tensor：输入的张量，一般为大小 阅读全文

摘要： 阅读全文

摘要： 硬间隔SVM 软间隔SVM 阅读全文

摘要： Faster R-CNN网络结构 Faster R-CNN有四个子模块组成 主干网络 主干网络可以是预训练好的ResNet50,VGG16等网络，将图片压缩为固定尺寸的Feature Map。已经预训练完毕。 ResgionProposalNetwork 根据Feature Map生成与原图尺寸对应 阅读全文

摘要： 激活函数 作用 在网路的中间层，允许输出函数在不同的值上具有不同的斜率，这些不同斜率的部分可以近似任意函数。 在网络的最后一层，可以将线性运算的输出限制在指定范围内。 具有的性质 非线性：非线性允许整个网络可以近似更复杂的函数。 可微：可以通过梯度来更新。 至少有一个敏感区域：输入中，细微的改变对输 阅读全文

摘要： 线性模型 y = w * x + b def model(t_u,w,b): return w*t_u+b w为权重，b为偏置项，是可学习参数。 损失函数 预测值与真实值之间的误差，以均方损失误差MSE为例。 def loss_fn(t_p,t_c): squared_diffs = (t_p-t_ 阅读全文

摘要： 常用函数 随机数 torch.randn(batch,channels,rows,columns) 说明： rows：行 colums：列 channels：通道个数 batch：生成的个数 生成batch个具有channels个通道的rows行columns列的tensor 求平均 tensor. 阅读全文

摘要： 3D视觉 3D点 X4不等于0时： X4=0表示无穷远点 点的射影变换： 3D平面 无穷远平面： 点X在平面π上： 平面的射影变换： 点->平面 3点确定一个平面 平面->点 3个平面确定一个交点 3D直线 连接两点A，B的直线的矩阵表示 对偶表示 关联 点，线，面关系 一个点X + 一条直线W确定 阅读全文

摘要： 图像拼接的作用 将两个或更多有重叠的图像合并成一个更大的图像。 基本流程 1.在同一位置拍摄一系列图像 2.计算第一幅图像和第二幅图像之间的运动 3.移动第二幅图像，使得其与第一幅图像相同部分重叠。 4.融合两幅图像，形成镶嵌图。 5.如果有多幅图像，则不断重复2-4步。 特征点匹配 匹配两幅图的相 阅读全文

摘要： 特征检测 局部特征点的要求 可重复性和正确性：平面内几何变换不变，平面外几何变化不变，光照鲁邦。 局部性：特征是局部的，对遮挡物不敏感。 数量：要有足够多的特征点/区域来覆盖整个物体 特异性：区域需包含“感兴趣的”结构 有效性：接近实时 特征响应 在任何方向移动窗口，灰度值有较大的改变。 灰度改变度 阅读全文