摘要：
队列 —— 先入先出的数据结构 目录： 1.基本队列实现 2.循环队列 3.循环队列小试：数据流中的移动平均值 4.队列和广度优先搜索 4.1墙与门 4.2 岛屿数量 4.3 打开转盘锁 4.4 完全平方数 1.基本队列实现 队列是先入先出（First In First Out）的数据结构，插入数据 阅读全文
摘要：
卷积神经网络的简单可视化 本次将进行卷积神经网络权重的简单可视化。 在本篇教程的前半部分，我们会首先定义一个及其简单的 CNN 模型，并手工指定一些过滤器权重参数，作为卷积核参数。 后半部分，我们会使用 FashionMNIST 数据集，并且定义一个 2 层的 CNN 模型，将模型训练至准确率在 8 阅读全文
摘要：
Histograms of Oriented Gradients (HOG) 正如在 ORB 算法中看到的，我们可以使用图像中的关键点进行匹配，以检测图像中的对象。当想要检测具有许多一致的内部特性且不受背景影响的对象时，这些类型的算法非常有用。例如，这些算法在人脸检测中可以取得良好的效果，因为人脸有 阅读全文
摘要：
在计算机视觉中人们设计了很多算法来提取空间特征，并利用图像梯度信息来识别物体。 其中一种技术叫做 HOG，也即方向梯度直方图（Histogram of Oriented Gradient）。方向梯度直方图听着太高深了，我们先来讲一下这些术语。 直方图就是数据分布的一种图形表现，看起来有点像柱形图，其 阅读全文
摘要：
Oriented FAST and Rotated BRIEF (ORB) 目标检测是计算机视觉中最具挑战性的问题之一。目标检测即识别图像中特定的对象，并能够确定这些对象在图像中的位置。例如，如果我们在下面的图像中检测汽车，我们不仅要检测出图像中有多少辆车，而且还要检测出 这些车在图像中的位置 。 阅读全文
摘要：
ORB 主要特性实验 我们现在将探讨 ORB 算法的几个主要属性： 尺度不变性 旋转不变性 光照不变性 噪声不变性 同样，为了更清楚地了解 ORB 算法的特性，在下面的示例中训练图像和查询图像将使用相同内容的图片。 1. 尺度不变性 ORB 算法具有尺度不变性。这意味着它能够检测图像中的对象，而不管 阅读全文
摘要：
Abstract ORB 是 Oriented Fast and Rotated Brief 的简称，可以用来对图像中的关键点快速创建特征向量，这些特征向量可以用来识别图像中的对象。 其中，Fast 和 Brief 分别是特征检测算法和向量创建算法。ORB 首先会从图像中查找特殊区域，称为关键点。关 阅读全文