需要整理的博客

一、场景文本检测 

1.场景文本检测的主流框架，及各个阶段的主流方法

2.深度学习在场景文本检测上的应用 ：end to end icpr2012  text spotting eccv2014 

3.SWT算法的原理及实现（一）  笔画宽度变换

4.SWT算法的原理及实现（二）  连通域标记  （BFS,DFS）

5.MSER算法介绍及VLFEAT Opencv用法

6.文本行连接算法的实现 

 

二、深度学习/机器学习原理，框架的使用

1. 训练Lenet

2. 自己的数据训练Charnet

3.  CS231n系列

4.  Caffe 原理系列

5. 交叉验证

6. 决策树

7. 惩罚项 正则化 L0 L1 L2

8. deeplearning book

9. 随机森林

 

 

三、算法

1 hash原理 及 简单hash实现

2 leetcode wordPattern

3 数独计算器 + 数独游戏

4. 数组，链表

5. 约瑟夫环

6. 树的遍历

 

四、计算及视觉其他

1.图像检索的特征BOW、VLAD、deep feature，及demo

2. 大规模图像检索中倒排索引的建立

3. TLD光流法

 

 

五、论文阅读及实践

1.Text Detection and Recognition in Imagery: A Survey

2. RCCNN

3. FCN

4. lstm

 

六、其他计算机领域

linux使用

git使用

 

 

七、日常