摘要:
主要内容: 1. 直接保存,加载模型; (可以指定加载,保存的var_list) 2. 加载,保存指定变量的模型 3. slim加载模型使用 4. 加载模型图结构和参数等 tensorflow 恢复部分参数、加载指定参数 tensorflow从已经训练好的模型中,恢复(指定)权重(构建新变量、网络) 阅读全文
摘要:
相关 : Fast原理与源码解析 Brief描述子原理与源码解析 Harris原理与源码解析 http://blog.csdn.net/luoshixian099/article/details/48523267 ORB特征提取详解 ORB特征点检测 ORB特征提取详解 ORB特征点检测 为了满足实 阅读全文
摘要:
- 经常遇到字符串分割问题,但是相对于c++而言实现比较麻烦,直接遍历一遍也很冗余 - 另外也适用于,在字符串中找到某个字符的所有位置 几种c++字符串split 函数实现的比较 几种c++字符串split 函数实现的比较 阅读全文
摘要:
1:相机标定含义(解决什么是相机标定) 在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为相机标定(或摄像机标定 阅读全文
摘要:
Plese see this answer for a detailed example of how tf.nn.conv2d_backprop_input and tf.nn.conv2d_backprop_filter in an example. In tf.nn, there are 4 阅读全文
摘要:
题目 解析 C++ class Solution { public: int reachNumber(int target) { // 理解这题的意思 这题就好做了 // 分析 首先考虑一种比较极端的情况 即一直向正方向移动n步 ,刚好达到target // 那么target的值就等于前n步的和 , 阅读全文
摘要:
如何理解 ISO、快门、光圈、曝光这几个概念? 摄影基础篇——彻底弄清光圈、快门与ISO 理解这三个参数各自都是如何控制进入的光线量; 快门速度一般的表示方法是1/100s、1/30s、2s; 小的“光圈数值”代表了大光圈,而大的“光圈数值”代表了小光圈。比如f/1.2、f/1.8、f/2.8这三组 阅读全文
摘要:
首先是最常用的C++版本的卷积实现: 阅读全文
摘要:
高斯算法的原理 首先,高斯滤波算法的一般过程分为两步: 计算掩膜(高斯核) 卷积(即掩膜上每一个位置的值和图像对应位置的像素值的乘积、求和运算) 其次,我们知道高斯分布也叫做正态分布; 在二维空间中,这个公式生成的曲面的等高线是从中心开始呈正态分布的同心圆。分布不为零的像素组成的卷积矩阵与原始图像做 阅读全文
摘要:
关于使用SGD时如何选择初始的学习率(这里SGD是指带动量的SGD,momentum=0.9): 训练一个epoch,把学习率从一个较小的值(10-8)上升到一个较大的值(10),画出学习率(取log)和经过平滑后的loss的曲线,根据曲线来选择合适的初始学习率。 从上图可以看出学习率和loss之间 阅读全文