上一页 1 ··· 9 10 11 12 13 14 15 16 17 ··· 26 下一页
摘要: 四个次语言 C Object Oriented C++ Template C++ STL 阅读全文
posted @ 2017-07-31 22:32 清水汪汪 阅读(195) 评论(0) 推荐(0) 编辑
摘要: "ER与ER Tree形成过程" "判断ER是否位MSER条件" "MSER源码分析" 阅读全文
posted @ 2017-07-30 15:12 清水汪汪 阅读(1284) 评论(0) 推荐(0) 编辑
摘要: data augmentation 几种方法总结 在深度学习中,有的时候训练集不够多,或者某一类数据较少,或者为了防止过拟合,让模型更加鲁棒性,data augmentation是一个不错的选择。 常见方法 Color Jittering:对颜色的数据增强:图像亮度、饱和度、对比度变化(此处对色彩抖 阅读全文
posted @ 2017-07-29 16:54 清水汪汪 阅读(22695) 评论(0) 推荐(2) 编辑
摘要: 最近在做物体检测,也用到了全卷积网络,来此学习一波。 这篇文章写了很好,有利于入门,在此记录一下: "http://blog.csdn.net/taigw/article/details/51401448" 阅读全文
posted @ 2017-07-29 16:38 清水汪汪 阅读(479) 评论(0) 推荐(0) 编辑
摘要: 因为我的mac是64位的,所以用32位编译,执行的时候肯定会出错的。 所以应该在 arch/simddetect.cpp中把这句 define X86_BUILD 1 注释掉,就可以了。 参考 "https://github.com/tesseract ocr/tesseract/issues/63 阅读全文
posted @ 2017-07-28 16:59 清水汪汪 阅读(476) 评论(0) 推荐(0) 编辑
摘要: 介绍 Ostu方法又名最大类间差方法,通过统计整个图像的直方图特性来实现全局阈值T的自动选取,其算法步骤为: 1) 先计算图像的直方图,即将图像所有的像素点按照0~255共256个bin,统计落在每个bin的像素点数量 2) 归一化直方图,也即将每个bin中像素点数量除以总的像素点 3) i表示分类 阅读全文
posted @ 2017-07-28 15:30 清水汪汪 阅读(6661) 评论(0) 推荐(1) 编辑
摘要: 我有这样的需求就是,因为需要ssh连接到服务器,然后每次需要输入好大一长串的信息,而且连接到一台服务器后,还可能跳转到另外一台服务器,而且每次还需要输入密码,所以感觉非常的麻烦。 为了解决这个问题,我用上了ssh中的config配置文件 1. 配置前 2. 配置后 配置以后,我们只需要输入连接账户的 阅读全文
posted @ 2017-07-25 22:53 清水汪汪 阅读(21186) 评论(0) 推荐(1) 编辑
摘要: SSD是一个基于单网络的目标检测框架,它是基于caffe实现的,所以下面的教程是基于已经编译好的caffe进行编译的。 caffe的编译可以参考官网 "caffe Installation" Installation 1.Get the code. 2.Build the code. 从之前编译好的 阅读全文
posted @ 2017-07-25 22:29 清水汪汪 阅读(3436) 评论(0) 推荐(0) 编辑
摘要: 论文《A Deep Neural Network Compression Pipeline: Pruning, Quantization, Huffman Encoding》 Pruning by learning only the important connections. 1. all con 阅读全文
posted @ 2017-07-06 18:13 清水汪汪 阅读(800) 评论(0) 推荐(0) 编辑
摘要: Question Given a string s and a dictionary of words dict, determine if s can be segmented into a space separated sequence of one or more dictionary wo 阅读全文
posted @ 2017-07-06 15:14 清水汪汪 阅读(116) 评论(0) 推荐(0) 编辑
上一页 1 ··· 9 10 11 12 13 14 15 16 17 ··· 26 下一页