welcome to x-jeff blog

【OpenCV基础】第十四课：自定义线性滤波

算子，robert算子，sobel算子，拉普拉斯算子，filter2D

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.常见算子有关卷积和滤波的基本概念解释：【OpenCV基础】第九课：图像模糊。卷积计算在图像处理中常见的三种用途：检测边缘。图像模糊。图像锐化。卷积核也常被称为“算子”。假设有原图如下： 👉Robert算子： \[\begin{bmatrix} +1 & 0 ...

Posted by x-jeff on October 17, 2020

【论文阅读】Gradient-Based Learning Applied to Document Recognition

卷积神经网络开山之作：LeNet-5

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.INTRODUCTION 传统的模式识别（traditional pattern recognition）通常分为两步：即：1）从原始数据中提取特征；2）用提取的特征训练分类器。在LeNet-5发表的那个年代，提取特征需要大量的先验知识，并且需要人为设计，这是一个非常耗时耗力的工作。除此之外，分类器的精度也...

Posted by x-jeff on October 13, 2020

【Python基础】第十六课：重塑资料

虚拟变量（Dummy Variable），建立透视表（pivot_table），长宽表格转换（stack&unstack）

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.虚拟变量（Dummy Variable）假设我们有以下数据： 👉建立虚拟变量 1 pandas.get_dummies(df["朝向"]) 👉合并虚拟变量与原DataFrame 1 df = pandas.concat([df, pd.get_dummies(df["朝向"])], axis=1) ...

Posted by x-jeff on September 25, 2020

【深度学习基础】第三十六课：人脸识别

One-Shot Learning，Siamese网络，Triplet Loss Function

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.One-Shot Learning 人脸识别所面临的一个挑战就是One-Shot Learning（单样本学习）。也就是说，在绝大多数人脸识别应用中，你仅能通过一张图片（或者一个人脸样例）去识别这个人。但是这对于需要大数据支持的深度学习...

Posted by x-jeff on September 24, 2020

【数学基础】第十六课：主成分分析

主成分分析

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.主成分分析的作用主成分分析（Principal Component Analysis，简称PCA）是在机器学习以及统计学领域内常用的一种线性降维方法。其可以有效地降低数据维度，比如说：将原本高维的数据（N维）重新以一个相对低维的形式表达（K维，且$K<N$）。理想上只要该K维的表征（representation...

Posted by x-jeff on September 21, 2020

【机器学习基础】第十六课：支持向量机之间隔与支持向量

二维平面，超平面，间隔，支持向量，支持向量机

【机器学习基础】系列博客为参考周志华老师的《机器学习》一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.理解超平面 1.1.二维平面超平面是支持向量机中非常重要的一个概念，再介绍超平面之前，我们来介绍下常见的二维平面的一些性质。 👉在三维x-y-z坐标系中，可以将平面定义为一个方程的集： \[ax+by+cz+d=0\] 其中$a...

Posted by x-jeff on September 14, 2020

【Tensorflow基础】第七课：卷积神经网络的实现

tf.nn.conv2d()，padding详解，tf.nn.max_pool()

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.卷积神经网络卷积神经网络的相关介绍请戳👉：【深度学习基础】第二十八课：卷积神经网络基础。 2.使用tensorflow实现CNN 先介绍可能会用到的API。 2.1.tf.nn.conv2d() tf.nn.conv2d()用于构建网络的卷积层，这里的2d指的是二维卷积核，也是最为常用的。API详细参数见下：...

Posted by x-jeff on September 11, 2020

【深度学习基础】第三十五课：R-CNN中的候选区域

R-CNN，候选区域

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.候选区域本文旨在通过R-CNN了解候选区域这一概念，并不会过多的介绍R-CNN。 R-CNN：原文、博客讲解。 R-CNN所使用的筛选候选区域的方法为Selective Search：原文、博客讲解。 YOLO算...

Posted by x-jeff on September 9, 2020

【算法基础】【排序】选择排序

选择排序

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.选择排序原理选择排序（selection sort）是一种简单直观的排序算法。它的工作原理是：第一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，然后再从剩余的未排序元素中寻找到最小（大）元素，然后放到已排序的序列的末尾。以此类推，直到全部待排序的数据元素的个数为零。 2.动图演示 ...

Posted by x-jeff on September 8, 2020

【深度学习基础】第三十四课：YOLO算法

YOLO算法，交并比IoU，非极大值抑制NMS，Anchor Box

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.bounding box的预测在上篇博客【深度学习基础】第三十三课：基于滑动窗口的目标检测算法中，我们介绍了基于滑动窗口的目标检测算法，但是该算法并不能输出最精准的bounding box。例如，我们尝试的滑动窗口没有一个能完美匹配目...

Posted by x-jeff on September 6, 2020

x-jeff blog