論文是：“Feature Pyramid Networks for Object Detection”
對下圖的簡化理解是，在網絡的淺層中融入了深層信息。
一、聚類介紹 聚類分析是指事先不瞭解每一個樣本的類別或其他的先驗知識，而唯一的分類根據是樣本的特徵，利用某種相似度度量的方法，把特徵相同或相似的歸爲一類，實現聚類劃分，聚類是一種無監督分類方法。同一個聚合類中的模式比不同聚合類中的模式更相
一、KNN介紹 K-近鄰分類器（KNN）是一種在線分類器，也就是說在分類的時候直接從訓練樣本中找出與待分類樣本最接近的K個樣本，以判斷待分類樣本的類別。初學者容易把KNN和Kmeans搞混，KNN是一種最簡單的有監督分類方法，而Kmean
一、SVM介紹 傳統學習方法採用的經驗風險最小化方法（ERM）雖然將誤差最小化，但不能最小化學習過程的泛化誤差。ERM方法不成功的例子就是神經網絡中的過學習問題。爲此，由Vapnik領導的貝爾實驗室研究小組於1963年提出了一種新的非常有
//shadow detection performed per pixel // should work for rgb data, could be usefull for gray scale and depth data as w
A Gentle Introduction to Machine Learning with Pythonand Scikit-learn 一篇基於pthon和scikt-learn的關於機器學習的介紹 GuillermoMon
增強現實，AR（AugmentedReality），從字面理解，即在人們的現實生活場景中疊加虛擬信息，達到對現實世界信息豐富和擴張的效果。 1.增強現實的歷史 人們對增強現實的研究是從1990年代初期開始，當時需要昂貴的
自己計劃實現一遍模式識別裏的內容。 Parzen窗估計是非參數估計。我在非參數技術——Parzen窗估計方法文章和非參數估計-Parzen窗口函數法文章裏面整理出了算法基本過程：利用第一篇博客給出的樣本數據對給定的數據進行分類。分類的方法
OpenCV，是Inter公司開發的免費開源專門由於圖像處理和機器視覺的C/C++庫，英文全稱是Open Source Computer Vision。 1. 可視化語言Matlab與OpenCV都可以用於圖像處理，學哪種比較好
下面是最近使用matlab常用的一些方法總結，不斷更新，方便以後查閱！ 問題1：如果我想把matlab僅僅是當成一個計算器來使用呢？或者說高級點的計算器？不想開UI界面，能在命令行下快速啓動。 簡單，只需運行： ./matlab -no
摘要 作者提出了一種深度學習圖像超分辨率的方法，直接在高低分辨率圖像之間學習一個端到端的映射。作者後續還證明了傳統的sparse-coding-based超分方法也可以看做一個深度卷積神經網絡，相對於這種方法，作者的方法聯合優化所
clear all; %---------------------- 打開訓練圖像集 --------------------% Files = dir('FREET\F1\*.bmp'); %打開文件夾中所有圖像 Dir =
搞了一年人臉識別，尋思着記錄點什麼，於是想寫這麼個系列，介紹人臉識別的四大塊：Face detection, alignment, verification and identification(recognization)，本別代表從
OpenCV是一個用於圖像處理、分析、機器視覺方面的開源函數庫. 無論你是做科學研究，還是商業應用，opencv都可以作爲你理想的工具庫，因爲，對於這兩者，它完全是免費的。該庫採用C及C++語言編寫，可以在windows,
最近在 MOOC 上學習北理工的模式識別課程，這裏記錄下學習筆記。 1、樣本、特徵與特徵空間 樣本：一個個具體要識別的事物稱爲樣本。 特徵：從樣本中抽取能夠識別這個樣本的關鍵特性，稱爲樣本的一個特徵，例如 4 個輪子是汽車的一個
機器學習10大經典算法 1、C4.5 C4.5算法是機器學習算法中的一種分類決策樹算法,其核心算法是ID3算法. C4.5算法繼承了ID3算法的優點，並在以下幾方面對ID3算法進行了改進： 1)用信息增益率來選擇屬性，克
