原创 使用霍夫變換定位手指邊緣

圖片大小爲1024*1280,這裏先定位上邊緣,再定位到下邊緣 上邊緣(行數1:512)   img = imread('./G_A01_L1_2_R.bmp'); % Convert to intensity. I =imbinari

原创 leetcode409:最長迴文串

題目: 給定一個包含大寫字母和小寫字母的字符串,找到通過這些字母構造成的最長的迴文串。 在構造過程中,請注意區分大小寫。比如 "Aa" 不能當做一個迴文字符串。 輸入: "abccccdd" 輸出: 7 解釋: 我們可以構造的最長的

原创 中國計算機學會推薦國際學術期刊  (計算機系統與高性能計算)

  一、A類 序號 刊物簡稱 刊物全稱 出版社 網址 1 TOCS ACM Transactions on Computer Systems ACM http://tocs.acm.org/ 2

原创 關於一個7*7的卷積核可用3個3*3的卷積核代替的理解

最近在看常見網絡的結構,比如AlexNet(2012),VGG(2014),GoogleNet(2014),ResNet殘差網絡(2015)等等,其中VGG相比AlexNet做出的三個改進: 1)使用小的卷積核而不是大的(如選用三個3*3

原创 python批量裁剪圖片,並按原來層級保存

最近要做圖片的預處理工作,目的是把原圖像的roi提取出來。這裏使用python做圖像的批量裁剪 ,代碼如下: # coding: utf-8 from PIL import Image import os import os.path

原创 使用python計算自己數據集的mean和std

首先先把數據集的圖片路徑保存在一個txt文件夾裏面 import os def generate(dir, label): listText = open('list.txt', 'a') for file in d

原创 python循環創建文件夾

經常用到的代碼,使用python循環創建文件夾,存一下 import os def mkd(): path = "E:\\XXX\\data\\" #創建的文件的位置 for i in range(1, 65):#創

原创 梯度下降優化器Optimization

前言 梯度下降算法是機器學習中使用非常廣泛的優化算法,梯度可以理解成山坡上某一點上升最快的方向,它的反方向就是下降最快的方向。要想下山最快,那麼就要沿着梯度的反方向走,最終到達山底(全局最優點)。梯度下降優化器就是爲了找到最快的下山策略。

原创 網絡訓練報錯RuntimeError:size mismatch, m1: [256 x 1600], m2: [1024 x 256]的解決辦法

最近在用fashionMNIST跑一個網絡,結果如下圖 想要看看用同一個網絡,不同數據集之間對準確率差別,因此我把數據集換成了cifar10.除了要用到transforms.Grayscale(1) test_dataset = CI

原创 手指靜脈圖像數據集

1.山東大學機器學習與數據挖掘實驗室指靜脈數據集SDUMLA-HMT Database 2.馬來西亞理工大學指靜脈數據集    Finger Vein USM (FV-USM) DatabaseFinger Vein USM (FV-US

原创 《Infrared and Visible Image Fusion using a Deep Learning Framework》閱讀筆記

一、概述 這篇文章發表於2018年,主要是研究視覺圖像與紅外圖像的融合,作者之後還發表了DenseFuse。 這篇文章的主要思路是將待融合的紅外圖像與視覺圖像分解爲基礎部分與高頻部分,之後分別對這兩部分分別採取不同的策略進行融合得到融合

原创 MATLAB R2019b安裝中出現License Manager Error -9問題的解決方法

出現問題: win10系統用高校提供的正版Matlab運行時出現License Manager Error -9的錯誤。嘗試了修改兼容性、用管理員身份打開,都沒有用,有些地方說要修改C盤的序列號。。。。感覺麻煩沒有嘗試 原因: 在激活軟件

原创 關於triplet loss的理解

一:前言 Triplet Network最常用於人臉識別的領域,利用Triplet loss來學習人臉的特徵向量表示。在看本文章之前,建議先觀看Andrew Ng在Coursera上的deep learning specializatio

原创 pytorch孿生網絡識別面部相似度代碼解讀

本文章記錄最近看的一個孿生網絡實現人臉面部相似度的代碼實例,關於孿生網絡的定義,可以點擊這裏,該項目所使用的的網絡架構爲標準的卷積神經網絡架構,在每個卷積層之後使用批量歸一化(batch normolization),然後進行dropou

原创 瀏覽器兼容問題及解決方案

沒有ie就沒有傷害,在做網站的時候,必不可少的要做兼容。話不多說,下面是一些兼容性的整理筆記1.解決不同瀏覽器的默認樣式存在差異* { margin: 0; padding: 0; }2.解決ie9 以下瀏覽器對 html5 新增標籤不識