原创 人體關鍵點檢測數據集介紹

一、COCO數據集 http://cocodataset.org/ 訓練集和驗證集數據整體概況 最多標註全身的17個關鍵點,平均一幅圖像2個人,最多有13個人   每個人體關鍵點個數的分佈情況,其中11-15這個範圍的人體是最多的,有

原创 目標檢測中的評估指標mAP等

評價指標: 準確率 (Accuracy),混淆矩陣 (Confusion Matrix),精確率(Precision),召回率(Recall),平均正確率(AP),mean Average Precision(mAP),交除並(IoU)

原创 2.swap-two-nodes-in-linked-list(交換鏈表中的兩個結點)

swap-two-nodes-in-linked-list(交換鏈表中的兩個結點) 鏈接:http://www.lintcode.com/zh-cn/problem/swap-two-nodes-in-linked-list/ 給你一個鏈

原创 Kinect v2控制鼠標原理分析和源碼(0積分下載)

此程序爲利用Kinect v2實現用手指隔空控制鼠標,是我另一個項目的一部分,因爲在另外那個項目中鼠標的click是通過一種特殊的方式實現的,因此這個程序只實現了用手控制鼠標的移動,並沒有點擊的功能。相比Leapmotion,利用Kin

原创 第八章 基於Kinectv2跌倒檢測系統的總結

  第八章  基於Kinectv2跌倒檢測系統的總結   通過前面幾篇文章基本把這個項目講完,可以說講得很細,從Kinect的工作原理、入門開發、開發資料,到Kinect如何獲取各種基本的數據源,再到跌倒檢測的算法分析,然後如何把控制檯的

原创 在win10系統和VS2013環境配置PCL1.7.2點雲庫及常見問題解答(附帶各種版本安裝包下載)

本教程以win10,VS2013環境爲例,介紹了PCL1.7.2的安裝方法,其它環境也可以參考本教程。PCL安裝分爲兩種方法,第一種,直接從PCL源代碼編譯,後安裝;第二種,使用PCL的All-in-one已經編譯好的安裝包安裝,本文屬於

原创 C/C++獲取當前系統時間

//方案— 優點:僅使用C標準庫;缺點:只能精確到秒級 #include <time.h>  #include <stdio.h>  int main( void )  {      time_t t = time(0);      c

原创 張小龍和小程序,到底想要什麼

1 月 9 日,小程序正式發佈,用戶可以體驗到各種各樣的小程序,從 8 月中旬寫了《別開發 app 了》後,我對小程序和微信的觀察沒有停止過,通過外部的觀察以及和一些業內朋友交流,我逐漸清晰地推導出,微信到底想用小程序幹什麼,以及從小

原创 扔雞蛋問題詳解(Egg Dropping Puzzle)(谷歌和騰訊的筆試題)

經典的動態規劃問題,題設是這樣的: 如果你有2顆雞蛋,和一棟36層高的樓,現在你想知道在哪一層樓之下,雞蛋不會被摔碎,應該如何用最少的測試次數對於任何答案樓層都能夠使問題得到解決。 這道題曾是谷歌和騰訊校招的筆試題 如果你從某一層樓扔下

原创 4.Roman to integer(integer to roman羅馬數和整型數的相互轉換)

4.Roman to integer(integer to roman羅馬數和整型數的相互轉換) (1)Roman to integer 鏈接:http://www.lintcode.com/zh-cn/problem/roman-to-

原创 3.max points ona line(最多有多少個點在同一直線上)

3.max points ona line(最多有多少個點在同一直線上) 鏈接:http://www.lintcode.com/zh-cn/problem/max-points-on-a-line/ 給出二維平面上的n個點,求最多有多少點

原创 MoreWindows白話經典算法之七大排序總結篇

在我的博客對冒泡排序,直接插入排序,直接選擇排序,希爾排序,歸併排序,快速排序和堆排序這七種常用的排序方法進行了詳細的講解,並做成了電子書以供大家下載。下載地址爲:http://download.csdn.net/detail/morew

原创 卷積神經網絡感受野的計算

神經網絡感受野計算 普通卷積感受野計算 感受野指的是當前的特徵圖的一個特徵點在輸入空間影響的區域,該點的值被輸入空間的這個區域影響,與其他區域無5173。通常有兩種方式可以計算感受野,從後往前算和從前往後算。從前往後計算的方法很簡單,基本

原创 從損失函數解決關於密集遮擋人羣的檢測問題

關於密集遮擋的行人檢測 行人檢測是計算機視覺領域的一個重要研究課題,在自動駕駛,視頻監控和機器人等各種應用,旨在預測一系列行人實例的邊界框。實際上,在現實生活中的複雜情景中,遮擋是行人檢測的最重要挑戰之一,尤其是在擁擠的場景中。例如在Ci

原创 Paperreading之五  Stacked Hourglass Networks(SHN)和源碼閱讀(PyTorch版本)

1.前言 這篇文章是ECCV2016的論文,Jia Deng組的工作,是top-down算法,非常經典,當時也是在各種公開數據集上霸榜。在FLIC和MPII上都是第一名(在當時),是sota算法。現在很多關於姿態估計的論文都有參考SHN或