原创 A Discriminative Feature Learning Approach for Deep Face Recognition 原理及在caffe實驗復現

本文主要講centerloss 的原理,及其創新點。然後用caffe 跑自己的數據(CASIA-WebFace | MsCelebV1-Faces-Aligned)  Reference paper:A Discriminative

原创 《Single Image Haze Removal Using Dark Channel Prior》一文中圖像去霧算法的原理、實現、效果及其他

在圖像去霧這個領域,幾乎沒有人不知道《Single Image Haze Removal Using Dark Channel Prior》這篇文章,該文是2009年CVPR最佳論文。作者何凱明博士,2007年清華大學畢業,2011

原创 顏色空間

1.  RGB顏色空間     RGB即是代表紅、綠、藍三個通道的顏色,強度值爲0-255 2. LAD顏色空間       L*a*b顏色空間用於計算機色調調整和彩色校正。它獨立於設備的彩色模型實現。這一方法用來把設備映射到模型及模型

原创 神經網絡架構演進史:全面回顧從LeNet5到Googlenet,resnet,fractalnet,ENet十餘種架構

轉載於:http://www.open-open.com/lib/view/open1473213789568.html  LeNet5 LeNet5 誕生於 1994 年,是最早的卷積神經網絡之一,並且推動了深度學習領域的發展。自

原创 Adaboost 算法的原理與推導

轉自http://blog.csdn.net/v_july_v/article/details/40718799   Adaboost 算法的原理與推導   0 引言     一直想寫Adaboost來着,但遲遲未能動筆。

原创 基於多尺度深度網絡的單幅圖像深度估計(轉)

版權聲明:本文爲博主原創文章,歡迎轉載,轉載請註明原文地址、作者信息。 基於多尺度深度網絡的單幅圖像深度估計 原文地址:http://blog.csdn.net/hjimce/article/details/50569474 作者

原创 深度學習(二十五)基於Mutil-Scale CNN的圖片語義分割、法向量估計

版權聲明:本文爲博主原創文章,歡迎轉載,轉載請註明原文地址、作者信息。 基於Mutil-Scale CNN的圖片語義分割、法向量估計 原文地址:http://blog.csdn.net/hjimce/article/details

原创 Learning Deconvolution Network for Semantic Segmentation

原文題目:Learning Deconvolution Network for Semantic Segmentation( ICCV, 2015) 開源地址:http://cvlab.postech.ac.kr/research/dec

原创 win10與ubuntu雙系統啓動問題

在win10上安裝ubuntu時,會出現系統直接進入ubuntu系統的情況。 解決方案:               1.  進入bios設置(一般進入方法是在開機的時候長按F1,F2,或者(F1+Fn,F2+Fn))。        

原创 caffe問題

1.segmentation fault (core dumped)      Error in test my own data *** Aborted at 1473133728 (unix time) try "date -d @

原创 caffe+報錯︱深度學習參數調優雜記+caffe訓練時的問題+dropout/batch Normalization

版權聲明:本文爲博主原創文章,轉載請註明來源“素質雲博客”,謝謝合作!!微信公衆號:素質雲筆記 目錄(?)[-] 一深度學習中常用的調節參數 學習率權重層數過擬合Loss設計與觀察初始化weight decay權值衰減mome

原创 分類之性能評估

轉自:http://www.csuldw.com/2016/03/12/2016-03-12-performance-evaluation/ 本文主要介紹幾種常用的用於分類的性能評估指標,同時介紹如何繪製ROC曲線以及計算AUC值的便捷

原创 evaluate-reverse-polish-notation

題目描述 Evaluate the value of an arithmetic expression in Reverse Polish Notation. Valid operators are+,-,*,/. Each

原创 Learning-Based View Synthesis for Light Field Cameras

題目:Learning-Based View Synthesis for Light Field Cameras(siga) 作者:Nima Khademi Kalantari ETC 鏈接:http://cseweb.ucsd.edu/

原创 Fully Convolutional Networks for Semantic Segmentation

這是CVPR 2015拿到best paper候選的論文。 論文下載地址:Fully Convolutional Networks for Semantic Segmentation 尊重原創,轉載請註明:http://blog.