cv
3篇文章 · 0订阅
  • 2020 年计算机视觉指南
    本文推荐的教程资源都是基于我个人的经验，它们对增加你的计算机视觉理论知识非常有帮助。另外，在学习计算机视觉的理论前，先了解和学习机器学习和 python 方面的知识是更好的做法。 不需要在开始学习计算机视觉的时候，就选择使用框架，但应用新获得的知识是必要的。 Pytorch 可…
    深度学习 计算机视觉
  • 计算机视觉—人脸识别（Hog特征+SVM分类器）（8）
    在机器学习，支持向量机的监督学习模型与相关的学习算法可以分析用于数据分类和回归分析。给定一组训练样例，每个训练样例被标记为属于两个类别中的一个或另一个，SVM训练算法建立一个模型，将新的例子分配给一个类别或另一个类别，使其成为非概率二元线性分类器（尽管方法如Platt缩放存在以…
    算法 Windows 人工智能
  • 计算机视觉—人脸识别（Haar特征+Adaboost分类器）（7）
    Haar特征是一种反映图像的灰度变化的，像素分模块求差值的一种特征。它分为三类：边缘特征、线性特征、中心特征和对角线特征。用黑白两种矩形框组合成特征模板，在特征模板内用 黑色矩形像素和 减去 白色矩形像素和来表示这个模版的特征值。例如：脸部的一些特征能由矩形模块差值特征简单的描…
    算法 机器学习 人工智能