摘要：本文融合了Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite和Vision meets Robotics: The KITTI Dataset两篇论文的内容，主要介绍KITTI数据集概述，数据采集平台，数据集详细描述，评价准则以及具体使用案例。本文对KITTI数据集提供一个较为详细全面的介绍，重点关注利用

LARS算法的几何意义 1   LARS算法简介    Efron于2004年发表在Annals of Statistics的文章LEAST ANGLE REGRESSION中提出LARS算法，其核心思想是提出一种新的solution path(求解路径)，即在已经入选的变量中，寻找一个新的路径，使得在这个路径上前进时，当前残差与已入选变量的相关系数都是相同的，直到找出新的比当前残差相

数据集是由一组数据组成的集合，用于对提出算法进行训练和测试。在图像领域，针对不同应用，数据集构造不同，体现在规模，图片尺寸等性质上。图像应用主要有检测、分类和分割三大类。本文将介绍数据集的构建以及辅助生成工具。1. 数据集的特点    在物体检测方面，数据集规模适中，图片范围相对较大。自然图像中，以PASCAL VOC2007为例（The 2005 PASCAL Visual Object Cla

整理/转载的计算机视觉/图像处理领域网站、博客。博主删除了一些参考价值低的链接，此外一些链接已经失效，我正在勘正。（1）googleResearch； http://research.google.com/index.html（2）MIT博士，汤晓欧学生林达华；http://support.pa.msu.edu/index.php?page=home（3）MIT博士后Douglas L

机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。学习方式    根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域，有几种主要的学习方式。将算法按照学习方式分类是一个不错的想法，这样可

摘要：本文融合了Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite和Vision meets Robotics: The KITTI Dataset两篇论文的内容，主要介绍KITTI数据集概述，数据采集平台，数据集详细描述，评价准则以及具体使用案例。本文对KITTI数据集提供一个较为详细全面的介绍，重点关注利用

面向医学图像分析的深度学习研究方案这是一篇有关“深度学习在医学图像处理方面”的研究报告的第一节，主要包含研究对象，常用方法，深度学习简介，研究现状，研究重点。在撰写报告时，我找到了两篇 Deep learning for BioInformation / BioMedicine 的综述文章，也一并分享出来：Deep Learning in BioinformaticAp

牛人主页（主页有很多论文代码）Serge Belongie atUC San DiegoAntonioTorralba at MITAlexei Ffros atCMUCe Liu atMicrosoft Research New EnglandVittorioFerrari at Univ.of EdinburghKristenGrauman at UT Austin

面向医学图像分析的深度学习研究方案这是一篇有关“深度学习在医学图像处理方面”的研究报告的第一节，主要包含研究对象，常用方法，深度学习简介，研究现状，研究重点。在撰写报告时，我找到了两篇 Deep learning for BioInformation / BioMedicine 的综述文章，也一并分享出来：Deep Learning in BioinformaticAp

前言：本文转载lancezhange 的博文《对抗样本和对抗网络》，文章介绍了对抗样本的概念和相关文献，并且进一步介绍了生成式对抗网络（GenerativeAdversarial Nets, GAN）。    所谓对抗 样本是指将实际样本略加扰动而构造出的合成样本，对该样本，分类器非常容易将其类别判错，这意味着光滑性假设(相似的样本应该以很高的概率被判为同一类别)某种程度上被推翻了。