【新智元导读】这里是近5年100篇被引用次数最多的深度学习论文，覆盖了优化/训练方法、无监督/生成模型、卷积网络模型和图像分割/目标检测等十大子领域。重要的论文能够超越其应用领域让人获益。新智元在每个领域都选择了一篇论文重点介绍，这将是你纵览深度学习研究绝好的开始。【进入新智元公众号，在对话框输入“论文100”下载这份经典资料】这里是100篇被引用次数最多的深度学习论文，从海量的相关论文中

Matlab中常用的分类器有随机森林分类器、支持向量机（SVM）、K近邻分类器、朴素贝叶斯、集成学习方法和鉴别分析分类器等。各分类器的相关Matlab函数使用方法如下：首先对以下介绍中所用到的一些变量做统一的说明：train_data——训练样本，矩阵的每一行数据构成一个样本，每列表示一种特征train_label——训练样本标签，为列向量test_data——测试样本，矩阵的每一行数据构成一个样

目标检测中，原始图片的标注过程是非常重要的，它的作用是在原始图像中标注目标物体位置并对每张图片生成相应的xml文件表示目标标准框的位置。然而博主转载的文章http://blog.csdn.net/u014696921/article/details/53353896中提到的标注工具虽然使用简单，但是无法在同一张图片中标注多个同类目标；并且其标注完成后只能生成对应的txt文件，需...

Hog特征综述背景方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。它是一种能够很好地描述图像局部纹理或边缘的方向密度分布的一种特征。Hog特征结合 SVM分类器用于行人检测具有很好效果。两个概念像素点梯度与梯度方向假设图像中像素点(x,y)

深度图像分割 -- Fully Convolutional Networks for Semantic Segmentation原创 2017年03月23日 15:55:11CVPR2015 PAMI 2016 Fully Convolutional Networks for Semantic Segmentation Code: https://github.com/shelhamer/fcn.

本文链接：https://blog.csdn.net/jdzwanghao/article/details/90543293Multi-layer Graph Convolutional Network (GCN) with first-order filters.1、图卷积要干什么？图卷积神经网络主要要完成的就是这件事，给定一个图网络，把节点（node）（又称顶点(v...

综述：： LBP特征：Local Binary Pattern，局部二值模式特征，是一种用来描述图像局部纹理特征的算子。LBP特征算子计算简单、效果较好，数据量小，因此LBP特征在计算机视觉的许多领域都得到了广泛的应用，LBP特征比较多用于目标检测中。LBP计算出的特征具有灰度不变性和旋转不变性等显著优点，例如对光照不敏感。LBP的基本算子原始的LBP算子定义为在3*3的窗口内，以窗口中心像素为阈

转自：https://yhlleo.github.io/2016/10/19/CNN-SemanticSeg/把前段时间自己整理的一个关于卷积神经网络应用于图像语义分割的PPT整理发布在本篇博客内，由于部分内容还在研究或发表过程中，就只上传PPT前两部分的内容。今天给大家介绍卷积神经网络在图像语义分割上的一些方法和应用。PPT的目录包括，语义分割的简单介绍，然后介绍一些我的研究和具体的应用，最后简

作为一名科研人员，也许你经常会在不同类型的论文中看到各种令人称赞的算法框图或者神经网络框图，作为一名AI从业者，你经常需要在你的论文、Poster或者Slide中添加一些神经网络框图，作为新手的我也经常遇到这个问题，但是一直并没有找到一个好的工具，很多大佬们都说利用PPT或者Visio等就能绘制成功，我的想法是这样的，尽管很多工具都能完成同样的一项工作，但是它们的效果和效率肯...

【新智元导读】这里是近5年100篇被引用次数最多的深度学习论文，覆盖了优化/训练方法、无监督/生成模型、卷积网络模型和图像分割/目标检测等十大子领域。重要的论文能够超越其应用领域让人获益。新智元在每个领域都选择了一篇论文重点介绍，这将是你纵览深度学习研究绝好的开始。【进入新智元公众号，在对话框输入“论文100”下载这份经典资料】这里是100篇被引用次数最多的深度学习论文，从海量的相关论文中