ImageNet介绍

Linux安装Caffe笔记

1、下载tesseract.zip.里面包括include和lib两个目录。2、解压tesseract.zip到C:\3、VS2013中进行配置，C/C++>常规>附加包含目录。  插入 C:\tesseract\include4、在链接器>常规>附件库目录。插入C:\tesseract\lib5、在链接器>常规>附加依赖项。添加：liblept168.lib

Java-API常用类目录Java-API常用类目录Java-APIApplication Programming Interfacepublic int hashCode返回该对象的哈希码值public final Class getClass返回此 Object 的运行时类public String toString返回该对象的字符串表示public boolean equalsObj

深度学习是大数据下最热门的趋势之一。上一个十年是互联网的时代，下一个十年将是人工智能的时代。国内已经产生大量的人工智能公司，分布在不同的领域。今年是人工智能的元年。人脸识别商汤科技http://www.sensetime.com/旷视科技https://www.megvii.com/face++https://www.faceplusplus.com.cn/云从科技http://ww

U-Net在深度学习应用到计算机视觉领域之前，人们使用 TextonForest 和 随机森林分类器进行语义分割。卷积神经网络（CNN）不仅对图像识别有所帮助，也对语义分割领域的发展起到巨大的促进作用。语义分割任务最初流行的深度学习方法是图像块分类（patch classification），即利用像素周围的图像块对每一个像素进行独立的分类。使用图像块分类的主要原因是分类网络通常是全连接层（ful

本博客记录Softmax 和SVM分类器的学习过程，欢迎学习交流。目前解决图像分类问题，比较流行的方法是卷积神经网络上。这种方法主要有两部分组成：一个是评分函数（score function），它是原始图像数据到类别分值的映射。另一个是损失函数（loss function），它是用来量化预测分类标签的得分与真实标签之间一致性的。该方法可转化为一个最优化问题，在最优化过程中，将通过更新评分函数的参数