从博客https://blog.csdn.net/jiugeshao/article/details/112093981写完后，整了一段时间温故了这三个方面的算法知识，同时也找寻了相应的代码去实现这些算法，并在自己的数据集上进行测试。当前对这三个方面的知识点还记忆犹新，结合所看的论文博客归纳下自己的理解（不涉及细节，大方向的了解）。后面会把目标检测和目标分类中的常用算法实现一遍，然后就打算转战Li

整理下目标检测常用算法的知识：一. RCNN (Regions with CNN) RBG1. 候选区域选择（region proposal), 用到了SelectiveSearch2. 对于每个区域利用CNN抽取一个固定长度的特征向量（Alexnet， 基于Caffe进行的代码开发）3. 再对每个区域利用SVM进行目标分类。同时做边界回归。技巧：采用在ImageNet上已经训练好的模型，然后在P

帖子中的推导是针对某个观测序列出现的概率，其是要求出所有可能的情况，故是在求和计算。那么在算到第3个观测序列是白的时候，要考虑这是从第一个盒子、第二个盒子、第三个盒子拿到的白色的情况，同时也要结合第2序列是从第一个盒子中取出白色，第二个盒子中取出白色，第三个盒子中取出白色这三种情况来计算。resample函数中代码如下，这边的意思是根据权重来产生和该粒子相同的新粒子的个数，那么权重大的就会多复制一

接着前面系列博客接着讲，此篇来介绍下tensorflow的模型库的使用，当前安装tensorflow的时候，models中库不会自动安装，可能对比pytorch，大家会觉得tensorflow自带的object detection模型好少，其实不然。下面就对tensorflow的models中的objection模块进行一个详细的使用介绍。https://github.com/tensorflow

博主树莓派上有两个版本的python，一个是python2.7, 一个是python3.9注：上面也有2.7版本的python，但python2并没有pip模块，只有python3的pip模块。curl https://bootstrap.pypa.io/pip/2.7/get-pip.py -o get-pip.pypython2 get-pip.py可通过上面命令语句来安装python2的pi

整理下目标检测常用算法的知识：一. RCNN (Regions with CNN) RBG1. 候选区域选择（region proposal), 用到了SelectiveSearch2. 对于每个区域利用CNN抽取一个固定长度的特征向量（Alexnet， 基于Caffe进行的代码开发）3. 再对每个区域利用SVM进行目标分类。同时做边界回归。技巧：采用在ImageNet上已经训练好的模型，然后在P

1.直方图均衡化、滤波编码、阈值分割（峰谷法、灰度阈值法）、区域增长、分裂合并https://wenku.baidu.com/view/6341c428a36925c52cc58bd63186bceb18e8ed02.html2.区域生长、区域分离合并、使用分水岭变化（来源：Matlab(冈萨雷斯）3. PCA主成分分析方法（来源大论文）主成分分析[39]（PCA）方法是一种数学变...

下面说明如何在QT GUI界面上添加控件显示用pcl读入的三维点云数据。QT5.12.1的安装与VS2017配置参照下面博客，博客中是QT5.11.1https://blog.csdn.net/gaojixu/article/details/82185694QT5.12.1的下载路径如下：链接：https://pan.baidu.com/s/1YDizCx2_zF4LQBOnk3JxhA提取码：5

1.直方图均衡化、滤波编码、阈值分割（峰谷法、灰度阈值法）、区域增长、分裂合并https://wenku.baidu.com/view/6341c428a36925c52cc58bd63186bceb18e8ed02.html2.区域生长、区域分离合并、使用分水岭变化（来源：Matlab(冈萨雷斯）3. PCA主成分分析方法（来源大论文）主成分分析[39]（PCA）方法是一种数学变...

一.源码编译Opencv可参考博主之前的博客树莓派4B上配置Opencv_竹叶青lvye的博客-CSDN博客博主这篇博客使用的版本是opencv3.4.4,其所在的位置如下：博主这里会在opencv-3.4..4文件夹里新建build和install文件夹，cd到build文件夹里，会执行如下的命令（当然你可以指定更多参数）。cmake -D CMAKE_BUILD_TYPE=Release -D