RCNNRCNN主要分为3个大部分第一部分产生候选区域；第二部分对每个候选区域使用CNN提取长度固定的特征；第三个部分使用一系列的SVM进行分类；第四个部分使用回归器精细修正候选框位置；RCNN的检测流程：（1）首先输入一张自然图像;（2）使用Selective Search提取大约2000个候选区域（proposal）;（3）对每个候选区域的图像进行拉伸形变，使之成为固定大小的正方形图像；（4）

这是python解码出错在程序第一行添加一下三个中的一个即可解决问题，注意等号两边没有空格# coding=utf-8# coding=gbk# coding=gb2312

for 和if 的连写Python if 和 for 的组合写法Python中for 循环的是用list解析的[对(x)的操作 for x in 集合 if 条件][对(x,y)的操作 for x in 集合1 for y in 集合2 if 条件]举一个简单的例子：x=[1,2,3,4,5]y=[5,6,7,8,9]我想让着两个list中的奇数分别相加，应该结果是1+5,1+7,1+9,3+5,

Anaconda与PyCharm的结合一、准备工作在安装完Anaconda与pycharm之后，找到安装目录打开如下图标（这里是使用命令行的方式进入，推荐；也可以使用打开Anaconda界面的方法进入，即上图中绿色的Anaconda Navigator 图标）这里的base是安装完Anaconda后，自动创建的环境，可以输入conda命令如：conda list查看base环境下安装的一些包二、搭

图像畸变矫正针孔相机模型不考虑镜头畸变，因为一个理想的针孔相机没有镜头。但是由于相机的结构中存在着一些光学透镜，导致成像后的图像发生了扭曲，原本直立的高楼变得扭曲。一、图像畸变原因图像畸变的原因有很多，现在只考虑由于相机本身引起的畸变。1、镜头畸变Ø 透镜由于制造精度以及组装工艺的偏差会引入畸变，导致原始图像的失真。Ø 镜头的畸变分为径向畸变和切向畸变两类。二、径向畸变定义：由透镜的形状引起的畸变

灰度图像二值化一、知识简介图像二值化（ Image Binarization）就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。二、灰度图像二值化原理当灰度图像的像素值大于某个阈值时将该灰度值设置为最大 反之设置为最小，此时灰度图只有最亮和最黑。1、将R

手推BP神经网络的前向传播和反向传播一、基本术语1、监督学习与非监督学习Supervised Learning有监督式学习: 输入的数据被称为训练数据，一个模型需要通过一个训练过程，在这个过程中进行预期判断，如果错误了再进行修正，训练过程一直持续到基于训练数据达到预期的精确性。其关键方法是分类和回归，比如逻辑回归(Logistic Regression)和BP神经网络(Back Propagati

sift（尺度不变特征变换）一、sift 算法的目标sift 的目标是： 找到一幅图像中的一些稳定的保持不变性的局部特征点，该特征点被一个特殊向量描述。该特征点的特征叫做sift特征1999年British Co1umbia大学大卫.劳伊（ David G.Lowe）教授总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描

Anaconda与PyCharm的结合一、准备工作在安装完Anaconda与pycharm之后，找到安装目录打开如下图标（这里是使用命令行的方式进入，推荐；也可以使用打开Anaconda界面的方法进入，即上图中绿色的Anaconda Navigator 图标）这里的base是安装完Anaconda后，自动创建的环境，可以输入conda命令如：conda list查看base环境下安装的一些包二、搭

pip 批量下载包与批量安装包一、导出pip安装的包名将已安装的包名和版本号写入目录 ./yjk/requirements.txt文件中pip freeze> ./yjk/requirements.txt导出结果如下：aiohttp==3.8.1aiosignal==1.2.0async-timeout==4.0.2asynctest==0.13.0attrs==21.4.0certifi=