------【2017.11.2更新】------------SSD传送门----------http://blog.csdn.net/renhanchi/article/details/78411095http://blog.csdn.net/renhanchi/article/details/78423343-------【2017.10.30更新】------------一些要说...

Halcon模版匹配算子解析-Createcreate_shape_model(Template : : //reduce_domain后的模板图像NumLevels,//金字塔的层数，可设为“auto”或0—10的整数AngleStart,//模板旋转的起始角度AngleExtent,//模板旋转角度范围, >=0AngleStep,//旋转角度的步长， >=0

1. 关于OpenCV进阶之路前段时间写过一些关于OpenCV基础知识方面的系列文章，主要内容是面向OpenCV初学者，介绍OpenCV中一些常用的函数的接口和调用方法，相关的内容在OpenCV的手册里都有更详细的解释，当时自己也是边学边写，权当为一种笔记的形式，所以难免有浅尝辄止的感觉，现在回头看来，很多地方描述上都存在不足，以后有时间，我会重新考虑每一篇文章，让成长系列对基础操作的介绍

【新智元导读】深度学习很火，说起深度学习中一个很重要的概念——卷积神经网络（CNN）似乎也人人皆知。不过，CNN究竟是什么，涉及哪些概念，经过如何发展，真正要有逻辑地归纳一遍，估计不少人都说不清。日前，南洋理工大学研究人员梳理CNN发展历史，从基础组成部分讲起，介绍并探讨CNN在视觉识别方面的原理及应用，是系统深入理解CNN的好文。　　Recent Adva

深度学习框架中涉及很多参数，如果一些基本的参数如果不了解，那么你去看任何一个深度学习框架是都会觉得很困难，下面介绍几个新手常问的几个参数。batch深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为Bat

Visual TrackersECO: Martin Danelljan, Goutam Bhat, Fahad Shahbaz Khan, Michael Felsberg. "ECO: Efficient Convolution Operators for Tracking." CVPR (2017). [paper] [project][github]CFNet: Jack V

1LeNet-51.1局限性早在1989年，Yann LeCun (现纽约大学教授)和他的同事们就发表了卷积神经网络（Convolution NeuralNetworks， 简称CNN）的工作。在很长时间里，CNN虽然在小规模的问题上，如手写数字，取得过当时世界最好结果，但一直没有取得巨大成功。这主要原因是，CNN在大规模图像上效果不好，比如像素很多的自然图片内容理解，所以没有得到计算机视

从今天开始，开始更新博客，主要分享自己最近正在翻译的Halcon/C++教程。先给出第一篇文章，由于此文章，是用latex写的，直接导成html，保存在七牛云存储上，所以直接点击链接就看到，后面我将直接分享到csdn博客上.下面鼠标一点，请学习Halcon/c++接口基础。

1--我们知道Mat是一个图像容器类,这个数据结构由两部分组成:1--矩阵头--即class Mat类所实例化的类对象所开辟的空间里面存储的数据---就是这个矩阵的信息，当我们以Mat object;这样声明类对象的时候,也仅仅是创建了一个Mat的信息头,并没有创建矩阵体,也就是说,我们并没有给将要存储的图像开辟相应的空间2--矩阵头--包含:1--矩阵

************************************************************************************************************************************一　安装Anaconda　　　　[1]首先，安装Anaconda3-4.2.0-Linux-x86_64.sh,下载的连接如下所示: