CapsNet胶囊神经网络详解及Keras实现1. 胶囊神经网络详解1.1 胶囊神经网络直观理解CNN存在的问题CapsNet的诞生1.2 CapsNet工作原理激活函数squash网络连接方式及$S_j$计算耦合系数$c_{ij}$计算动态路由算法原理使用动态路由算法更新$b_{ij}$损失函数2. 代码参考资料论文《Dynamic Routing Between Capsules》参考了一..

文章目录01 基本原理1.1 条纹分析1.2 相位展开1.3 相位与三维坐标转换02 基于深度学习的条纹分析2.1 单幅条纹分析（深度学习）2.2 基于区域分块和标签增强的单幅条纹分析（深度学习）2.3 条纹图像去噪03 基于深度学习的相位展开3.1 空域相位展开（1）条纹级次+后优化（2）一次预测3.2 时域相位展开04 基于深度学习的深度计算05 基于深度学习的系统误差标定06 基于深度学习的

文章目录01 基本原理1.1 条纹分析1.2 相位展开1.3 相位与三维坐标转换02 基于深度学习的条纹分析2.1 单幅条纹分析（深度学习）2.2 基于区域分块和标签增强的单幅条纹分析（深度学习）2.3 条纹图像去噪03 基于深度学习的相位展开3.1 空域相位展开（1）条纹级次+后优化（2）一次预测3.2 时域相位展开04 基于深度学习的深度计算05 基于深度学习的系统误差标定06 基于深度学习的

文章目录01 传递模型02 误差原因03 误差分析标题：基于数字光栅投影的结构光三维测量技术与系统研究 [博]单位：华中科技大学作者：李中伟年份：2009注：这里只记了相位出现问题的原因分析，如何校正，看最新论文。相位测量轮廓术，误差主要有四个来源：相移机构的相移误差：相移步距不相等，在机械式相移中，相移难避免，但DLP数字式光栅这块误差很小。随机噪声：相移法对随机噪声有较好的抑制，且相位计算前可

文章目录01 什么是非极大值抑制02 非极大值抑制基本实现01 什么是非极大值抑制Github: 非极大值抑制实现非极大值抑制，简称为NMS算法，虽然在不同应用中实现的具体方式不太一样，但是思想还是一样的。下面我们看一张非极大值抑制的效果图：左图是人脸检测的候选框结果，每个边界框都有一个置信度得分(Confidence Score)，如果不用非极大值抑制，那么就会有多个候选框出现。而...

文章目录01 基本原理1.1 条纹分析1.2 相位展开1.3 相位与三维坐标转换02 基于深度学习的条纹分析2.1 单幅条纹分析（深度学习）2.2 基于区域分块和标签增强的单幅条纹分析（深度学习）2.3 条纹图像去噪03 基于深度学习的相位展开3.1 空域相位展开（1）条纹级次+后优化（2）一次预测3.2 时域相位展开04 基于深度学习的深度计算05 基于深度学习的系统误差标定06 基于深度学习的

第五课 序列模型(Sequence Models)第一周 循环序列模型(Recurrent Neural Networks)1.1 为什么选择序列模型?(Why Sequence Models)循环神经网络(RNN)在进行语音识别时，给定一个 输入音频片段xxx, 要求输出 对应的文字记录yyy这个例子里输入和输出数据都是序列模型，因为 xxx 是一个按时播放的...