离线安装Ubuntu16.04 NVIDIA1060驱动 CUDA9.0 CUDNN7.0 anaconda TensorFlow-GPU
离线安装Ubuntu16.04 NVIDIA1060驱动 CUDA9.0 CUDNN7.0 anaconda TensorFlow-GPU pycharm opencv-python opencv-contrib-python pytorch clion qt5
离线安装Ubuntu16.04 NVIDIA1060驱动 CUDA9.0 CUDNN7.0 anaconda TensorFlow-GPU pycharm opencv-python opencv-contrib-python pytorch clion qt5
深度学习方法在图像检索上的应用 Exploiting Deep Features for Remote Sensing Image Retrieval 图像检索——从视觉特征、相似性度量、相关性反馈三个核心方面提出RS图像特征提取的基准(武大)
https://blog.csdn.net/weixin_40744915/article/details/80228611 选择性搜索region proposal+CNN classification+NMS_USB-BBR优化边界框冗余问题
Computer Vision Models,Learning and Inference17章形状模型翻译。形状及表示,snake模型,形状模板,统计形状模型,子空间形状模型,三维形状模型,形状和外观的统计模型,非高斯统计形状模型,铰接式模型,应用
Computer Vision Models,Learning and Inference13章图像预 处理与特征提取翻译。逐像素变换(白化,直方图均衡化,滤波,二值),边缘、角点和兴趣点(canny,harris,SIFT)描述子(SIFT,方向梯度直方图,词袋,形状内容)降维(单数值近似,主成分分析,二元主成分分析,K均值)
在我阅读可能不断更改的课题方向的各种论文中,看了这篇论文Detecting Anomalous Trajectories and Behavior Patterns Using Hierarchical Clustering from Taxi GPS Data,关于利用出租车轨迹数据,预测其中的异常轨迹,看到比较认真详细的一篇,附带了好多注释,刚刚接触,可能有很多错误,欢迎大家在评论区批评指正!
在我阅读可能不断更改的课题方向的各种论文中,看了这篇论文Transferring Deep Convolutional Neural Networks for the Scene Classification of High-Resolution Remote Sensing Imagery.pdf ,各类算法比较的好多,认真看了这篇文章,并附上了自己的注释和标记,刚刚接触,理解不深,可能有错误之处,欢迎在评论区批评指正!
1、对文本信源,寻求最佳压缩方案,现完整的无失真压缩的编译码算法,完成对文本文件的压缩及解压。 2、构建性能分析模块,实现对信源熵的统计、压缩后的传输率(bits/symbol),以及恢复文本的完整情况进行分析。
1、对文本信源,寻求最佳压缩方案,现完整的无失真压缩的编译码算法,完成对文本文件的压缩及解压。 2、构建性能分析模块,实现对信源熵的统计、压缩后的传输率(bits/symbol),以及恢复文本的完整情况进行分析。
1、对文本信源,寻求最佳压缩方案,现完整的无失真压缩的编译码算法,完成对文本文件的压缩及解压。 2、构建性能分析模块,实现对信源熵的统计、压缩后的传输率(bits/symbol),以及恢复文本的完整情况进行分析。