准备：MinGW-w64（记得设置环境变量）、vscode（C/C++插件）、CMake、OpenCV源码CMake与编译打开CMake指定源码目录（记为srcDir）指定编译目录（记为buildDir）点击Configure配置，注："Specify the generator for this project"选"MinGW Makefiles"配置中间的列表，根据资料，勾选BUILD_opencv_world，WITH_OPENGL和BUILD_EXAMPLES，不勾选WITH_IPP、WITH_MSMF和ENABLE_PRECOMPILED_HEADERS（如果有的话），CPU ...
CVML 2021-11-28
1000
0
！！多图警告！！翻看了一下以前写过的而且没有发博客的前后端程序，感觉自己的进步越来越平缓，能力上不如以前，只是知识比以前多。有段时间喜欢写单文件程序，可以直接把所有代码贴在博客上，现在感觉除了占空间，啥用没有了。这些都是题外话，下面来看看以前写的东西，这次就不贴代码了 :)德语单词助手APP大一的时候写的一个app，用的是HBuilder X + JQ硬搞。当时用了Gitee的page服务来提供原创单词字典数 ...
在项目中做了很多失败的东东，这里展示其中一个，好水一篇文章。算法的基本思路就是提取图像的SIFT特征，然后聚类生成多个视觉词汇作为图像的特征，构建图像特征数据库，搜索图像的时候，计算图像的视觉词汇，在数据库中查找具有相同视觉词汇的图像，然后进行一系列计算，筛选出他们中匹配的特征中的优质特征，统计数目，根据优质特征的数目进行排序，就得到了查询结果。会用到SIFT、Kmeans、BoW、grabCut、RANSA ...
最近在项目中用到了多个模型，需要进行融合，便写此文章记录。模型融合（fusion）一般来说会使得算法整体的效果更好，典型的融合方法有early fusion和late fusion。遇到以下这两种情况，可以进行模型融合。已经训练了多个单特征模型，每个模型都能单独进行预测，那么可以将多个模型进行融合，使得每个模型发挥自己的作用，进而让整体精度得到提高。已经提取了多种特征，则可以合并特征，使得不同的特征之间的隐含关系得到一定的关联，一定程度上会提高模型的效果。以上第一种情况下，可以使用late fusion，第二种情况下，可以进行early fusion或late fusion。Late ...
CVML 2021-11-18
524
0
2021-11-14好久没写东西了，翻开博客看到了18年时的迷茫，又看到梧小铭重开博客，哈哈，感觉回到了几年前 :)回头看这一年多，我几乎没有再动过前后端，而是跑去做计算机视觉了，不过做了那么久，总感觉自学太浅，水得一逼，写论文都是靠数据在水篇幅，日常就是调用+调参，肝项目肝了几乎一年之久，最近终于把主要部分弄完了，稍微得空，接下来打算稍微整理整理博客。2021-11-16最近申请了“工匠之星”奖学金，寻思好像大家都没有拿啥奖的，我就想单靠着卷来的绩点申请个一等奖试试，结果出来后就得了三等奖，这落差也太大了，一时间内心非常苦闷啊~~~貌似大家都参加了英语竞赛之类的，我参加这个项目后没有 ...
null 2021-11-14
981
2
