发表服务
想搞学术圈，深度学习好文，想工作的话，传统图像处理技术适合弄底层的图像算法，例如图像增强，去噪，去雾，拼接等，深度学习适合AI图像工程师，更适合应用大量数据来训练可用模型，并将模型落地。.深度学习CV方向不太好搞，虽然需求很大，但是...
最近要了解一下图像去雾，图像增强相关的内容。写在知乎这里记录一番。第一篇必须要看就是HeKaiming的暗通道先验去雾的论文。他的博士论文写的很清晰，简明通透，看着很舒服。Background:首先，基于物理模型的…
传统图像算法+深度学习方法结合会有什么样的火花？.老早之前，有同学在问，有没有传统图像算法与深度学习结合的，其实这类的不是很多，之前学生研究期间有做过一些类似这类工作，结果还是很可以的，结果确实会比单独使用的好，但效率会比之前的一些...
所以，不禁很多人又这样的疑问，传统的机器学习算法难道就此没落了吗？.还有必要去学习吗？.作为一个小硕，入门了这么长时间，我也想发表自己的看法：传统的机器学习算法不会没落，非常有必要去学。.从南大周志华老师的畅销书《机器学习…
左边的图像为原图，中间图像的$\gamma=\frac{1}{2.2}$，右图$\gamma=2.2$。作者在他的博士论文里有提到，对于涉及大量的类内颜色变化，如猫，狗和马等动物，没标准化的RGB图效果更好，而牛，羊的图做gamma颜色校正后效果更好。是否用gamma校正得
本文对转行做图像相关算法的同仁也许有点帮助，如果是专业人士，打住！别看啦啦啦！浪费时间的。楼主本次找工作历时将近两个月，虽然断断续续收到一些offer，但是还没找到满意的，可见今年找工作好难啊！算法这块…
【计算机视觉算法岗面经】“吐血”整理：2019秋招面经传统图像处理、边缘检测canny算子是怎么做的？传统机器学习有了解哪些？说一下SVM核函数PCA：SVD分解霍夫变换过拟合L1、L2范数，L1趋向于0，但L2不会，为什么？
论文中，怎么跟baseline比较，你的算法好呢？噪音干扰怎么办你还有什么问题？20.5一面（五面）34分钟自我介绍项目：怎么做、用在哪里、比赛算法框架、数据处理、分析等一些心得项目论文内容20.6二面（六面）42分钟介绍自己工作、亮点
医学图像方向比较小众，对口的公司少。基本就是几个大公司的AILab（腾讯、阿里）和一些初创公司（联影、九峰）。大公司基本都是文，初创公司天天在融资，找不到赢利点。医学影像的处理基本上比自然图像慢半年。
本文所做工作如下:(1)提出一种新的基于卷积神经网络的花卉图像分类算法。.与传统图像分类方法不同,卷积神经网络无需人工提取特征,可以根据输入图像,自动学习包含丰富语义信息的特征,得到更为全面的花卉图像特征描述,可以很好地表达图像的不同类别信息...
想搞学术圈，深度学习好文，想工作的话，传统图像处理技术适合弄底层的图像算法，例如图像增强，去噪，去雾，拼接等，深度学习适合AI图像工程师，更适合应用大量数据来训练可用模型，并将模型落地。.深度学习CV方向不太好搞，虽然需求很大，但是...
最近要了解一下图像去雾，图像增强相关的内容。写在知乎这里记录一番。第一篇必须要看就是HeKaiming的暗通道先验去雾的论文。他的博士论文写的很清晰，简明通透，看着很舒服。Background:首先，基于物理模型的…
传统图像算法+深度学习方法结合会有什么样的火花？.老早之前，有同学在问，有没有传统图像算法与深度学习结合的，其实这类的不是很多，之前学生研究期间有做过一些类似这类工作，结果还是很可以的，结果确实会比单独使用的好，但效率会比之前的一些...
所以，不禁很多人又这样的疑问，传统的机器学习算法难道就此没落了吗？.还有必要去学习吗？.作为一个小硕，入门了这么长时间，我也想发表自己的看法：传统的机器学习算法不会没落，非常有必要去学。.从南大周志华老师的畅销书《机器学习…
左边的图像为原图，中间图像的$\gamma=\frac{1}{2.2}$，右图$\gamma=2.2$。作者在他的博士论文里有提到，对于涉及大量的类内颜色变化，如猫，狗和马等动物，没标准化的RGB图效果更好，而牛，羊的图做gamma颜色校正后效果更好。是否用gamma校正得
本文对转行做图像相关算法的同仁也许有点帮助，如果是专业人士，打住！别看啦啦啦！浪费时间的。楼主本次找工作历时将近两个月，虽然断断续续收到一些offer，但是还没找到满意的，可见今年找工作好难啊！算法这块…
【计算机视觉算法岗面经】“吐血”整理：2019秋招面经传统图像处理、边缘检测canny算子是怎么做的？传统机器学习有了解哪些？说一下SVM核函数PCA：SVD分解霍夫变换过拟合L1、L2范数，L1趋向于0，但L2不会，为什么？
论文中，怎么跟baseline比较，你的算法好呢？噪音干扰怎么办你还有什么问题？20.5一面（五面）34分钟自我介绍项目：怎么做、用在哪里、比赛算法框架、数据处理、分析等一些心得项目论文内容20.6二面（六面）42分钟介绍自己工作、亮点
医学图像方向比较小众，对口的公司少。基本就是几个大公司的AILab（腾讯、阿里）和一些初创公司（联影、九峰）。大公司基本都是文，初创公司天天在融资，找不到赢利点。医学影像的处理基本上比自然图像慢半年。
本文所做工作如下:(1)提出一种新的基于卷积神经网络的花卉图像分类算法。.与传统图像分类方法不同,卷积神经网络无需人工提取特征,可以根据输入图像,自动学习包含丰富语义信息的特征,得到更为全面的花卉图像特征描述,可以很好地表达图像的不同类别信息...
发表服务