安装python库依赖

cython,python-opencv和easydict

1
2
3

sudo apt-get install python-opencv
pip install cython
pip install easydict

克隆py-faster-rcnn源代码

1

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

编译cython模块

1
2

cd $FRCN_ROOT/lib
make

安装 OpenCV 3.2.0

创建virtualenv

1

virtualenv caffe

激活virtualenv

1

source caffe/bin/activate

从 GitHub 上 clone 最新的 OpenCV 和 OpenCV_contrib

1
2

git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git

在OpenCV目录下创建build文件夹

1
2
3

cd opencv
mkdir build
cd build

在 MacOS 上打包 Python，特别地，基于 PyQt 的程序，并添加对 Retina 的支持。

安装软件

Qt5

在官网上下载 Qt5 在线安装器 qt-unified-mac-x64-online.dmg，按照提示安装 Qt5 组件。

SIP

在官网下载tar.gz源代码包，解压缩并进入文件夹：

1
2

tar -xzvf sip-4.19.1.tar.gz
cd sip-4.19.1

执行安装：

1
2
3

python configure.py
make
make install

Python-NumPy 搭建 BP 神经网络模块。

BP (Back Propagation) 神经网络是一种用残差反向传播算法训练的多层前馈神经网络。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需已知描述这种映射关系的数学方程。它的学习规则是使用梯度下降法，通过反向传播来不断调整网络的权值和阈值，使网络的损失函数最小。BP神经网络模型拓扑结构包括输入层 (input layer) 、隐藏层 (hidden layer) 和输出层 (output layer) 。

对灰度图进行伪彩色处理。

matlab下混合高斯模型的EM算法实现。

参数说明

N：样本数
M：Gauss数

高斯模型

模型表示

$$N(\mathbf{x;\mu,\Sigma})=\frac{1}{(2\pi)^{\frac{d}{2}}|\mathbf{\Sigma}|^{\frac{1}{2}}\exp{-\frac{1}{2}(\mathbf{x-\mu})^T\mathbf{\Sigma}^{-1}(\mathbf{x-\mu})}}$$
其中，d 为维数。