大海

原文地址：GitHub Flow

原文地址：A successful Git branching model

In this post I present the development model that I’ve introduced for some of my projects (both at work and private) about a year ago, and which has turned out to be very successful. I’ve been meaning to write about it for a while now, but I’ve never really found the time to do so thoroughly, until now. I won’t talk about any of the projects’ details, merely about the branching strategy and release management.

在这篇文章中，我介绍了大约一年前为我的一些项目(包括工作项目和私人项目)引入的开发模型，结果证明非常成功。一段时间以来，我一直想写这篇文章，但直到现在，我还没有真正找到时间彻底地写完。我不会谈论任何项目的细节，仅仅是分支策略和发布管理

R-CNN(Regions with CNN features, 具有CNN特征的区域)是早期最先在目标检测领域中使用卷积神经网络的模型之一，其结合了图像处理、机器学习和深度学习，在当时达到了非常好的结果

原文地址：Rich feature hierarchies for accurate object detection and semantic segmentation

经常需要在不同的颜色空间下进行图像处理

学习SelectiveSearch算法时候，其纹理特征需要计算类SIFT特征，实现方式是计算每张图片8个方向上10 bin大小的高斯导数直方图

参考：

卷积运算和相关运算的区别与物理含义?

通俗理解【卷】积+互相关与卷积

Convolution Vs Correlation

学习OpenCV的2维线性滤波器filter2D，发现一句话

1
2
3

Correlation

In a very general sense, correlation is an operation between every part of an image and an operator (kernel).

之前有接触过correlation(相关)的存在，但是没有仔细理清相关和卷积的异同，以及与之衍生而来的互相关（cross-correlation）和滤波（filter）的概念

边缘检测是图像处理的基本操作之一，其目的是去除图像多余信息，保留图像轮廓数据，以便后续的处理（检测、识别等等）

方向梯度直方图（Histogram Of Oriented Gradients，简称为HOG）是常用的纹理特征之一，本篇文章简单易懂的讲解了HOG概念

原文地址：Histogram of Oriented Gradients

利用Jenkins Pipeline工程编译NodeJS项目，出现npm not found问题

参考Jenkins Starting with Pipeline doing a Node.js test，配置NodeJS开发环境

打算在远程服务器上运行Jenkins，忽然发现git没有安装，搞了半天没有成功（各种依赖问题，条件限制不能重启机器），所以尝试通过Docker运行Jenkins