2016年11月_cv.exp

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月

原创深度残差网络：ResNet

ResNet: 一、介绍 caffe-fast-rcnn（Caffe、FSRCNN、FastRCNN） name: "ResNet_50_1by2"layer { name: "data" type: "Input" top: "data" input_param { shape: { dim: 1 dim: 3 dim: 224 dim: 224 } } //

2016-11-23 15:30:29 8988

原创 Android平台OpenGL ES图像处理（improving）

在Android平台一般使用OpenGL ES进行图像处理。在OpenGL ES中编写算法，实现效果，最后将处理的结果传输给 CPU，然后生成最终的照片。直播中的美颜，对性能有很高的要求，无法使用特别复杂的算法。我们只能在算法和美颜效果之间找个平衡点。 OpenGL ES - 嵌入式加速3D图像标准OpenGL® ES是一个用于嵌入式系统全功能2D和3D图像的免版税、跨平台API—包括控制台

2016-11-23 13:43:07 3125

原创无人机时代

无人机时代：一、无人机农业耕作二、无人机桥梁检测二、无人机电力巡检参考资料：http://china.ynet.com/3.1/1611/20/12013352.html 法国军方训练老鹰抓捕无人机数千米外可识别

2016-11-16 13:39:54 2708

原创 Adaboost算法

Adaboost算法中xml文件数组化一、CMake安装 https://cmake.org/download/ 二、CMake生成opencv vs2010工程三、opencv工程参考文件： http://blog.csdn.net/szlcw1/article/details/38489311?utm_source=tuicool&utm_medium=referral

2016-11-12 21:34:10 1292

ubuntu:~/fast-rcnn$ ./tools/train_net.py --cpu 0 --solver models/CaffeNet/solver.prototxt --weights data/imagenet_models/CaffeNet.v2.caffemodel --imdb imagenet_traincaffe-fast-rcnn（Caffe、FSRCNN、FastRC

2016-11-08 18:49:54 1580

原创 caffe-fast-rcnn（Caffe、FSRCNN、FastRCNN）

一、文件架构二、FSRCNN开发环境搭建：faster-rcnn:matlab版本ShaoqingRen/faster_rcnn: Faster R-CNNrbg提供的python版本rbgirshick/py-faster-rcnngit clone https://github.com/LMDB/lmdbCloning into 'lmdb'...remote: Counting

2016-11-04 16:48:53 9813 6

转载 LeNet、AlexNet、GoogLeNet、VGG、ResNet

LeNet、AlexNet、GoogLeNet、VGG、ResNet学习资料：参考资料： http://www.cnblogs.com/52machinelearning/p/5821591.html #Deep Learning回顾#之LeNet、AlexNet、GoogLeNet、VGG、ResNet

2016-11-04 14:53:52 6158

原创 C++强化补补

C++强化补补：一、reinterpret_cast<float*>(input_channels->at(0).data) == net_->input_blobs()[0]->cpu_data()reinterpret_cast <new_type> (expression)reinterpret_cast运算符是用来处理无关类型之间的转换；它会产生一个新的值，这个值会有与

2016-11-03 12:05:10 481

原创 caffe研究之layer

Layer是所有层的基类，在Layer的基础上衍生出来的有5种Layers： data_layer neuron_layer loss_layer common_layer vision_layer conv_layer 图像卷积，convolusion、pooling、LRNLayer内部数据主要有两种传递方式，正向传导（Forward）和反向传导

2016-11-03 09:59:05 1054

原创 COURSERA 机器学习课笔记（by Prof. Andrew Ng）学习笔记（一）

COURSERA 机器学习课笔记（by Prof. Andrew Ng）学习笔记异常检测（ANOMALY DETECTION）异常检测是一个非监督学习算法，用于发现可能不应该属于一个已定义的组中的数据。非监督学中，我们的现有数据中并没有结果，我们有的只是特征，因而非监督学习要解决的问题是发现这些数据是否可以分为不同的组。非监督学习的一个例子是聚类问题（Clustering）高斯分布：

2016-11-02 21:06:01 646

转载 TensorFlow 在android上的Demo（1）

TensorFlow 在android上的Demo（1） http://www.cnblogs.com/greentomlee/p/5656467.html

2016-11-02 13:52:39 1022

原创 Android 开发打包OpenCV Manager包

转载请注明：http://blog.csdn.net/forest_world Android.mkLOCAL_PATH := $(call my-dir)include $(CLEAR_VARS)OPENCV_CAMERA_MODULES:=onOPENCV_INSTALL_MODULES:=onOPENCV_LIB_TYPE:=SHAREDinclude ../../sdk/native

2016-11-02 10:29:15 1053

原创 caffe研究net_->Forward();/网络前向传播/

net_->Forward();/网络前向传播：计算出该测试图像属于哪个每个类别的概率也就是最终的输出层/net_->Forward();/*网络前向传播：计算出该测试图像属于哪个每个类别的概率也就是最终的输出层*/template <typename Dtype>const vector<Blob<Dtype>*>& Net<Dtype>::Forward(Dtype* loss) { i

2016-11-01 11:23:08 6485

原创 caffe研究Preprocess(img, &input_channels); /把传入的测试图像写入到输入层/

Preprocess(img, &input_channels); /把传入的测试图像写入到输入层/void Classifier::Preprocess(const cv::Mat& img, std::vector<cv::Mat>* input_channels) { /* Convert the input image to the

2016-11-01 10:36:10 2495