2017年11月_gufeng_1992

转载双线性插值

双线性插值就是在x轴和y轴两个方向上进行插入操作。假设A、B两个点，要在AB中间插入一个点C(C坐标在AB连线上)，就直接让C的值落在AB的连线上即可。例如A点坐标(0, 0)，值为3,B点坐标（0,2），值为5，要对坐标（0,1）的点C进行插值，就让C落在AB上,值就为4。如果C点不在AB线上,如图所示已知Q12，Q22，Q11，Q21，但是要插值的点为P点，这就要双线性插值了，首

2017-11-29 10:42:47 587

转载 ROI Pooling

ROI Pooling 是pooling层的一种，ROI（Region of interest）.ROI是指矩形框，往往经过rpn后，输出的不止一个矩形框，所以需要对多个ROI进行pooling。输入：1、data：指的是进入RPN层之前的那个Conv层的Feature Map，通常我们称之为”share_conv“ 2、rois: 指的是RPN层的输出，一堆矩形框，形状为1*1*5*1（4

2017-11-29 10:17:44 1085

caffe运行提供三种接口：C++接口，python接口和matlab接口caffe的C++主程序（caffe.cpp）放在根目录下的tools文件夹内，当然还有一些其他功能文件，如： convert_imageset.cpp, train_net.cpp, test_net.cpp等也放在这个文件夹内。经过编译后，这些文件都编译成了可执行文件，放在了./build/tools/文件夹内。因此我们

2017-11-25 16:32:10 315

转载 caffe系列之：Blob，Layer and Net以及对应配置文件的编写

深度网络是一个组合模型，它由许多相互连接的层组合而成的，它按照一定的策略，一层一层的搭建出自己的模型。它将所有的信息数据定义为blobs，从而进行便利的操作和通讯。Blob是caffe的一种标准的数组，一种统一的内存接口，它详细描述了信息是如何存储的、以及如何在层之间的通讯的。 1、blob Blobs封装了运行时的数据信息，提供了CPU和GPU的同步。从数学上来说，Blob是一个N维数组。它是

2017-11-24 23:20:19 268

转载 Caffe系列之常用层

softmax_loss层，Inner_Product层，accuracy层，reshape层和dropout层及其他参数配置。1、softmax-loss softmax-loss层和softmax层计算大致相同，softmax是一个分类器，计算的是类别概率，是Logistic Regression的一种推广。 softmax与softmax-loss的区别： softmax计算公式：

2017-11-24 22:40:52 241

转载 caffe系列之激活函数

1、Sigmoidlayer{ name: "encod1act" bottom: "encode1" top: "encode1neuron" type: "Sigmoid"}2、ReLU/Retified-Linear and Leaky-ReLU 可选参数：negative_slope：默认为0。对标准的ReLU函数进行变化，如果设置了这个值，那么数据为负数

2017-11-24 11:47:56 438

转载 caffe系列之视觉层

视觉层包括Convolution，Pooling， Local Response Normalization（LRN），im2col等 Convolution层和Pooling层大家都已经很熟悉，我们重点关注后面两个。 1、Local Response Normalization(LRN)层此层是对一个输入层的局部区域进行归一化，达到”侧抑制“的效果。可以去搜索AlexNet或GoogLe

2017-11-24 11:20:16 303

转载 caffe系列之数据层及参数

1、数据层是模型的最底层，是模型的入口，不仅提供数据输入，也提供数据从Blobs转换成别的格式进行保存输出，通常的数据预处理（去均值，放大缩小，裁剪和镜像等）也在这一层实现。 2、数据来源可以是高效的数据库（levelDB和LMDB），也可以来自内存，甚至可以是磁盘的HDF5 文件或图片格式文件。layer{ name: "cifar" type: "Data" top:

2017-11-23 23:07:26 880

转载 caffe的caffe.proto

caffe源码中的caffe.proto在…\src\caffe\proto目录下，在这个文件夹下还有一个.pb.cc和一个.pb.c文件，这两个文件都是由caffe.proto编译出来的。在caffe.proto中定义了很多结构化数据，包括：BlobProtoDatumFillerParameterNetParameterSolverParamterSolverStateLaye

2017-11-19 22:52:45 382

转载大数处理问题

http://blog.csdn.net/v_july_v/article/details/7382693：原理讲解 http://blog.csdn.net/v_JULY_v/article/details/6403777：程序实现原则：大而化小，分而治之（hash映射）解决方法： 1、分而治之/hash映射+hash统计+堆/快速排序/归并排序 2、双层桶划分 3、Bloo

2017-11-15 17:22:17 427

转载 Xception_深度可分卷积

转载自：http://blog.csdn.net/wangli0519/article/details/73004985 卷积神经网络中Inception模块是在在普通卷积和深度可分卷积操作之间一种中间状态。基于此，深度可分卷积可理解为最大数量tower的INception模块。根据Inception，提出一种新的的深度卷积神经网络结构，用深度可分卷积替代Inception模块。昵称为Xcepti

2017-11-13 19:44:28 881

gufeng_1992的博客