- 博客(12)
- 资源 (7)
- 收藏
- 关注
原创 在centos7.4上编译gcc5.5
gcc升级过程对于高手来说轻车熟路,但对于小白来说略有复杂,时而遇到各种神坑,特此纪录以下。gcc包下载: 推荐国内源http://mirrors.nju.edu.cn/gnu/gcc/gcc-5.5.0/gcc-5.5.0.tar.gz,此为国内源;网上提供的国外源太慢,程序员表示忍受不了这种速度。运行命令:wgethttp://mirrors.nju.edu.cn/gnu...
2020-03-21 14:18:53 816
原创 icmp和traceroute
1.IMCP协议介绍前面讲到了,IP协议并不是一个可靠的协议,它不保证数据被送达,那么,自然的,保证数据送达的工作应该由其他的模块来完成。其中一个重要的模块就是ICMP(网络控制报文)协议。当传送IP数据包发生错误--比如主机不可达,路由不可达等等,ICMP协议将会把错误信息封包,然后传送回给主机。给主机一个处理错误的机会,这 也就是为什么说建立在IP层以上的协议是可能做到安全的原因。IC...
2020-03-21 13:11:59 397
原创 faiss的编译过程
faiss开源后,为特征检索带来了一个新的途径。因此,开始在自己的主机上编译安装faiss。本篇文章主要记录下我在centOS7.4上安装faiss cpu版本的一个过程。【开发环境】OS CentOS 7.4faiss 官方git上的64位发布版本python python2.7(系统自带)【安装过程】# 安装依赖yum i...
2018-12-30 17:43:21 1460
转载 SSD参考
之前一直想总结下SSD,奈何时间缘故一直没有整理,在我的认知当中,SSD是对Faster RCNN RPN这一独特步骤的延伸与整合。总而言之,在思考于RPN进行2-class分类的时候,能否借鉴YOLO并简化faster rcnn在21分类同时整合faster rcnn中anchor boxes实现multi-scale的思想而设计出了SSD,这篇blog关于SSD的细节方面整理的很好,以供参考。
2017-04-10 21:44:20 1420
原创 SSD训练自己的数据集
Faster-rcnn训练了自己的数据集,感觉效果还行,对于自己的数据集的准确率在89%左右,但是Faster-rcnn的速度就是个坑。因此,开始想着用SSD试一下。因为已经有了Faster-rcnn数据集,所有数据集的制作步骤可以省略了。接下来就是SSD训练的修改了。在此,设定SSD的根目录为caffe-ssd:1、在caffe-ssd/data/VOCdevkit 中mkd
2017-03-10 09:05:57 8060 3
转载 物体检测及分类
方法选择:========DPM=========使用传统的slider window的方法 计算量非常大========OverFeat====改进了Alex-net,并用图像缩放和滑窗方法在test数据集上测试网络;提出了一种图像定位的方法;最后通过一个卷积网络来同时进行分类,定位和检测三个计算机视觉任务,并在ILSVRC2013中获得了很好的结果。========
2017-02-23 17:02:44 27881 2
转载 以resnet作为前置网络的ssd目标提取检测
原文地址:http://blog.csdn.net/zhangjunbob/article/details/531199591.目标 本文的目标是将resnet结构作为前置网络,在imagenet数据集上进行预训练,随后将ssd目标提取检测网络(一部分)接在resnet前置网络之后,形成一个完整的ssd网络。 ssd网络下载和配置参考点击打开链接
2017-01-11 15:03:08 1941
转载 Faster RCNN解析
一、基于Region Proposal(候选区域)的深度学习目标检测算法Region Proposal(候选区域),就是预先找出图中目标可能出现的位置,通过利用图像中的纹理、边缘、颜色等信息,保证在选取较少窗口(几千个甚至几百个)的情况下保持较高的召回率(IoU,Intersection-over-Union)。图1 IoU定义Region Proposal方
2017-01-11 14:59:04 38960 7
转载 目标检测——从RCNN到Faster RCNN 串烧
什么是object detectionobject detection我的理解,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。object detection要解决的问题就是在哪里,是什么,具体在哪里这整个流程的问题。然而,这个问题可不是那么容易解决的,物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图片的任何地方,更何况物体还可以是多个类别。故用一般的方法是
2017-01-11 14:57:20 752
转载 深度学习SSD学习记录
转自:http://blog.csdn.net/u010167269/article/details/52563573Preface这是今年 ECCV 2016 的一篇文章,是 UNC Chapel Hill(北卡罗来纳大学教堂山分校) 的 Wei Liu 大神的新作,论文代码:https://github.com/weiliu89/caffe/tree/ssdObej
2016-12-22 15:03:55 35066 3
转载 基于深度学习的目标检测
开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个人,具体的位置就是上图右侧图像两个边框(bounding-box)所在的位置。其实刚刚的这个过程就是目标检测,目标检测就是“给定一张图像或者视频帧,找出其中所有目标的位置,并给出每个目标的具体类别”。目标检测对于人来说是再简单不过的任务,但是对于计算机来说,它看到的是一些
2016-12-21 10:51:23 12433
原创 faster-rcnn训练自己的数据集以及遇到的一些问题
入坑DeepLearning,尝试着利用faster-rcnn做目标检测,因此也就入了这个坑了。数据集的准备主要根据这篇文章,步骤很明确,资料也提供的比较全,包括label和目标框的标注工具等。http://blog.csdn.net/sinat_30071459/article/details/50723212根据自己做的数据集进行训练。训练之前要
2016-11-22 10:17:33 2971
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人