2016年11月_马卫飞

原创【Python_OpenCv】笔记5:基于python和OPenCv的ROI区域的设置

(一)感兴趣区域ROI 在图像处理中,我们常常需要设置感兴趣区域(ROI,region of interest),来专注或者简化工作过程.也就是从图像中选择一个图像区域,这个区域是图像分析所关注的重点。我们圈定这个区域,以便进行进一步处理.而且,使用ROI指定想读入的目标,可以减少处理时间,增加精度,给图像处理带来不小的便利　　在Ｃ++中定义ROI区域有两种方法:

2016-11-19 22:38:54 31104 5

原创【Python_OpenCv】笔记4:python,OpenCv中对图片像素的操作以及图片基本属性的获取方法

#coding:utf-8#===================================================================================================#文件说明:# 第三节:图像处理#开发环境：# Ubuntu14.04+Python2.7+IDLE+IPL#时间地点:#

2016-11-19 22:03:45 5855

原创【Python_OpenCv】笔记3:基于python,OPenCv中基本的绘图函数

(一)OpenCv中,python接口的基本的绘图函数　１－用于绘制直线的--------cv2.line()函数　２－用于绘制椭圆的--------cv2.ellipse()函数　３－用于绘制矩形的--------cv2.rectangle()函数　４－用于绘制圆的-----------cv2.circle()函数　５－用于绘制多边形的----cv2.fillploy()函数

2016-11-19 21:18:27 2741

原创【Python_OpenCv】笔记2:Matplotlib和OpenCv在python中的混合编程

(一)使用Matplotlib Matplotlib是python的一个绘图程序库,里面有各种各样的绘图方法,这个程序库相当于Matlab中的二维和三维绘图的部分.在后面我们会继续深入的用到Matplolib这个绘图程序库。　在这节,我们学习一下,如何使用Matplotlib中的函数显示图像,如下所示:#coding:utf-8#====================

2016-11-19 20:04:20 1708

原创【Python_OpenCv】笔记１:基于Python和OpenCv的图片的加载,显示和图片的保存

#coding:utf-8#===================================================================================================#文件说明:# 第一章:图像的载入,显示和输出到文件#开发环境：# Ubuntu14.04+Python2.7+IDLE+IPL#时间地点

2016-11-19 19:29:41 3811

原创【Python_Demo_4】利用OpenCv的ROI区域,将衣服图片切成规则的小图片的python程序

#coding = utf-8#======================================================================================================#文件说明:# 利用OpenCv的ROI区域,将衣服图片切成规则的小图片的python程序#开发环境:# IDLE+PYTHON2

2016-11-16 20:14:53 4902 2

原创【Python_Demo_3】基于Python_OpenCv设置图像的ROI区域

#coding = utf-8#======================================================================================================#文件说明:# 使用OpenCv——python设置图像的ROI区域#开发环境:# IDLE+PYTHON2.7+UBUNTU14

2016-11-16 19:40:51 11731

原创【Python_Demo_2】使用Python连续(批量)读取图片数据的Demo

#coding = utf-8#=====================================================================================================#文件说明:# 使用Python批量的读入图片数据#开发环境:# IDLE+PYTHON2.7+UBUNTU14.04+CAFFE

2016-11-16 11:34:13 10986 5

原创【Python_Demo_1】使用Python实现C语言中sprintf()格式化字符串写入函数

#coding = utf-8#=====================================================================================================#文件说明:# 使用Python批量的读入图片数据#开发环境:# IDLE+PYTHON2.7+UBUNTU14.04+CAFFE

2016-11-16 11:32:41 4397 1

原创【深度学习】笔记7:如何将mean,binaryproto格式的均值文件转化为mean.npy格式的均值文件

(一)mean,binaryproto格式的均值文件到mean.npy格式的均值文件的转换使用Caffe的命令行接口进行操作是,我们经常生成的均值文件是mean,binaryproto格式的均值文件,但是当我们在利用训练好的模型进行分类/检测或者在做CNN各层的可视化的时候,我们通常使用的是Python接口;但在使用Python接口进行操作的时候,均值文件的格式是Numpy的

2016-11-14 18:43:01 2626

转载 python os模块常用命令

转载自:http://www.cnblogs.com/kaituorensheng/p/5668636.htmlpython os模块常用命令python编程时，经常和文件、目录打交道，这是就离不了os模块。os模块包含普遍的操作系统功能，与具体的平台无关。以下列举常用的命令1. os.name()——判断现在正在实用的平台，Windows 返回 ‘nt'; Linux 返回’p

2016-11-14 16:31:45 589

转载【深度学习理论3】ALexNet模型的详解

1LeNet-51.1局限性早在1989年，Yann LeCun (现纽约大学教授)和他的同事们就发表了卷积神经网络（Convolution NeuralNetworks，简称CNN）的工作。在很长时间里，CNN虽然在小规模的问题上，如手写数字，取得过当时世界最好结果，但一直没有取得巨大成功。这主要原因是，CNN在大规模图像上效果不好，比如像素很多的自然图片内容理解，所以没有得到计算机视

2016-11-10 17:23:43 16574

转载【深度学习】Alexnet论文的解读

神经网络架构演进（经典论文）-Alexnet晓雷· 2 天前前面发表是发现有些内容没有自动保存，不知道知乎的服务器怎么了。果断删了重新发。这一篇是 Alexnet : Imagenet classification with deep convolutional neural networks 。1 Introduction当前目标检测主要采用机器学习的方法。为

2016-11-10 14:33:01 4682

转载【深度学习】【框架概述1】【卷积神经网络-进化史】从LeNet到AlexNet

【卷积神经网络-进化史】从LeNet到AlexNet发表于2016/5/17 23:20:30 6683人阅读分类：【机器学习&深度学习】【卷积神经网络-进化史】从LeNet到AlexNet本博客是【卷积神经网络-进化史】的第一部分《从LeNet到AlexNet》如需转载，请附上本文链接：http://blog.csdn.net/cyh_24/article/de

2016-11-10 10:41:59 1217

原创【深度学习】针对ImageNet---AlexNet所写的图像预处理程序(3264*2448)

/********************************************************************************************************************文件功能:* 1--针对AlexNet模型,进行的图片处理程序,将图片处理成256*256的大小* 2--用于更改图片的图片名,后缀图片格式,图

2016-11-09 17:39:41 3275

转载【Python】Note1:Ubuntu14.04环境下,配置PythonIDLE的背景

初学Python，想必大家拿来练习最多的IDE就是Python自带的IDLE了，但是默认的代码配色及语法高亮主题确实很不适应，所以我们需要做个小小的美化，比如像下面这样我做的美化配置：HOW TO DO？别急，下面按我介绍的一步一步来就可以了，首先要找到名为config-highlight.cfg的文件，这个文件位于哪里呢？我列了一份可以找到它的路径清单：在Linux系列系统下

2016-11-04 10:57:14 390

原创【DeepLearning_Viaualization】Note2:caffe网络模型的可视化

(一)网络模型的可视化深度学习的核心就是:数据+网络模型,大量的训练和测试样本和良好的卷积神经网络模型可以保证我们训练出来的模型是实用可靠的. 但是caffe中的网络模型是用prototxt文件进行描述的,这在一定程度上看起来不是很形象化,所以,网络模型的可视化是非常有必要的. caffe中已经为我们提供了一个用于网络模型可视化的python脚本:d

2016-11-04 10:34:10 794

原创【DeepLearning_Visualization】Note1:caffe保存训练日志和accuracy曲线,Loss曲线的可视化

(一)保存caffe的训练日志: 我们打开./caffe/examples/myself/文件夹下面的训练脚本文件:train_quick.sh,然后,在这个脚本文件的后面添加下面的语句:2>&1 | tee examples/myself/cifar_train_log.log //这个是你的log日志文件的保存目录修改之后的完整的训练脚本文

2016-11-03 22:22:11 3477 3

原创【深度学习】笔记6:使用caffe中的CIFAR10网络模型和自己的图片数据训练自己的模型(步骤详解)

(一)准备自己的图片数据库 1---我的训练图片图片和测试图片的来源: 我的图片来源于徐其华的博客,(http://www.cnblogs.com/denny402/p/5083300.html).这是一个小型的图片数据库,有条件的同学，可以去imagenet的官网http://www.image-net.org

2016-11-03 19:14:12 7629 1

原创【深度学习】针对ImageNet---AlexNet缩写的图像预处理程序

/********************************************************************************************************************文件功能:* 1---用于用对基于caffe深度学习框架的图片进行预处理* 2---针对ImageNet---AlexNet缩写的图像预处理

2016-11-03 16:48:05 2807

原创【深度学习】针对CIFAR-10模型所写的进行图片size,图片名,后缀图片格式写的预处理程序

/********************************************************************************************************************文件功能:* 1--针对CIFRA-10模型,进行的图片处理程序,将图片处理成32*32的大小* 2--用于更改图片的图片名,后缀图片格式,图片

2016-11-03 16:26:33 2578

转载【深度学习】笔记7: CNN训练Cifar-10技巧 ---如何进行实验,如何进行构建自己的网络模型,提高精度

关于数据集 Cifar-10是由Hinton的两个大弟子Alex Krizhevsky、Ilya Sutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大政府牵头投资的一个先进科学项目研究所。说白了，就是看你穷的没钱搞研究，就施舍给你。Hinton、Bengio和他的学生在2004年拿到了Cifar投资的少量资金，建立了神经计算和自适应感知项目。这个项目结集了不

2016-11-03 10:37:28 4061

转载【深度学习】笔记6:基于CIFAR10网络,训练自己的分类网络的记录

本部分的实验主要记录调整网络的过程，并记录实验结果。——Jeremy模型1层类别具体信息conv1output: 32, kernel: 5, stride: 1 pad: 2pool1pool: MAX, kernel: 3, stride: 2relu1Sigmoidnorm1LRNip

2016-11-03 10:26:54 1351

转载学界 | 微软重磅论文提出LightRNN：高效利用内存和计算的循环神经网络

论文地址: https://arxiv.org/pdf/1610.09893v1.pdf摘要循环神经网络（RNN）已经在许多自然语言处理任务上取得了最出色的表现，比如语言建模和机器翻译。然而当词汇量很大时，RNN 模型会变得很大（可能超过 GPU 最大的内存能力），这样训练将变得很低效。在这项工作中，我们提出一种全新的方法来解决这一挑战。其中的关键思想是使

2016-11-02 19:25:38 855

转载 NIPS 2016 -- 增量Boosting CNN 用于面部动作单元识别

2016-09-11 Amateur 业余机器学习与深度学习转载自:http://mp.weixin.qq.com/s?__biz=MzI0MjU1NTk3NA==&mid=2247483760&idx=1&sn=e50b07e264e588a42ae38056342e60d0&mpshare=1&scene=23&srcid=1101SPe8SIV0hUuvbaj0zKmx#rd

2016-11-01 10:03:16 3084 1

maweifei的博客