2017年05月_AIHGF

12月 11月 10月 09月 08月 07月 06月 05月

原创 Dataset - COCO Dataset 数据特点

COCO Dataset 数据特点COCO数据集有超过 200,000 张图片，80种物体类别. 所有的物体实例都用详细的分割mask进行了标注，共标注了超过 500,000 个物体实体.

2017-05-31 11:48:14 31144 11

原创 OpenMPI - Ubuntu安装与配置

OpenMPI- Ubuntu安装与配置OpenMPI安装

2017-05-27 15:25:31 6584

原创论文实践学习 - Stacked Hourglass Networks for Human Pose Estimation

Stacked Hourglass Networks for Human Pose Estimation - Demo CodeStacked Hourglass Networks for Human Pose Estimation - Project - Demo Code – pose-hg-demo - Pre-trained model - Training code – po...

2017-05-26 09:48:36 8116 12

原创论文阅读理解 - Stacked Hourglass Networks for Human Pose Estimation

Stacked Hourglass Networks for Human Pose Estimationkeywords人体姿态估计 Human Pose Estimation 给定单张RGB图像，输出人体某些关键点的精确像素位置. 全卷积网络 Stacked Hourglass Networks 多尺度特征 Features processed across all scale...

2017-05-25 17:48:02 18304 48

原创 MXNet - Ubuntu安装

MXNet - 安装基于Ubuntu14.04/16.04，Python，GPU，Build from Sources

2017-05-25 15:24:08 1936

原创 Caffe - 创建LMDB/HDF5格式数据

Python 创建LMDB/HDF5格式数据LMDB格式的优点： - 基于文件映射IO（memory-mapped），数据速率更好 - 对大规模数据集更有效.HDF5的特点： - 易于读取 - 类似于mat数据，但数据压缩性能更强 - 需要全部读进内存里，故HDF5文件大小不能超过内存，可以分成多个HDF5文件，将HDF5子文件路径写入txt中. - I/O速率不如LMDB.

2017-05-24 23:02:24 3368

翻译 Docker - 基于Docker的深度学习

基于Docker的深度学习原文Docker提供了一种静态链接Linux核到应用程序的方式. 采用Docker容器可以调用GPUs，因此对于Tensorflow或者其它机器学习框架的部署是一种很好的工具. 利用Docker，不需要太多设置就可以重现机器学习项目

2017-05-24 15:20:55 6059 2

原创语义分割 - Semantic Segmentation Papers

Semantic SegmentationLearning a Discriminative Feature Network for Semantic Segmentation - CVPR2018 - Face++ [Paper]Vortex Pooling: Improving Context Representation in Semantic Segmentation - 2018...

2017-05-23 14:54:16 31748 16

翻译 Caffe - 基于Intel优化的Caffe框架训练和部署深度学习网络

基于Intel优化的Caffe框架训练和部署深度学习网络原文.目录： - 摘要 - 安装 - 数据层 - 数据集准备 - 训练 - 多节点分布式训练 - 微调 - 测试 - 特征提取和可视化 - 使用Python API - 调试 - 实例 - Caffe用处 - 进一步阅读1 摘要Caffe是BVLC开发的深度学习框架，基于C++和 CUDA C++语言，并提供了Pyt

2017-05-22 22:02:33 9756 3

原创 Python - 调用Lua

Python 调用Lualupa将Lua和LuaJIT2集成进CPython，可以在Python中执行Lua代码.

2017-05-22 16:12:06 5546

原创 Docker - 基于NVIDIA-Docker的Caffe-GPU环境搭建

主要包括两部分： 1. Docker与NVIDIA-Docker的安装与配置 2. Caffe镜像使用1 Docker与NVIDIA-Docker的安装与配置1.1 Docker安装Docker安装过程需要使用root权限，主要有两种安装方式：1.1.1 Ubuntu14.04 软件源安装使用Ubuntu14.04系统默认自带的docker.io安装包安装Do

2017-05-20 15:30:29 16419

原创 Docker - Image镜像创建及容器操作

Docker 镜像创建主要包括两部分: 1. 镜像(IMAGE)创建 2. 数据卷(Data Volumes)挂载1. 镜像(IMAGE)创建1.1 获取镜像 # 从注册服务器(如Docker Hub、阿里云等)中的 IAMGE_NAME 仓库中下载标签为latest(默认)和TAG的镜像. $ sudo docker pull IMAGE_NAME

2017-05-20 15:26:18 4427

原创 Torch - 基本命令

Torch基本命令

2017-05-20 11:36:33 1184

原创 Torch - 官方例子

From：Torch7官网

2017-05-20 11:26:39 3579

原创 Torch - Ubuntu安装torch-hdf5,loadcaffe,matio和nccl

torch-hdf5, loadcaffe, matio, nccl

2017-05-19 17:26:24 3047

原创 Torch - 错误getrf : Lapack library not found in compile time 解决

安装编译OpenBLAS：git clone https://github.com/xianyi/OpenBLAS.git

2017-05-19 17:19:49 3547

原创 Caffe2 - (二)Distributed Training分布式训练

Caffe2 Distributed Training分布式训练Caffe2 最重要的一个特点是，便于分布式训练，无须重构设计即可快速实现网络的伸缩. 进一步学习Caffe2分布式训练的例子，可参考SynchronousSGD，该材料阐述了Caffe2的data_parallel_model设计规则. Gloo - 用于多机训练的通信库 NCLL - NVIDIA推出的

2017-05-18 16:35:11 6215

原创 Caffe 与 Caffe2

Caffe 与 Caffe2

2017-05-18 11:51:07 3095

原创 Caffe2 - (一)Source 安装及问题解决

Caffe2 - From Source 安装1. 安装平台 - Ubuntu14.04 - Ubuntu16.04从Source安装依赖项：sudo apt-get updatesudo apt-get install -y --no-install-recommends \ build-essential \ cmake \

2017-05-18 11:21:18 6715