2017年08月_AIHGF

12月 11月 10月 09月 08月 07月 06月 05月

原创论文阅读理解 - Learning Spatial Regularization for Multi-label Image Classification

Learning Spatial Regularization with Image-level Supervisionsfor Multi-label Image Classification[Caffe-Code]论文主要通过采用 Attention Model 学习图像的多标签间的关系，然后作为多标签图像分类的空间正则项进行模型训练.1. 摘要多标签图像分类问题通过利用...

2017-08-31 17:30:43 4435 2

原创论文阅读实践 - 基于CNN的年龄和性别分类

基于CNN的年龄和性别分类学习论文 Age and Gender Classification using Convolutional Neural Networks. 主要是针对年龄和性别分别建立分类问题，基于CaffeNet，年龄转化为 8 类别、性别为 2 分类问题，训练两个网络模型，实现原理较为直接简单.项目路径源码路径年龄分类网络结构 - 对应caffemodel...

2017-08-28 09:57:04 2018

原创 Caffe实践 - 基于VGG16 多标签分类的训练与部署

基于Caffe VGG16 的多标签分类这里采用从图像直接读取图片数据和标签的方式进行多标签分类.1. 问题描述假定每张图片具有 N 个标签(本文N=3)，分别为 label1,label2,label3,...,labelNlabel1,label2,label3,...,labelN{label1, label2, label3,...,labelN}.数据集 tr...

2017-08-25 17:12:43 4831 10

原创 Caffe Data层 - ImageDataLayer

Caffe Data 层 - ImageDataLayerCaffe 官方提供的直接从 image 文件读取图像数据及对应label.1. 数据格式及 prototxt 定义数据格式为：# train.txt001.jpg 1002.jpg 2003.jpg 3网络层定义：# train_val.prototxtlayer { name: "da...

2017-08-25 15:50:25 5804 4

原创论文阅读理解 - Part-based clothing image annotation by visual neighbor retrieval

Part-based clothing image annotation by visual neighbor retrieval[Paper]服装图像标注比较具有挑战性，由于衣服的形变大、人体姿态和背景的影响.part-based 服装图像标注基于 pose 检测和 part-based 特征对齐来消除服装形变的影响；同时考虑 tag 相关性和 tag 显著性(saliency...

2017-08-17 11:33:32 909

原创 Caffe Loss层 - SigmoidCrossEntropyLossLayer

Caffe Loss层 - SigmoidCrossEntropyLossLayer1. SigmoidLayer非线性激活函数——Sigmoid：y=(1+exp(−x))−1=11+exp(−x)y=(1+exp(−x))−1=11+exp(−x)y = (1+exp(-x))^{-1} = \frac{1}{1+exp(-x)}该激活函数随着值远离 0 ，会出现梯度消...

2017-08-14 14:54:39 2702

原创 PymongoDB - 简单用法

PymongoDB 简单用法from pymongo import MongoClientclient = MongoClient()db = client['databases_name'] # 获取数据库(database)#db = Client.database_namecoll = db['collection_name'] # 获取Collection#coll = db.c

2017-08-11 10:23:07 2427

原创论文阅读理解 - Deep Learning of Binary Hash Codes for Fast Image Retrieval

Deep Learning of Binary Hash Codes for Fast Image Retrieval[Paper][Code-Caffe]1. 摘要针对图像检索问题，提出简单有效的监督学习框架CNN网络结构能同时学习图像特征表示以及 hash-like 编码函数集合利用深度学习以逐点(point-wise)的方式，得到二值哈希编码(binary has...

2017-08-10 17:49:41 2861

原创 Caffe实践 - 单标签图片分类流程

Caffe 图像分类流程1. 训练数据制作主要是生成 train.txt、 val.txt 和 test.txt 文件，使其内容格式为：image_name1 label1image_name2 label2image_name3 label3......如：img1.jpg 0img2.jpg 0img3.jpg 1img4.jpg 1img5.jpg 2img6.jpg 2..

2017-08-09 11:02:34 1075

原创 Caffe Loss层 - HingelossLayer

HingelossLayer计算 one-of-many 分类任务的 hinge loss.Hinge Loss 概念定义为： E(z)=max(0,1−z)E(z)=max(0,1−z)E(z) = max(0, 1-z) 常用在SVM的最大化间隔分类中. 对于期望输出t=+1,−1t=+1,−1t={+1,-1}和分类器分yyy，预测值yyy的 hinge...

2017-08-01 15:41:09 1591