2016年08月_修炼打怪的小乌龟

12月 11月 10月 09月 08月 07月

转载 txt和lmdb训练caffenet设置对比

主要是data层不同。1.txtlayer { name: "data" type: "ImageData" ### top: "data" top: "label" include { phase: TRAIN } layer { name: "data" type: "ImageData

2016-08-26 16:47:52 1035 1

转载使用PIL实现多张图片垂直合并

# coding: utf-8 # image_merge.py # 图片垂直合并 # http://www.redicecn.com # redice@163.com import os import Image def image_resize(img, size=(1500, 1100)): """调整图片大小 """

2016-08-25 17:03:11 3264

转载 Python中os.path用法分析

这篇文章主要介绍了Python中os.path用法,实例分析了os.path的各种常用方法,具有一定参考借鉴价值,需要的朋友可以参考下本文实例分析了Python中os.path用法。分享给大家供大家参考。具体如下：#coding=utf-8 import os print os.path.abspath("d:\\new\\test.txt") print os.pa

2016-08-25 16:53:00 2485

转载 python字符串操作（连接、比较、格式化等）

字符串连接方法一： >>> str1 = 'hello' >>> str2 = 'world' >>> str1_2 = str1 + ' ' + str2 >>> str1_2 'hello world' >>> print str1_2 hello world >>> >>> str1 = 'hello'>>> s

2016-08-23 19:23:47 421

原创 Python中判断图片格式并进行转换，将转换的图像保存到生成的文件夹中

import Imagefrom datetime import datetimeimport osstr = '/home/dltest/caffe/examples/sgg_datas/images/result_test/zutest/' + datetime.now().strftime("%Y%m%d_%H%M%S")while True==os.path.exists(str

2016-08-23 18:52:39 4230

原创 Python新建文件夹并以当前时间命名

from datetime import datetimeimport osstr = '/home/dltest/caffe/examples/sgg_datas/images/result_test/zutest/' + datetime.now().strftime("%Y%m%d_%H%M%S")/#判断文件是否存在，若文件存在则继续，直到该文件夹下不包含该文件名while Tr

2016-08-23 18:26:47 16837

原创 Python删除非空文件夹

str=‘/home/dltest/caffe/examples/sgg_datas/images/result_test’import shutilshutil.rmtree(str)print 'ok'

2016-08-23 18:24:31 3104

转载 Python中用format函数格式化字符串的用法

转载地址：http://www.jb51.net/article/63672.htm这篇文章主要介绍了Python中用format函数格式化字符串的用法,格式化字符串是Python学习当中的基础知识,本文主要针对Python2.7.x版本,需要的朋友可以参考下自python2.6开始，新增了一种格式化字符串的函数str.format()，可谓威力十足。那么，他跟之前的%

2016-08-23 11:32:08 722

原创过拟合与欠拟合

这篇博文是根据几篇博文合并而成：参考博文如下：http://blog.csdn.net/guotong1988/article/details/50484632http://blog.csdn.net/maverick1990/article/details/11721453?utm_source=tuicool&utm_medium=referral简单定义：首先欠拟

2016-08-22 10:39:38 2758

转载图像的上采样（upsampling）与下采样（subsampled）

转自：http://baike.baidu.com/view/3038019.htm和http://blog.sina.com.cn/s/blog_672c5a470100pmj6.html 缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。放大图像（或称为上采样（upsam

2016-08-16 21:49:42 4949

转载 caffe绘制训练过程的loss和accuracy曲线

在caffe的训练过程中，大家难免想图形化自己的训练数据，以便更好的展示结果。如果自己写代码记录训练过程的数据，那就太麻烦了，caffe中其实已经自带了这样的小工具 caffe-master/tools/extra/parse_log.sh caffe-master/tools/extra/extract_seconds.py和 caffe-master/tools/extra/plot_tra

2016-08-16 19:19:44 2417

caffe下build中tools文件夹内包含了大量的caffe工具，一旦消失，整个caffe就无法运行，就连生成数据格式都不可以。小编就遇到这种情况。开始想着权限问题，可是在root用户下使用 ls -l 命令并没有查找到tools下的任何文件。这是小编确信tools文件夹下没有文件了。想着需要重新安装caffe了，想想过程痛苦不堪。小编是搞C++出身，灵光一现，想起了当时安装caffe时使用过

2016-08-16 17:00:05 3968 2

转载 Caffe中卷积的实现细节（涉及到BaseConvolutionLayer、ConvolutionLayer、im2col等）

文章地址：http://blog.csdn.net/xizero00/article/details/51049858一、卷积层的作用简介卷积层是深度神经网络中的一个重要的层，该层实现了局部感受野，通过这种局部感受野，可以有效地降低参数的数目。我们将结合caffe来讲解具体是如何实现卷积层的前传和反传的。至于是如何前传和反传的原理可以参考Notes on Conv

2016-08-12 15:58:46 14065 2

转载 Caffe学习笔记——Caffe的三级结构(Blobs,Layers,Nets)

根据Caffe官方文档介绍，caffe大致可以分为三层结构blob，layer，net。数据的保存，交换以及操作都是以blob的形式进行的，layer是模型和计算的基础，net整和并连接layer。BlobsBlob是Caffe的基本数据结构，具有CPU和GPU之间同步的能力,它是4维的数组(Num, Channels, Height, Width)。设Blob数据维度为 number

2016-08-08 15:07:13 2327

原创 caffe的python接口学习：用训练好的模型（caffemodel或者h5）来分类新的图片

使用Python接口调用训练好的模型进行图像分类，需要准备以下文件：（1）网络模型结构文件——deploy文件，该文件的生成可参考博文http://blog.csdn.net/u010417185/article/details/52137825（2）已经训练好的模型——caffemodel或者h5都可以（3）类别标签文件——label.txt，里面写有全部标签名称，格式如下所示：

2016-08-08 13:45:16 7346 2

原创根据 _train_test.prototxt文件生成 _deploy.prototxt文件

本文参考博文（1）介绍 *_train_test.prototxt文件与 *_deploy.prototxt文件的不同：http://blog.csdn.net/sunshine_in_moon/article/details/49472901 （2）生成deploy文件的Python代码：http://www.cnblogs.com/denny402/p/5685818.htm

2016-08-06 19:43:11 8160 2

转载 _train_test.prototxt,_deploy.prototxt,*_slover.prototxt文件编写时注意事项

原文:http://blog.csdn.net/sunshine_in_moon/article/details/49472901本文只是自己学习一天的总结，如有不对的地方，欢迎指正！欢迎大家转载，但请标明出处，谢谢！1、*_train_test.prototxt文件这是训练与测试网络配置文件（1）在数据层中参数include{

2016-08-06 18:35:33 659

转载 caffe——cifar10模型训练自己的数据

本文是基于已建立自己的数据集，将数据集打包生成为 lmdb 格式以及生成均值文件 mean 文件。下面是针对CIFAR10 模型对自己数据集进行训练时需要进行的修改。修改solver、train_val配置文件把cifar的两个配置文件拷过来：cifar10_quick_solver.prototxtcifar10_quick_train_test.prototxt首先

2016-08-06 11:37:00 3091

转载 ubuntu查看系统资源占用（内存,cpu和进程)

1 top 查看ubuntu的资源占用的命令为$: top 说明：top命令就可以查看内存，cpu和进程了，很方便top：主要参数d：指定更新的间隔，以秒计算。q：没有任何延迟的更新。如果使用者有超级用户，则top命令将会以最高的优先序执行。c：显示进程完整的路径与名称。S：累积模式，会将己完成或消失的子行程的CPU时间累积起来。s：安全模式。i

2016-08-05 14:21:46 1700

原创 caffe下为图像加标签，转换为可执行文件.lmdb格式

caffe对于训练数据格式，支持：lmdb、h5py……，其中lmdb数据格式常用于单标签数据，像分类等，经常使用lmdb的数据格式。对于回归等问题，或者多标签数据，一般使用h5py数据的格式。当然好像还有其它格式的数据可用，本文就主要针对lmdb数据格式的制作方法，进行简单讲解。以一个简单的例子来介绍一下如何生成自己的图像集。lmdb数据lmdb用于单标签数据。为了简

2016-08-04 17:01:53 9403 2

原创学习caffe比较好的网址、博文

1、相对较全面的网址：http://www.aiuxian.com/relative/p-1631663.html2、Windows下配置、运行caffe 博主：http://blog.csdn.net/zb1165048017/article/details/51549105

2016-08-03 13:34:47 614

转载 caffe之训练数据格式

原文地址：http://blog.csdn.net/hjimce/article/details/49248231作者：hjimcecaffe对于训练数据格式，支持：lmdb、h5py……，其中lmdb数据格式常用于单标签数据，像分类等，经常使用lmdb的数据格式。对于回归等问题，或者多标签数据，一般使用h5py数据的格式。当然好像还有其它格式的数据可用，不过我一般使用这两种数据格式，因此

2016-08-01 15:52:09 1102 1

原创 caffe学习之博主收录

caffe学习：http://blog.csdn.net/hjimce/article/details/49248231深度学习图像处理：http://blog.csdn.net/lynnandwei/article/details/45716849#comments

2016-08-01 15:47:59 506

转载 Caffe 源码添加多标签

Caffe 的源码仅适用于模式分类问题，其标签是一维的。为了能够将 Caffe 代码应用于车辆的检测问题上，首先要解决的问题就是将 Caffe 源码中与标签相关的代码由一维改为多维。本项目由于只需预测车辆的上下两角的坐标（x1,y1, x2,y2），即将标签修改为4维。这次能够很顺利的修改源码，很大一原因是实验室的师弟太给力了，他们对 Caffe 源码的研究开始地很早，并在以 Caff

2016-08-01 15:46:32 1089

转载 caffe再见之训练自己的数据

Caffe的数据格式采用leveldb或者lmdb格式本文采用数据为已标定过的彩色图像，共1000张训练图共10个类别，200张测试图像10个类别，下载地址：http://pan.baidu.com/s/1hsvz4g8。第一步：数据格式转换 1.编译conver_imageset,在\Caffe-Master\Build\x64\Release下生成conv

2016-08-01 15:45:14 1609 2

原创 caffe学习（一）：CIFAR-10

前段时间一直在弄tensorflow，现在实习公司项目需要对比tensorflow与caffe在图像分类上哪个更好，所以小编我现在只能先把tensorflow放一边，搞一搞caffe。网上有很多这样的资源，可是大家写的都一样，运行起来还有好多没有写明白的，为了以后再用到，同时方便像我这样的新手学习，我将把我在caffe上运行CIFAR-10例子的过程尽可能的写的详细一点。先简单介绍一下CI

2016-08-01 11:48:35 16427 15

opencv SVM图像分类工程文件

这是opencv svm图像分类的整个工程代码，在VS2010下打开即可。整个工程文件以及我的所有训练的图片存放在这里，需要的可以下载，自己在找训练图片写代码花了很多时间，下载完后自行解压，训练图片和测试图片可以从这免费下载http://download.csdn.net/detail/always2015/8944959，project data文件夹直接放在D盘就行，里面存放训练的图片和待测试图片，以及训练过程中生成的中间文件，现在这个下载object_classfication_end则是工程文件，我用的是vs2010打开即可，下面工程里有几个要注意的地方： 1、在这个模块中使用到了c++的boost库，但是在这里有一个版本的限制。这个模块的代码只能在boost版本1.46以上使用，这个版本以下的就不能用了，直接运行就会出错，这是最需要注意的。因为在1.46版本以上中对比CsSVM这个类一些成员函数做了一些私有化的修改，所以在使用该类初始化对象时候需要注意。 2、我的模块所使用到的函数和产生的中间结果都是在一个categorizer类中声明的，由于不同的执行阶段中间结果有很多个，例如：训练图片聚类后所得到单词表矩阵，svm分类器的训练的结果等，中间结果的产生是相当耗时的，所以在刚开始就考虑到第一次运行时候把他以文件XML的格式保存下来，下次使用到的时候在读取。将一个矩阵存入文本的时候可以直接用输出流的方式将一个矩阵存入，但是读取时候如果用输入流直接一个矩阵变量的形式读取，那就肯定报错，因为输入流不支持直接对矩阵的操作，所以这时候只能对矩阵的元素一个一个进行读取了。 3、在测试的时候，如果输入的图片太小，或者全为黑色，当经过特征提取和单词构造完成使用svm进行分类时候会出现错误。经过调试代码，发现上述图片在生成该图片的单词的时候所得到的单词矩阵会是一个空矩阵，即该矩阵的行列数都为0，所以在使用svm分类器时候就出错。所以在使用每个输入图片的单词矩阵的时候先做一个判断，如果该矩阵行列数都为0，那么该图片直接跳过。

2017-07-17

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

opencv SVM图像分类工程文件

Neural Networks: Tricks of the Trade

TensorFlow MNIST数据集下载脚本input_data.py

基于android平台的拍照以及上传到服务器，其中包括服务器部分的设计

实现Android本机 视频录制播放 边录边放

word调用操作

基于字符识别的LPR系统

ocr识别图像

linux流媒体播放

二维码的识别程序

条形码识别源代码

二维码解码器

二维码解码

二维码生成程序

ICA进行语音的实时采集，加噪分离

空空如也

实现Android本机视频录制播放边录边放