wxie的Linux人生

1 引言深度学习目前已经应用到了各个领域，应用场景大体分为三类：物体识别，目标检测，自然语言处理。上文我们对物体识别领域的技术方案，也就是CNN进行了详细的分析，对LeNet-5 AlexNet VGG Inception ResNet MobileNet等各种优秀的模型框架有了深入理解。本文着重与分析目标检测领域的深度学习方法，对其中的经典模型框架进行深入分析。目标检测可以理解为是物体识...

原文中rcnn部分的截图图片来自网上，黑色是滑动窗口的区域，就是上图的红色区域的sliding window其他颜色 9种窗口 就是anchor机制生成的9种区域这里要把sliding window和卷积层的滑动区别开，sliding winsow的stride步长是1！（想到经典的harr+adaboost人脸检测）sliding window只是选取所有可能区域，并没有额外的什么...

目前学术和工业界出现的目标检测算法分成3类：1. 传统的目标检测算法：Cascade + HOG/DPM + Haar/SVM以及上述方法的诸多改进、优化；2. 候选区域/窗 + 深度学习分类：通过提取候选区域，并对相应区域进行以深度学习方法为主的分类的方案，如：R-CNN（Selective Search + CNN + SVM）SPP-net（ROI Pooling）Fast R-...

6.1 混合6.1.1 源因子和目标因子假定源和目标混合因子分别为(Sr, Sg, Sb, Sa)和(Dr,Dg,Db,Da), 混合后的RGB值如下:(RsSr + RdDr, GsSg + GdDg, BsSb + BdDb, AsSa + AdDa)最后,将该四元组的各个分量截取到[0,1].将源片元和目标象素合并起来的默认方式是,将它们的值相加. 选择源混合因子和目标混合因子的方式:第一种...

浅谈梯度下降法 如果读者对方向导数和梯度的定义不太了解，请先阅读上篇文章《方向导数与梯度》。 前些时间接触了机器学习，发现梯度下降法是机器学习里比较基础又比较重要的一个求最小值的算法。梯度下降算法过程如下：1）随机初始值；2）迭代，直至收敛。表示在处的负梯度方向，表示学习率。 在这里，简单谈一下自己对梯度下降法的理解。首先，要

在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1. 梯度　　　　在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y), 分别对x,y求偏导数，求得的梯度向量就是(∂f/∂x, ∂f/∂

我看过很多关于Caffe的博客，虽然收益很多，但是很遗憾没有发现一片能大彻大悟融会贯通的那种，打通任督二脉的感觉；     综合很多说法，总结归纳，写出这篇小文章，尽量做到句句为精，言简意赅：[plain] view plain copy     Caffe的全称：Convolutional Architecture fo

Caffe net:init()函数代码详细注解 Caffe 中net的初始化函数init()是整个网络创建的关键函数。在此对此函数做详细的梳理。 一、代码的总体介绍           该init()函数中主要包括以下几个函数：1.     FilterNet(in_param,&filtered_param);此函数的作用就是模型参数文件（*.prototxt）中的

该篇文章为转载，是对原作者系列文章的总汇加上标注。支持原创，请移步陈浩大神博客：http://blog.csdn.net/haoel/article/details/2886makefile很重要      什么是makefile？或许很多Winodws的程序员都不知道这个东西，因为那些Windows的IDE都为你做了这个工作，但我觉得要作一个好的和profes

使用pip按照virtualenv报错，如下：pip install virtualenvCollecting virtualenv/opt/python27/lib/python2.7/site-packages/pip/_vendor/requests/packages/urllib3/util/ssl_.py:315: SNIMissingWarning: An HTTPS requ

简介之所以能用到这个命令，关键是由于很多命令不支持|管道来传递参数，而日常工作中有有这个必要，所以就有了xargs命令，例如：这个命令是错误的find /sbin -perm +700 |ls -l这样才是正确的find /sbin -perm +700 |xargs ls -l   xargs 可以读入 stdin 的资料，并且以空白字元或断行字元作为分辨，将 s

总结一下include_directories，link_directories，link_libraries和target_link_libraries的作用。尤其是后面三个参数，比较相似，容易弄混。INCLUDE_DIRECTORIES（添加头文件目录）它相当于g++选项中的-I参数的作用，也相当于环境变量中增加路径到CPLUS_INCLUDE_PATH变量的作用（这里特指c++。

项目目录结构第一个项目，肯定是大家都懂的“hello world”了。那就先来看一下这个“庞大”的项目结构吧。1234567[study@leoox hello]$ tree.|-- CMakeLists.txt|-- build`-- main.c 1 directory, 2 files哈哈，其实就只有一个代码文件 main.c。源码内容嘛，程序员都知道。

写了这么多年的Linux下C/C++代码，一直使用getopt_long来解析命令行参数，同时定义一个全局的struct来保存各个命令行参数的值。虽然用得比较“繁琐”，但也安于现状。最近突然发现了Google早在多年前就开源了一个解析命令行参数的“神器”gflags。赶紧来爽一把。  安装1、去官网下载一个最新的版本(gflags-2.1.1.tar.gz)。https:/

sudo apt-cache search all它会出来一堆软件的列表如果你想要看下里面总共有哪些软件,那么,你可以使用如下命令:sudo apt-cache search all | wc如果你想要用apt-get 命令来安装一个软件,但是你只知道大概有几个字母,那么,你可以用下面的命令来进行查询,看下跟这个字母有关的软件都有哪些,它会给你把列表列出来:

-----------------------------------------------------------#!/bin/bashset -ecommand 1command 2...exit 0----------------------------------------------------------Every script yo

设备与主机端的通信使用clCreateBuffer分配好内存，可以使用主机上已经存在的内容将其进行初始化，也可以先创建内存，再通过clEnqueueWriteBuffer，写数据，或者通过clEnqueueMapBuffer，将设备上的数据映射到主机端进行修改，修改后需要解映射，最后将分配好的内存，通过参数设置clSetKernelArg给到设备，如果数据改变了，则可以使用clEnqueu

上网搜了有关USB Audio Hotplug的东西，比较适用的资源如下：1、Hotplugging USB audio devices (Howto)题目看起来很吻合我们的问题，事实上并没有多少参考价值。其中脚本/etc/hotplug/usb/extigy或许可以捕捉到USB Audio设备的热插拔事件，应该可以进一步验证和利用，留意这点。 2、Example