自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(22)
  • 收藏
  • 关注

转载 [leetcode][C++]44. Wildcard Matching

链接:https://leetcode.com/problems/wildcard-matching/description/ 题目说明:外卡匹配,使用动态规划的思路。外卡匹配和正则匹配的最大不同就是外卡匹配中星号可以单独存在。 创建匹配数组(用vector<vector<bool>> match表示),大小分别为s.length()+1和p.length()...

2018-05-03 14:15:00 115

转载 C++内存分配方式

C++内存分成5个区:堆、栈、自由存储区、全局/静态存储区和常量存储区。 堆:使用new和delete分配,由应用程序控制,编译器不负责释放。内部大部分是使用malloc和free实现 栈:函数内局部变量的存储位置,函数结束时存储单元自动被释放。 自由存储区:使用malloc和free分配 全局/静态存储区: 常量存储区: 转载于:https://www.cnblogs.co...

2018-04-09 18:44:00 118

转载 SPP-Net网络模型

转自:https://blog.csdn.net/chaipp0607/article/details/78446708 https://zhuanlan.zhihu.com/p/27485018 转载于:https://www.cnblogs.com/listia/articles/8687964.html

2018-04-01 20:02:00 85

转载 RCNN网络模型

作者主页:http://www.rossgirshick.info/ 转自https://blog.csdn.net/wopawn/article/details/52133338 https://blog.csdn.net/chaipp0607/article/details/78112861 转载于:https://www.cnblogs.com/listia/articles...

2018-04-01 15:21:00 75

转载 const限定符

顶层const可以表示任意的对象是常量,例如表示指针本身是个常量。 底层const表示指针指向的对象是一个常量。 转载于:https://www.cnblogs.com/listia/articles/8634443.html...

2018-03-23 20:51:00 75

转载 C++显示转换

强制类型转换(cast)形式:cast-name<type> (expression); cast-name可取static_cast、dynamic_cast、const_cast和reinterpret_cast。 1、static_cast:任何具有明确定义的类型转换,只要不包含底层const,都可以使用static_cast。编译时进行类型检查。比如: (1)基...

2018-03-23 20:44:00 79

转载 SSD网络模型

论文地址:https://arxiv.org/abs/1512.02325 SSD: Single Shot MultiBox Detector (Submitted on 8 Dec 2015 (v1), last revised 29 Dec 2016 (this version, v5)) 官方实现:https://github.com/weiliu89/caffe/tree...

2018-03-23 11:21:00 479

转载 [caffe]MTCNN实践

实现参考:https://github.com/foreverYoungGitHub/MTCNN MTCNN作者提供了matlab版的测试代码,但是实验室的生产环境是caffe,这篇文章记录下使用C++改写MTCNN的一些注意点。 类似于caffe提供的examples里的cpp_classification,创建MTCNN类用于其他函数调用。 1、MTCNN构造函数中使用模型文件...

2018-03-21 22:00:00 218

转载 关键点回归——MTCNN

论文地址:https://arxiv.org/abs/1604.02878 作者官网:https://kpzhang93.github.io/MTCNN_face_detection_alignment/ Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks(Submi...

2018-03-21 11:40:00 2043

转载 机器学习——决策树

1.基本流程 决策树一般包括一个根节点、若干个内部节点和若干个叶子节点;叶子节点对应于决策结果,其他每个节点则对应于一个属性测试;每个节点包含的样本集合根据属性测试的结果被划分到子节点中;根节点包含样本全集。 决策树的基本流程:   输入:训练集 2、划分选择 我们希望决策树的分支节点所包含的样本尽可能属于同一类别,即结点的“纯度”越来越高。 (1)信息增益:信息增...

2018-03-20 23:26:00 115

转载 [转]图像处理——HOG特征

1、HOG特征:   方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。   主要思想:在一幅图像中,局部目标的表象和形状(appearance and shape)能够被梯度或边缘的方向密度分布很好地描述(本质:梯度的统计信息...

2018-03-20 22:15:00 179

转载 [ResNet]:Deep Residual Learning for Image Recognition

论文地址:https://arxiv.org/abs/1512.03385 Deep Residual Learning for Image Recognition (Submitted on 10 Dec 2015) 1.摘要 越深的网络模型越难以训练。作者提出了深度残差学习网络框架来缓解网络的训练问题。同时,重新设计了每一层的学习函数。 2.介绍 模型深度很重要。...

2018-03-20 11:45:00 149

转载 [MobileNet]:Efficient Convolutional Neural Networks for Mobile Vision Applications

论文地址:https://arxiv.org/abs/1704.04861 (Submitted on 17 Apr 2017) MobileNets: Efficient Convolutional Neural Networks for Mobile VisionApplications caffe官方实现ConvolutionDepthwise层:https://gi...

2018-03-19 22:59:00 140

转载 [转]图像处理:Haar特征提取的理解

转自:http://blog.csdn.net/wfei101/article/details/79344529 1、Haar特征   最早的Haar特征由PapageorgiouC.等提出(《A general framework for object detection》),后来PaulViola和Michal Jones提出利用积分图像法快速计算Haar特征的方法(《Rapid...

2018-03-13 14:29:00 113

转载 [Linux]不易记住的命令

查看某个文件夹中所有子文件夹的大小 du -h --max-depth=1 . 查看某个文件夹下文件个数 ls -l |grep "^-"|wc -l 查看某个文件夹下文件夹个数 ls -l |grep "^d"|wc -l 统计文件夹下文件的个数,包括子文件夹里的 ls -lR|grep "^-"|wc -l 说明:     (...

2018-03-13 13:59:00 81

转载 Caffe:绘制loss曲线图

当我们设计好网络结构后,在神经网络训练的过程中,迭代输出的log信息中,一般包括:迭代次数、训练损失代价、测试损失代价、测试精度等。本文提供一段示例,简单讲述如何绘制训练曲线(training curve)。 首先看一段训练的log输出,网络结构参数忽略,直接跳到训练迭代阶段: 绘制训练曲线本质是对log文件进行操作,从上面的log文件中,我们可以看出: (1)对于每个出现字段...

2018-03-13 00:17:00 265

转载 FDDB测试使用(生成ROC曲线)

参考:http://blog.csdn.net/u012072066/article/details/78287979 一、过程 1、如果需要使用外部数据集进行算法性能评测,如FDDB,首先需要下载FDDB数据集(包括图像文件和标注文件)以及生成ROC的代码。 2、make编译evaluation代码。 3、使用自己的人脸检测算法检测FDDB数据集,得到FDDB数据集要求的标签格...

2018-03-10 15:50:00 269

转载 [转]caffe学习 训练日志输出

eg:./build/tools/caffe train --solver=models/bvlc_reference_caffenet/solver.prototxt 2>&1| tee yourpath/caffe.log 1. tee的意思就是命令行信息重定向的命令 2. 2>&1的意思是错误的信息也当成标准信息输出,这样能够保证输出log信息的完整...

2018-03-04 16:04:00 50

转载 [转]Caffe学习 自定义创建新的Layer层

Caffe源码中已经帮我们封装好了各种各样的layer,但是有时候现有的layer不能满足设计的网络要求,这个时候需要自己定义一个新的layer,本文参考https://github.com/BVLC/caffe/wiki/Development,进行简单讲解,具体方式如下: 一、创建.hpp文件 1、 添加你的layer头文件置于include/caffe/lay...

2018-03-04 16:01:00 64

转载 [转]Caffe学习 caffe具体运行流程分析

step1:命令行下输入./build/tools/caffe train –solver xxx.prototxt运行了程序的入口caffe.cpp main() step2:caffe.cpp main()根据命令行输入的参数train调用caffe.cpp train() step3:caffe.cpp train()读取xxx.prototxt的参数 调用solver.cpp...

2018-03-04 14:33:00 320

转载 [转]Caffe学习 protobuf及caffe.proto解析

使用protobuf的原由 一个好的软件框架应该要有明确的输入和输出,对于CNN网络而言,其主要有两部分组成:网络具体结构和网络的具体优化算法及参数。对于框架的使用者而言,用户只需输入两个描述文件即可得到对该网络的优化结果,这无疑是非常方便的。 caffe框架选择使用谷歌的开源protobuf工具对这两部分进行描述,解析和存储,这一部分为caffe的实现节省了大量的代码。 如前面讲...

2018-03-04 00:02:00 119

转载 雪中的杭州

  除去大一入学那年的雪,杭州在今天再次给了我雪的记忆。   雪打在雨伞上,最开始是沙沙地响,接着声音就小了,越来越小,最终固体的雪还是在落地前化成了液态的水。这难捱的1°C冬天。 转载于:https://www.cnblogs.com/listia/p/8353540.html...

2018-01-25 22:36:00 91

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除