CodeCold-CSDN博客

原创 [OpenCV] cv::Mat to IplImage*

Head.h#include #include #include #include #include #include cv::Mat to IplImage*IplImage* workImg = cvLoadImage(img_name.c_str());IplImage* Y = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8

2017-05-17 17:15:56 875

原创 [OpenCV] RGB to YCBCR

RGB to YcbcrIplImage* workImg = cvLoadImage(img_name.c_str());IplImage* Y = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,1); IplImage* Cb= cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,1); Ipl

2017-05-15 13:35:15 1374

转载 Linux 解压Zip大文件

Error Info:extra bytes at beginning or within zipfile (attempting to process anyway)Method:1. With command:zip -FFv foo.zip --out fixed.zipE.g.$ zip -FFv foo.zip --out fixed.zipFix archive (-

2017-03-28 12:25:09 5295

原创 MXNET VGG-16 Params

Download Link : http://data.dmlc.ml/mxnet/modelsBaidu Cloud : http://pan.baidu.com/s/1eRNiQ4q (CHN).json{ "nodes": [ { "op": "null", "param": {}, "name": "data"

2017-02-13 10:20:34 1707 1

转载 Vim 使用浅析

Source Link： http://www.runoob.com/linux/linux-vim.html

2017-02-05 16:21:04 380

原创 mudicom Ubuntu 安装

A python package that validates, reads, and extracts images from a DICOM file.How to install:Base:1. Python 2. GDCMsudo apt-get updatesudo apt-get install python-gdcmImage:numpy (

2017-01-25 11:17:42 800

原创 ResNet-18 Caffemodel and prototxt

GitHub: https://github.com/HolmesShuan/ResNet-18-Caffemodel-on-ImageNetAccuracy:Top-1: 66.45%Top-5: 87.10%DataSet: ILSVRC12 Short 256Model: Baidu Cloud OneDrivePr

2017-01-09 10:23:19 25849

转载 DeepID Generation I

Original Source: http://blog.csdn.net/a_1937/article/details/50334919在原Blog基础上进行了修改，未能完全复现博主结果。LFW Accuracy：91.4%Val DataSet：LFW 128x128 GrayTrain DataSet：CASIA WebFace Washed 144x144 Gray

2016-12-05 10:12:24 1404 4

原创 LFW DataBase Accuracy 测定说明

LFW数据集提供了 Positive 与 Negative 的验证值对，各6000组。Positive Pairs中为同一人的两个张图片的路径所对应的行号：E.g.57 60Abel_Pacheco/Abel_Pacheco_0001.jpgAbel_Pacheco/Abel_Pacheco_0004.jpgNegative Pairs中为非同一个人的两张图片的路径所对应

2016-11-18 17:00:43 4395 5

转载 ResNet-101/152 Protofiles and Caffemodels

Download from He Kaiming'sOneDrive.Upload to BaiduYun for Faster Download(CHN).Caffemodels:ResNet-50ResNet-101ResNet-152ProtoFiles:protofiles-masterOriginal Source:

2016-11-17 17:56:04 16735

转载 LAPACK 求矩阵的逆

original source: http://stackoverflow.com/questions/3519959/computing-the-inverse-of-a-matrix-using-lapack-in-cFunction:inv(A)C++ Code (Edited):#include #include // pre install ://

2016-11-14 14:54:39 3910

原创浮点数量化2^n定点数

Target:将浮点数量化到最近的2^n定点数Code:E.g. 量化为3bit 区间为[-1,0.5]#include #include using namespace std;template int getArrayLen(Dtype& array){ return (sizeof(array) / sizeof(array[0]));}t

2016-11-12 10:49:19 3892

转载 ResNet-50 prototxt

name: "ResNet-50"input: "data"input_dim: 1input_dim: 3input_dim: 224input_dim: 224layer { bottom: "data" top: "conv1" name: "conv1" type: "Convolution" convolution_param {

2016-11-03 19:38:07 17884 1

原创 Pubfig DataBase 下载Python脚本

Original Source: http://www.cs.columbia.edu/CAVE/databases/pubfig/Useful data:dev_urls.txteval_urls.txtDownloadPython Script:notice: Python2.7 supportedimport osimport sysi

2016-10-21 17:18:07 2127

翻译 Caffe 初学拾遗(十二) Solver

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：Solver:solver通过将前向传播的推演与反向传播的参数更新相互协调，来达到减小loss的目的。学习过程分化为两部分，Solver监督优化目标并进行权重更新，Net计算Loss与Gradient。

2016-10-20 13:51:54 2377

原创 VGG-16 prototxt

solver.prototxtnet: "models/vgg16/train_val.prototxt"test_iter: 1000test_interval: 2500base_lr: 0.001lr_policy: "step"gamma: 0.1stepsize: 50000display: 20max_iter: 200000momentum: 0.9weigh

2016-10-02 14:18:49 18001 8

原创 Survey of CNN Quantization Algorithm

Part I.IntroductionConvolutionalneural networks show reliable results on object recognition and detection thatare useful in real world applications. Concurrent to the recent progress inrecogniti

2016-10-01 10:34:35 1833

翻译 Caffe 初学拾遗(十一) Layer Catalogue (Common Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：5. Common Layer:Inner Product:1.网络类型：InnerProduct2.CPU版本实现：./src/caffe/layers/inner_produc

2016-09-23 12:28:41 1074

翻译 Caffe 初学拾遗(十) Layer Catalogue (Data Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：4. Data Layer:Data通过data layer进入Caffe框架，他们位于net的最底层。Data可以来源于高效的数据库(LevelDB or LMDB)，直接来自内存，或者，当效率不是那么

2016-09-23 10:10:20 535

翻译 Caffe 初学拾遗(九) Layer Catalogue (Activation/Neuron Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：3. Activation/Neuron Layer:一般而言，activation/neuron Layers执行的是逐元素操作，取出bottom blob中的数据，生成同样大小的top blob的数据

2016-09-22 18:00:41 563

翻译 Caffe 初学拾遗(八) Layer Catalogue (Loss Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：2. Loss Layer:Loss驱动整个学习过程，通过将网络输出与target比较，并将cost最小化来实现。Loss本身是通过forward pass计算出来的，关于loss的gradien

2016-09-22 16:34:54 575

翻译 Caffe 初学拾遗(七) Layer Catalogue (Vision Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：

2016-09-22 15:43:16 528

转载 Caffe 初学拾遗(六) CUDA 线程通信

Original Source:http://blog.csdn.net/augusdi/article/details/12833235一些CUDA编程的简单示例程序，笔者在此进行了整理说明：1.线程通信：理论上，各个线程所进行的处理是互不相关的，即两个线程不会产生交集（向量点积，向量加运算）。在实际中，各个线程不再是相互独立的，而

2016-09-22 10:48:46 1425

转载 Caffe 初学拾遗(五) CUDA 并行化示例

Original Source:http://blog.csdn.net/augusdi/article/details/12833235一些CUDA编程的简单示例程序，笔者在此进行了整理说明：在此之前，关于GPU选择（有提到流处理簇内容）以及Intel与Nvidia的争论，读者有兴趣也可以一看。Note:1. 没有任何前缀的

2016-09-21 15:40:09 4419

转载 Caffe 初学拾遗(四) CUDA 框架说明

Original Source:http://bbs.csdn.net/topics/390798229http://blog.csdn.net/augusdi/article/details/12833235在前人基础上，进行了精简和勘误，意在形成对CUDA编程的概念性理解：推荐书目：《GPU高性能编程CUDA实战》（译作）原书名为《an introduct

2016-09-21 10:33:37 4136

翻译 Caffe 初学拾遗(三) Blobs, Layers, and Nets

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：

2016-09-20 16:39:50 747

原创 Convolutional neural networks(CNN) (十三) Convolutional Neural Network Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}基于 Convolutional neural networks(CNN) (十二) Convolutional Neural Network Theory 理论分析，对 Exercise: Convolutional Neural Network进行了MatLab实现，同

2016-09-18 12:39:45 1106

原创十进制二进制转换

基于库函数实现十进制转二进制，二进制转十进制。｛二进制以字符串形式表示，不含除"0", "1"外其他字符｝Language support(Up to now 16.9.14): C/C++ , PythonC/C++:Dec->Bin#include #include char buffer[9] = {0};_itoa( _integer, buff

2016-09-14 12:07:34 1030

原创 Convolutional neural networks(CNN) (十二) Convolutional Neural Network Theory

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}UFLFL的Wiki部分并没有介绍CNN网络在添加了Convolutional Layer 以及 Pooling Layer之后的Fine-tuning方法，在UFLDL的Tutorial部分找到了相关的介绍，再次进行了进一步的整理和说明：

2016-09-11 16:35:30 822

原创 Convolutional neural networks(CNN) (十一) Convolution and Pooling Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Feature extraction using convolution 以及 Pooling 部分内容Note:UFLDL中对Conv的计算方法与CS231n中的表述稍有不同，这里是对图像RGB三

2016-08-26 10:56:40 815

原创 Convolutional neural networks(CNN) (十) Learning color features with Sparse Autoencoders Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Linear Decoders 以及之前的Autoencoders and Sparsity 部分内容Note:此章节的习题非常简单，区别于稀疏自编码，只需要对输出层的Error Term以及正向传

2016-08-23 13:02:06 709

原创 Caffe 初学拾遗(二) 利用prototxt文件传递变量

利用prototxt向Caffe中定义的某些层传递参数：1. 首先推荐一款源代码查看工具：Source Insight ，导入源码包以及调整字体大小可以参考Baidu。2. 这里给出修改caffe.proto文件，传递参数的方案：2.1 假定希望向卷基层传递一个参数 int32 x，先在.proto文件中添加：message ConvolutionParame

2016-08-10 12:09:31 1737

翻译 Caffe 初学拾遗(一) 简单命令

Original Source : Alex’s CIFAR-10 tutorial 本文以CIFAR-10数据集为例，对Caffe的train及test操作进行简单说明：1. solver.prototxt 以及 cifar10_full_train_test.prototxt 区别：CIFAR-10其训练网络配置文件与测试网络配置文件是同一个 cifar10_full_tr

2016-08-09 20:03:49 1888

原创 Convolutional neural networks(CNN) (九) Implement deep networks for digit classification Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Self-Taught Learning to Deep Networks到Fine-tuning Stacked AEs部分内容但大部分推导都可以在在线参阅的内容Fine-tuning Stacked AEs

2016-08-04 09:48:03 631

原创 Stochastic Rounding Algorithm

Algorithm Implementation based on 《Deep Learning with Limited Numerical Precision》ICML 2015 LILLEC++ Version:#include #include using namespace std;float StochasticRounding(floa

2016-08-03 18:24:54 1829

原创 Convolutional neural networks(CNN) (八) Self-Taught Learning Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Self-Taught Learning章节的内容。Notes:1. 整个过程只是将之前几章节的Assignment总结了一下，加以运用。关键在于对之前用过的函数的参数的理解，这里需要根据In

2016-07-31 19:12:14 546

原创 Convolutional neural networks(CNN) (七) Softmax Regression Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Softmax Regression章节的内容。Notes：1. 笔者得到的MNIST数据集的名称与softmaxExercise.m里面的并不一致，读者做实验时也请注意可能需要修改。2. St

2016-07-31 16:27:41 599

原创 Convolutional neural networks(CNN) (六) PCA and Whitening Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)PCA到Implementing PCA/Whitening部分内容此次练习比较简单，只给出相应代码与结果：pca_gen.m%%============================

2016-07-31 10:33:28 1340

原创 Convolutional neural networks(CNN) (五) PCA in 2D Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)PCA到Implementing PCA/Whitening部分内容，此次练习比较简单，只给出相应代码与结果：pca_2d.mclose all%%=====================

2016-07-31 09:37:46 734

原创 Convolutional neural networks(CNN) (四) Learn features for handwritten digits Exercise(Vectorization)

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}此文基于Sparse Autoencoder Exercise的向量化优化版本代码，为读取MNIST数据集修改了sampleIMAGES.m以及train.m部分参数。Note: loadMNISTImages.m取出的结果是二维数组(784*60000)t

2016-07-30 16:14:56 504