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(14)
  • 资源 (8)
  • 收藏
  • 关注

转载 caffe一些小知识点-caffe自带绘制网络模型

使用Caffe提供的draw_net.pypython/draw_net.py, 这个文件,就是用来绘制网络模型的。也就是将网络模型由prototxt变成一张图片。1. 安装graphviz : sudo apt-get install graphviz2. 安装pydot : sudo pip install pydot3.执行draw_net.py文件,带有三个参数:网络...

2019-05-31 13:30:51 175

转载 caffe一些小知识点-caffe常用命令

caffe常用命令https://blog.csdn.net/Cxiazaiyu/article/details/81903526

2019-05-31 13:28:42 178

转载 caffe一些小知识点-1.caffe命令2.BN+Scale的配置解析

caffe添加自定义层https://blog.csdn.net/Cxiazaiyu/article/details/82254731caffe常用命令https://blog.csdn.net/Cxiazaiyu/article/details/81903526Convolution+BatchNorm+Scale模块参数设置 & 融合BatchNorm+Scale层到C...

2019-05-30 12:52:52 425

转载 caffe一些小知识点-bn层的use_global_stats

转载:Batch Normalization层中有个参数use_global_stats,它表示是否使用caffe内部的均值和方差。训练的时候,要将use_global_stats设置为false而测试的时候将use_global_stats设置为true。caffe+报错︱深度学习参数调优杂记+caffe训练时的问题+dropout/batch Normalization...

2019-05-30 11:17:28 1721

原创 caffe一些小知识点-如何让反向传播不更新某些层

整合网上资源:假设共有5个卷积层,conv1,conv2,conv3,conv4,conv5卷积层的定义为{ name:"conv1" type:"Convolution"bottom: "data" top: "conv1" convolution_param { num_output: 64 pad: 1 kernel_size: ...

2019-05-30 11:01:20 821

原创 caffe一些小知识点-bn层

caffe的BN层有各种各样的实现版本官网原版是这个,这个层的type为:#ifdef CPU_ONLYSTUB_GPU(BatchNormLayer);#endifINSTANTIATE_CLASS(BatchNormLayer);REGISTER_LAYER_CLASS(BatchNorm);这个层只做了,减去均值,除以方差的操作,需要和scale联合使用层...

2019-05-30 10:37:11 944

原创 caffe一些小知识点-caffe层的时间测试(cpu-gpu)

今天测试MobileNetV3CPU:./build/tools/caffe time -model models/mobilenet_v3/mobilenet_v3_large_1.0.prototxtGPU:./build/tools/caffe time -model models/mobilenet_v3/mobilenet_v3_large_1.0.prototxt -...

2019-05-30 10:02:59 470

原创 yolov1-代码解析

yolov1-网络输出数据格式和标签的格式如下图所示:2008_000082-label:14 0.637 0.650666666667 0.13 0.25066666666714 0.328 0.612 0.084 0.1466666666673 0.163 0.576 0.234 0.1613 0.474 0.8 0.436 0.325333333333...

2019-05-27 17:13:57 1068

原创 caffe模型的博物馆-这名字起的我自己也想笑

https://arxiv.org/pdf/1605.07678v3.pdf计算机视觉排行榜https://kobiso.github.io/Computer-Vision-Leaderboard/imagenetRelated ResourcesCheck the other good resources about CNN modelsCaffe-mode...

2019-05-27 10:32:19 127

转载 yolo-darknet实现loss层的解读

目标检测之YOLO系列-V1至V3改进详解https://blog.csdn.net/xd1723138323/article/details/82532973yolo-v2 损失函数源码https://blog.csdn.net/yangdashi888/article/details/78026320YOLO源码详解https://blog.csdn.net/u014540...

2019-05-25 19:30:42 1183

原创 darknet的可视化操作

转载:Darknet卷基层浅层特征可视化教程https://www.cnblogs.com/pprp/p/10146355.htmldarknet loss可视化软件https://www.cnblogs.com/pprp/p/10248436.htmldarknet优化经验-AlexeyAB大神经验https://www.cnblogs.com/pprp/p/102044...

2019-05-25 19:06:35 3292 1

转载 算法岗位2019年秋招面试题预备-从2019年实习看秋招

算法【阿里、转转、百度、陌陌、微店、汽车之家、地平线、字节跳动、京东】春招实习生上岸,感谢大家的帮助,分析面试经历 https://www.nowcoder.com/discuss/192224【商汤、旷世、阿里、字节跳动】实习算法岗血泪面经,商汤,旷世,阿里,字节跳动 https://www.nowcoder.com/discuss/192689【虎牙】虎牙深度学习训练平台开发工程师面经...

2019-05-23 22:29:32 2412

原创 ubuntu训练测试yolov3-darknet

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg官方测试./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg官方测试./darknet detector train cfg/yolov3.data cfg/yolov3.cfg训...

2019-05-22 09:41:10 420

转载 文件传递备份

https://files.pythonhosted.org/packages/69/60/f685fb2cfb3088736bafbc9bdbb455327bdc8906b606da9c9a81bae1c81e/torch-1.1.0-cp36-cp36m-manylinux1_x86_64.whlhttps://www.jianshu.com/p/03b1ec7f92ab...

2019-05-13 14:31:49 241

GPU-ASIFT: A Fast Fully Affine-Invariant Feature Extraction Algorithm

ASIFT_GPUd的论文PDF 演讲PPT 我们的GPU-ASIFT 实现 如下[2]。它旨在将CPU和GPU之间的流量保持在 最低水平。因此, 我们的GPU-ASIFT直接将图像输入到GPU,GPU会计算SIFT 关键点 和 描述符, 而无需返回到CPU。该算法有两个主要组成部分。 (1)仿射模拟 我们使用三个独立的CUDA 内核执行仿射仿真 :旋转,一维高斯卷积和方向子采样。结果存储 在GPU内存中,并直接传递到Changchang Wu的SiftGPU,而没有任何GPU至CPU的 传输 开销。 (2)筛查 代替David Lowe的sift实现,我们将模拟结果传递到CUDA版本的Changchang Wu的SiftGPU,后者输出 关键点和描述符。 GPU-ASIFT的性能取决于所使用的GPU。通常,更好的图形卡具有更快的计算和更多的筛选功能。 当前程序针对具有2.1和5.2计算能力的Nvidia卡进行了调整。该程序可在其他卡上顺利运行,但可能无法 发挥其全部功能。我们不支持计算能力低于1.3的卡。请注意,对于较大的图像集,如果图像尺寸变化不大会有所帮助 。如果这样做,则最好为每个图像对重新启动GPU-ASIFT 。 我们的GPU-ASIFT的输出是名为.sift和.aux的二进制文件。.sift文件与VisualSFM完全兼容,可以直接加载。.aux文件存储 对我们自己的匹配器有用的辅助信息。在启动时,程序将查询您的图形设备并选择最佳的图形设备来执行计算。当前,仅支持Nvidia卡。

2019-12-25

cmpmvs-v0.6.0-binary-win64-cuda.zip

cmpmvs-v0.6.0-binary-win64-cuda.zip https://www.dropbox.com/s/80savnaou9ck7v4/cmpmvs-v0.6.0-binary-win64-cuda.zip?dl=0 https://www.youtube.com/watch?v=ZRTEMKS3Sw0

2018-11-26

DevIL图像处理库-siftGPU需要的库-x64位Release版本

DevIL图像处理库-siftGPU需要的库-x64位Release版本

2018-11-13

glut-3.7.6-动态库X64版本-内含Debug和Release

glut-3.7.6-动态库X64版本-内含Debug和Release

2018-11-13

glew-2.1.0-64位版本的静态库含Debug和Release

glew-2.1.0-64位版本的静态库含Debug和Release

2018-11-13

glew-2.1.0-64位版本的动态库含Debug和Release

glew-2.1.0-64位版本的动态库含Debug和Release

2018-11-13

论文:关于三维重建和匹配

论文:Modeling the World from Internet Photo Collections 关于F和H矩阵在随机抽样一致RANSAC下的参数的选择 Mat mask; double minVal, maxVal; cv::minMaxIdx(queryCoord, &minVal;, &maxVal;); Mat F = findFundamentalMat(queryCoord, objectCoord, FM_RANSAC, 0.006 * maxVal, 0.99, mask); //threshold from [Snavely07 4.1] // N. Snavely, S. Seitz, R. Szeliski, “Modeling the World from Internet Photo Collections, ”Int’l J.of Computer Vision, Vol. 80, No. 2, pp.189–210, 2008.

2018-10-19

LeNet-5 研习 2 附件

关于博客 https://blog.csdn.net/baidu_40840693/article/details/82956247 的visio示图附件

2018-10-07

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