c20081052的专栏

网络主要由输入层（两个数构成），中间层（多个神经元构成的隐藏层），以及输出层构成；import copy, numpy as np np.random.seed(0)# compute sigmoid nonlinearity #定义sigmoid函数def sigm...

上篇已完成虚拟机下Ubuntu，CPU版的Caffe的安装与编译；在此基础上运行手写数字字体的例程。1.mnist数据集下载；在caffe/data/mnist目录下有get_mnist.sh脚本文件，在终端运行后会完成如下文件的下载：将终端定位到Caffe根目录cd ~/caffe下载MNIST数据库并解压缩，生成四个文件./data/mnist/get_mnist.sh    t10k-ima...

这篇文章是看到其他博主 https://blog.csdn.net/youmumzcs/article/details/79657132 推荐的，个人感觉不错，比自己编译的界面看上去要舒服，推荐下：首先官网下载-精灵标注助手精灵标注助手目前支持Windows/Mac/Linux平台，大家根据自己的系统下载相对应的版本，Mac的话可以到MacStore中搜索colabeler下载即可。相比于Labe...

文章转自：https://blog.csdn.net/zhang_shuai12/article/details/52295438本文安装python版本的faster-rcnn项目。 matlab版本请移步：https://github.com/ShaoqingRen/faster_rcnn python版本项目主页：https://github.com/rbgirshick/py-fast...

文章剖析很全面，转自厉害的楼主大大：https://zhuanlan.zhihu.com/p/31426458经过R-CNN和Fast R-CNN的积淀，Ross B. Girshick在2016年提出了新的Faster R-CNN，在结构上，Faster R-CNN已经将特征抽取(feature extraction)，proposal提取，bounding box regression(rec...

参考：https://www.cnblogs.com/zhao441354231/p/5941190.html学习RCNN时对SS工作原理比较好奇，搜索网上资料，大意如下：项目地址: http://disi.unitn.it/~uijlings/MyHomepage/index.php#page=projects1这是一篇2013年发表的文章,应该是下面2011年ICCV会议论文的扩展:Van, ...

本文章是深度学习实战系列第三讲文章，以运行代码+源码分析 为主；转载请注明引用自：首先代码下载链接是：https://github.com/hizhangp/yolo_tensorflow下载完后建议好好读下里面的README部分内容；该代码主要是利用训练号模型得到的权重参数，来对输入图像或视频做目标检测的；如果想要自己训练模型得到权重参数的话，需要用darknet这个框架做训练。其中YOLO_s...

本文是深度学习实战系列文章，主要是利用官网VGG 19层网络训练得到模型产生的weight和bias数值，对输入的任意一张图像进行前向训练，从而得到特征图。一. 代码以下是对应代码：# coding: utf-8import scipy.ioimport numpy as np import os import scipy.misc import matplotlib.pyplot a...

在用Linux（OS:Centos 7.2）时看到有一行代码是：export PYTHONPATH=$PYTHONPATH:/home/usrname/models:/home/usrname/models/one意思是将models以及其目录下的one文件夹加入系统环境中。百度了发现环境变量有三种修改方式。以上属于下述中的第一种。Linux下设置环境变量有三种方法，一种用于当前终端，一种用于当前...

我的电脑是win10 64位，i5的笔记本；安装了虚拟机，并在虚拟机下装了Ubuntu16.04系统。本文介绍在虚拟机的linux系统下安装caffe的过程。1.安装caffe；在终端复制如下命令即可，自动下载安装caffe；git clone https://github.com/BVLC/caffe.git2.安装必要的相关依赖项；sudo apt-get install git cmake ...

NIN：Network in Network网络（NiN）作用是提高了CNN的局部感知区域（Bottleneck layer瓶颈层）1X1的卷积层，做降维度或升维度；他的核大小为1X1（深度待定义）降维例子：如输入为8X1X 1X5（输入核为8，输出核为5）意义：做特征的重新整合，如输入的8层比较稀疏，可输出5层比较密集的特征；降维为后续的卷积层做准备；

VGG网络：ImageNet-2104竞赛第二，是网络改造的首选基础网络（图片描述，图片问答）；一个大的卷积核分解为连续多个小卷积核；应用了核分解的思想：将7X7核->3个3X3核（由ReLU连接）对应的参数数量由49通道数变为27通道数；优点是减少参数，显存可用的容量对应就多了，降低了计算，增加了深度；它继承了AlexNet结构的特点：简单和有效；他的16层网络应用性

ImageNet-2014竞赛第一含有四个版本：Inception V1 -> Inception V2 -> Inception V3 -> Inception V4特点：减少参数，降低参数；增加宽度，深度；

reference link:    http://blog.csdn.NET/shenxiaolu1984/article/details/51066975Region CNN(RCNN)可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折桂，2010年更带领团队获得终身成就奖，如今供职于Facebook旗下的

问题如下：>>> import cv2Traceback (most recent call last):  File "", line 1, in     import cv2ImportError: DLL load failed: %1 不是有效的 Win32 应用程序。以下是非Anaconda方式安装Python2.7，及安装对应的python包；本

用tensorboard打开终端端口加载训练生成的log文件；会生成链接，用于copy到浏览器打开；用tensorboard打开一个log都有链接了，可链接复制到网页窗口一直打不开？后来发现Chrome浏览器版本太低，后来更新到V60以上就没问题了，并且我把tensorflow也更新到1.3.0了。copy链接到Chrome浏览器就出现如下界面。或...

转载自:http://blog.csdn.net/u012162613/article/details/44261657本文是《Neural networks and deep learning》概览 中第三章的一部分，讲机器学习/深度学习算法中常用的正则化方法。正则化方法：防止过拟合，提高泛化能力在训练数据不够多时，或者overtraining时，常常会导致o

在学习《TensorFlow实战——黄文坚》中3.2小节中需要载入MNIST数据集，运行：from tensorflow.examples.tutorials.mnist import input_data  mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)  出现以下错误信息：URLError: urlopen error

转载自：https://zhuanlan.zhihu.com/p/28806793Recurrent Neural Network(RNN)循环神经网络，循环的意思就是同一网络结构不停的重复。相比较普通的神经网络，循环神经网络的不同之处在于，它在神经元之间还有相互的连接。在隐层上增加了一个反馈连接，也就是说，RNN隐层当前时刻的输入有一部分是前一时刻的隐层输出，这使得RNN可以通过循环反馈连接保留...

本文主要针对SSD的tensorflow框架下的实现的源码解读即对网络模型的理解。【前言】首先在github上下载tensorflow版的SSD repository：https://github.com/balancap/SSD-Tensorflow同时附上论文地址：SSD 论文下载解压SSD-Tensorflow-master.zip 到自己工作目录下。S...

参考：http://blog.csdn.net/u011534057/article/details/51244354论文下载：http://arxiv.org/abs/1506.02640 darknet版的代码下载：https://github.com/pjreddie/darknettensorflow版本的代码下载：https://github.com/hizhangp/yolo_tens...

下面内容是转自：https://blog.csdn.net/mydear_11000/article/details/50864405要些牛逼的话，估计这些得看完了就成仙了！Deep Learning（深度学习）ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio团队的deep ...

UnrecognizedFlagError: Unknown command line flag 'f' jupyter 下载cifar数据问题：添加 tf.app.flags.DEFINE_string('f', '', 'kernel')完美解决！！！cifar10.maybe_download_and_extract()代码实例如下，这样就能正常运行了。 ...

何之源，知乎上的一个大大，推出了一本TF的实践书，本文是在看其资料时做的源码分析。首先贴出其代码：# coding:utf-8import osif not os.path.exists('read'): os.makedirs('read/')# 导入TensorFlowimport tensorflow as tf # 新建一个Sessionwith tf.S...

本文主要讲用tensorflow框架下python代码实现CIFAR-10数据的下载；主代码如下：# coding:utf-8# 引入当前目录中的已经编写好的cifar10模块import cifar10import tensorflow as tf# tf.app.flags.FLAGS是TensorFlow内部的一个全局变量存储器，同时可以用于命令行参数的处理FLAGS...

关于CIFAR-10数据集下载请参考：由于下载解压得到的数据集是二进制形式的，本文讲的是将bin形式数据转为tensorflow能识别的tensor形式的，以及保存成可视化的图像文件；主函数cifar10_extract.py的内容如下：#coding: utf-8# 导入当前目录的cifar10_input，这个模块负责读入cifar10数据import cifar10_inp...

论文题目：MV-YOLO: Motion Vector-aided Tracking by Semantic Object Detection论文发布时间：CVPR 2018.6论文下载地址：https://arxiv.org/abs/1805.00107摘要——目标跟踪是许多视觉分析系统的基石。虽然最近几年在该领域已经取得了相当大进展，但要想实现现实视频中目标的鲁棒，高效和高精度的跟...

本文主要讲解在现有常用模型基础上，如何微调模型，减少训练时间，同时保持模型检测精度。首先介绍下Slim这个Google公布的图像分类工具包，可在github链接：modules and examples built with tensorflow 中找到slim包。上面这个链接目录下主要包含：official models（这个是用Tensorflow高层API做的例子模型集，建议初学...

在导入训练好的模型（如我导入Inception模型tensorflow_inception的图结构和网络权重pb文件），一个.pb格式文件，包含了模型的网络结构和训练得到的参数数据；导入该模型如果想找到特定的operation那么该怎么办呢？tensorflow+inceptionv3图像分类网络结构的解析与代码实现在学习deepdream时（官方代码）时有如下这段代码：# 导入要用...

首先讲下爬取网站图片是动态加载的，以百度图片为例，打开百度图片，我搜索的关键字是“猫”：http://image.baidu.com/search/index?tn=baiduimage&ps=1&ct=201326592&lm=-1&cl=2&nc=1&ie=utf-8&word=猫在看到搜索出的图片的网页按F12，出现下图；切换右侧标签到...

在尝试运行Mask-RCNN时，需要下载一堆的库文件。其中Mask-RCNN的仓库地址：Mask-RCNN在运行samples中的demo.ipynb过程中，需要import imgaug 这个用于数据增强的库文件。解决方法是先下载这个库文件（imgaug地址：imgaug），我将其放在anaconda目录下，然后运行如下命令——python setup.py sdist && s...

机梯度下降及各种更新方法普通更新      最简单的更新形式是沿着负梯度方向改变参数（因为梯度指向的是上升方向，但是我们通常希望最小化损失函数）。假设有一个参数向量x及其梯度dx，那么最简单的更新的形式是：# 普通更新x += - learning_rate * dx其中learning_rate是一个超参数，它是一个固定的常量。当在整个数据集上进行计算时，只要学习率足够低，总是能在损失函数上...

关于SSD的源代码详细讲解，请参考文章：https://blog.csdn.net/c20081052/article/details/80391627  代码详解本文是实战系列的第四篇，逼自己抽空写篇博客，把之前运行的程序po出来，供需要的人参考。下载 SSD-Tensorflow-master 解压找到里面notebooks文件夹，本文主要针对这个文件夹下提供的事例做讲解；主要...

首先工具链接：https://github.com/csq20081052/labelImg        戳这里：点击打开链接该工具很方便，能够加载图像与文件夹，可自行定义图像类别（原工具已经预先分了常用的人，车，猫……等类别）；链接中支持多种方式的安装使用方法，本文主要讲在win64下 anaconda方式的安装与使用。本人安装内容如下：Anaconda版本：Anaconda3-4.2.0-W...

论文：《Real-time Detection, Tracking, and Classification of Moving and Stationary Objects using Multiple Fisheye Images》作者：Iljoo Baek∗, Albert Davies∗, Geng Yan, and Ragunathan (Raj) Rajkumar发表日期：2018.3.1...

本文参考：https://blog.csdn.net/kekong0713/article/details/69919093作者链接：代季峰，何恺明，孙剑论文链接：论文传送门代码链接：matlab版，python版方法概括R-FCN解决问题——目标检测整个R-FCN的结构一个base的conv网络如ResNet101, 一个RPN（Faster RCNN来的）,一个position sensiti...

本文讲解的是用于车道线检测的一个网络结构叫lanenet，转载请备注，多谢哈|！2018.2发表出来的，文章下载地址：https://arxiv.org/abs/1802.05591github上代码：https://github.com/MaybeShewill-CV/lanenet-lane-detection官方训练的模型文件（我下载的官方模型是2019.6.26...

本文转载自：引言卷积神经网络（CNN）已经普遍应用在计算机视觉领域，并且已经取得了不错的效果。图1为近几年来CNN在ImageNet竞赛的表现，可以看到为了追求分类准确度，模型深度越来越深，模型复杂度也越来越高，如深度残差网络（ResNet）其层数已经多达152层。 图1 CNN在ImageNet上的表现（来源：CVPR2017） 然而，在某些真实的应用场景如移动或者嵌入式设备，如此大而复杂的模型...

论文标题：Restricted Deformable Convolution based Road Scene Semantic Segmentation Using Surround View Cameras作者：Liuyuan Deng, Ming Yang, Hao Li, Tianyi Li, Bing Hu, Chunxiang Wang发表时间：2018.1.3...

深度学习的一些模型中常常需要import skimage,以下是转自他人博客的内容，觉得写得很不错参考：https://blog.csdn.net/thesby/article/details/51340894skimage是和scipy、numpy可以完美结合的，那么就可以很好的使用numpy了。原文作者教大家怎么使用help来查看skimage中的各个包以及各个函数，需要大家自己花时间去阅读源...