- 博客(28)
- 收藏
- 关注
RSS订阅原创 qt.qpa.screen: QXcbConnection: Could not connect to display
命令行执行报错：qt.qpa.screen: QXcbConnection: Could not connect to display Could not connect to any X display.解决方案很简单：export DISPLAY=':0.0'
2018-12-01 11:33:15
27436
8
原创 clcaffe配置windows版本经验
参考：1.https://software.intel.com/zh-cn/articles/installation-and-configuration-of-bvlc-caffe-under-windows-the-caffe-learning-notes-part11.https://software.intel.com/zh-cn/articles/installation-configu...
2018-06-27 15:25:11
387
1
原创 fast rcnn安装配置
fast rcnn被包含在faster rcnn中，按faster rcnn的步骤即可训练自己的数据时，不同点在于：1.需要生成selective_search文件，我使用的是https://github.com/sergeyk/selective_search_ijcv_with_python。貌似是最方便的。但是要生成4个，例如：voc_2007_test.mat voc_200
2017-05-29 00:05:02
912
原创 faster rcnn配置注意事项
1，主要的配置这篇介绍的很详细http://blog.csdn.net/sinat_30071459/article/details/513320842.注意点：测试时需要修改test.py对于faster rcnn要在test_net函数的248行加cfg.TEST.HAS_RPN=True对于fast rcnn要把此项去掉
2017-05-28 16:18:43
395
转载 医学图像处理领域 顶级国际会议相关竞赛
http://www.grand-challenge.org/index.php/All_Challenges 先收藏了，虽然很多竞赛已经过去。但是可以使用其中的数据集。
2017-02-14 23:23:22
3190
原创 caffe训练自己的模型步骤
1.准备数据创建目录mkdir mydata，mkdir mydata/train,mkdir mydata/val，在train下放训练数据，在val下放验证数据。生成train.txt、val.txt、test.txt1.1生成val.txt：find -name *.png |grep -v train | cut -d/ -f3>val.txt1.2生成t
2016-08-18 16:56:43
3473
转载 机器学习中的范数规则化之（二）核范数与规则项参数选择
机器学习中的范数规则化之（二）核范数与规则项参数选择zouxy09@qq.com来源：http://blog.csdn.net/zouxy09 上一篇博文，我们聊到了L0，L1和L2范数，这篇我们絮叨絮叨下核范数和规则项参数选择。知识有限，以下都是我一些浅显的看法，如果理解存在错误，希望大家不吝指正。谢谢。 三、核范数
2016-08-11 17:25:06
346
转载 机器学习中的范数规则化之（一）L0、L1与L2范数
机器学习中的范数规则化之（一）L0、L1与L2范数zouxy09@qq.comhttp://blog.csdn.net/zouxy09 今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将这个五个部分分成两篇博文。
2016-08-11 11:37:04
413
转载 Caffe中learning rate 和 weight decay 的理解
来源：http://blog.csdn.net/u010025211/article/details/50055815在caffe.proto中 对caffe网络中出现的各项参数做了详细的解释。1.关于learning rate[cpp] view plain copy optional float base_lr = 5;
2016-08-11 09:10:16
2761
转载 机器学习(1)之梯度下降(gradient descent)
机器学习(1)之梯度下降(gradient descent)题记:最近零碎的时间都在学习Andrew Ng的machine learning，因此就有了这些笔记。 来源：http://www.cnblogs.com/rcfeng/p/3958926.html梯度下降是线性回归的一种(Linear Regression)，首先给出一个关于房屋的经典例子，面积(feet2)
2016-08-10 18:06:43
1785
转载 机器学习入门：线性回归及梯度下降
本文会讲到：(1)线性回归的定义(2)单变量线性回归(3)cost function：评价线性回归是否拟合训练集的方法(4)梯度下降：解决线性回归的方法之一(5)feature scaling：加快梯度下降执行速度的方法(6)多变量线性回归Linear Regression 注意一句话：多变量线性回归之前必须要Feature S
2016-08-10 15:49:10
657
转载 Caffe中learning rate 和 weight decay 的理解
来源：http://blog.csdn.net/u010025211/article/details/50055815Caffe中learning rate 和 weight decay 的理解在caffe.proto中 对caffe网络中出现的各项参数做了详细的解释。1.关于learning rate[cpp] view plain copy
2016-08-09 20:20:55
687
转载 AlexNet论文翻译
来源：http://blog.csdn.net/liumaolincycle/article/details/50496499ImageNet Classification with Deep Convolutional Neural NetworksAlex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton摘要我们训练了
2016-08-09 16:56:42
1066
转载 google protobuf编译安装（ImportError: No module named google.protobuf.internal）
来源：http://blog.csdn.net/woainiwss/article/details/50585665最近在编译caffe python接口，python下import caffe报这个错误ImportError: No module named google.protobuf.internal原因是之前一步 pip install -r requ
2016-08-05 14:52:46
4390
转载 caffe入门学习
caffe入门学习原文地址：http://blog.csdn.net/hjimce/article/details/48933813作者：hjimce本文主要讲解caffe的整个使用流程，适用于初级入门caffe，通过学习本篇博文，理清项目训练、测试流程。初级教程，高手请绕道。我们知道，在caffe编译完后，在caffe目录下会生成一个build目录，在build目录下有个to
2016-05-29 18:00:05
907
转载 可视化理解卷积神经网络-ECCV 2014
可视化理解卷积神经网络原文地址：http://blog.csdn.net/hjimce/article/details/50544370作者：hjimce一、相关理论本篇博文主要讲解2014年ECCV上的一篇经典文献：《Visualizing and Understanding Convolutional Networks》，可以说是CNN领域可视化理解
2016-05-29 17:30:14
3528
转载 基于Mutil-Scale CNN的图片语义分割、法向量估计-ICCV 2015
基于Mutil-Scale CNN的图片语义分割、法向量估计原文地址：http://blog.csdn.net/hjimce/article/details/50443995作者：hjimce一、相关理论 2016年的第一篇博文，新的奋斗征程。本篇博文主要讲解2015年ICCV的一篇paper：《Predicting Depth, Surface Norma
2016-05-29 17:17:21
529
1
转载 Network In Network学习笔记-ICLR 2014
Network In Network学习笔记原文地址：http://blog.csdn.net/hjimce/article/details/50458190作者：hjimce一、相关理论本篇博文主要讲解2014年ICLR的一篇非常牛逼的paper：《Network In Network》，过去一年已经有了好几百的引用量，这篇paper改进了传统的CNN网络，采
2016-05-29 17:05:26
1861
转载 基于Overfeat的图片分类、定位、检测-2014 ICLR
基于Overfeat的图片分类、定位、检测原文地址：http://blog.csdn.net/hjimce/article/details/50187881作者：hjimce一、相关理论本篇博文主要讲解来自2014年ICLR的经典图片分类、定位物体检测overfeat算法：《OverFeat: Integrated Recognition, Localizati
2016-05-29 17:02:33
1547
原创 Ubuntu 14.04安装MongoDB
Ubuntu自带的MongoDB版本比较低，只有2.4很多场合来说版本不够，如果想安装高等级版本，方法如下：1.引入key$ sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv EA3129272.添加下载路径$ echo "deb http://repo.mongodb.org/a
2016-05-27 20:25:42
389
转载 ubuntu14.04设置静态ip
ubuntu14.04设置静态ip1. 找到文件并作如下修改：sudo vim /etc/network/interfaces修改如下部分：auto eth0iface eth0 inet staticaddress 192.168.0.117gateway 192.168.0.1 #这个地址你要确认下 网关是不是这个地址netmask 255.255.255.
2016-05-27 19:11:25
367
原创 caffe安装吐血总结
这周安装了caffe的windows版本和linux版本，依赖关系太多，如果系统选对了，安装起来很easy，选错了，就会遇见各种坑。1.操作系统最好使用ubuntu desktop 14.04 64位。我试用的操作系统版本比较多，以下介绍一下操作系统的坑：ubuntu server 14.04 64位，部分u盘启动工具不支持，安装一半会报错找不到cdrom。
2016-05-23 09:30:34
19201
5
转载 【泡咖啡1】linux下caffe编译以及python环境配置手记
caffe是一个深度学习的库，相信搞深度学习的话，不是用这个库就是用theano吧。要想使用caffe首先第一步就是要配置好caffe的环境。在这里，我主要说的是在debian的linux环境下如何配置好caffe的库。因为python编写程序比较方便，在文章最后，我还会具体说明如何配置python环境。本文章为本人原创，部分内容整理自网络，若有不妥之处请联系本人删除。非盈利性质网站转载请在文章开
2016-04-24 22:52:48
4506
转载 基于Mutil-Scale CNN的图片语义分割、法向量估计
基于Mutil-Scale CNN的图片语义分割、法向量估计原文地址：http://blog.csdn.net/hjimce/article/details/50443995作者：hjimce一、相关理论 2016年的第一篇博文，新的奋斗征程。本篇博文主要讲解2015年ICCV的一篇paper：《Predicting Depth, Surface Norma
2016-04-16 10:18:56
563
转载 深度卷积网络CNN与图像语义分割
转载请注明出处: http://xiahouzuoxin.github.io/notes/级别1：DL快速上手级别2：从Caffe着手实践级别3：读paper，网络Train起来级别4：Demo跑起来读一些源码玩玩熟悉Caffe接口，写Demo这是硬功夫分析各层Layer输出特征级别5：何不自己搭个CNN玩玩Train CNN时关于数据集的一些注意事项级别6
2016-04-15 10:08:00
1264
原创 Quality Settings说明
u3d中，ProjectSetting-> Quality中的VSync Count 参数会影响你的FPS，EveryVBlank相当于FPS=60，EverySecondVBlank = 30；这两种情况都不符合游戏的FPS的话，我们需要手动调整FPS，首先关闭垂直同步这个功能，然后在代码的Awake方法里手动设置FPS（Application.targetFrameRate = 45;）
2014-08-18 10:57:09
904
转载 图形学创世纪：当科学照进影视与生活
SIGGRAPH是由ACM SIGGRAPH(美国计算机协会计算机图形专业组)主办的计算机图形与交互技术年度顶级会议，它集科学、艺术、商业于一身。历年大会都有丰富的成果展 示，我们熟知的像素、图层、顶点等概念都是在SIGGRAPH上发表的学术报告，Pixar著名的《小台灯》动画短片也是首先在SIGGRAPH上展示 的。2013年7月21日–25日，这一盛会迎来了它的40周年庆典。
2014-08-17 21:00:49
2029
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