CHIERYU的专栏

安装好CentOS6.5操作系统，选择带Desktop的。安装前必读1.caffe官网installation tutorial，http://caffe.berkeleyvision.org/installation.html 2.cuda官网installation tutorial，http://docs.nvidia.com/cuda/cuda-installation-guide-lin

基于部件的CNN特征加权聚合的无监督图像检索该文提出了一种利用卷积神经网络中的 filters 作为部件检测器，采用无监督方式选择部件检测器的图像特征提取方法，属于特征聚合方法，用于图像检索领域。代码在：点击打开链接特征聚合方法一般用于具有不同个数的局部特征（如SIFT）的图像特征表示。卷积神经网络的全连接层得到的分类特征维数是固定的，无需进行特征聚合，以及其他特征聚合方法如WoF，VLAD，FV...

caffe中实现SSD准确率评价方法是TestDetection()函数。mAp指标值是每个类别的Average precision的平均值。本文分析DetectionEvaluateLayer中实现评价的过程及其评价指标。需要指出的是，一般的前向过程是不包含DetectionEvaluateLayer层的定义的，只有在训练的评价（TEST）过程中才会使用到该layer。具体使用该层时，需要在...

在SSD的原文中有一段话：Matching strategy During training we need to determine which default boxes correspondto a ground truth detection and train the network accordingly. For each groundtruth box we are sel...

目标检测，一般分为2个部分，定位和分类,example mining是选择出特定样本来计算损失函数；从实际问题出发hard example应该就是指定位较困难或分类较困难或者两者都困难的候选框。SSD的caffe中支持negative mining和hard example mining，当share_location参数为true时，只支持negative mining。对于给定候选框，其位置是...

上机器视觉和模式识别讨论课，我讲EBM（energy-based models），接触到EBLearn，Eblearn是一个开源的深度学习软件包，用C++语言写的。在源代码eblearn_1.2_r2631\core\libidx\src\numerics.cpp文件中发现了用三阶多项式插值拟合的方法，觉得这种计算方法很有工程性味道，且针对特定问题很有用。代码如下：// standard

为了在caffe中使用GPU，需要安装cuda-toolkit，于是第一道坎就出来了。最关键的一步是：安装驱动。一个cuda-XXX.run文件非常大，1.1G，下载要半天，rpm包安装又有各种依赖，对于新装的CentOS6.5系统来说，诸多依赖可能不适合。如果驱动没安好，则各种麻烦。 于是，想到一个节省时间的方法，将驱动和cuda-toolkit分开安装。开始安装1.安装gcc，并且要先于NVI

一、框架1.matconvnethttp://www.vlfeat.org/matconvnet/ 2.caffehttp://nbviewer.ipython.org/github/BVLC/ 二.模型https://github.com/BVLC/caffe/wiki/Model-Zoo http://www.vlfeat.org/matconvnet/pretrained/ http:

With about one month passed,the Beta release version of cppconvnet is now on line in gitHub. cppconvnet is a light convolution neural netwrok system depending on the least but performing greate.It i