- 博客(71)
- 收藏
- 关注
RSS订阅原创 vs2013编译caffe中添加*.cu文件无法编译的情况
在vs2013中添加*.cu源文件，但是vs就是不编译该文件，处理方法： 属性–》项目类型–》CudaCompile 这样，就能编译成功。
2018-02-01 11:45:42
1431
原创 相机透视知识整理
相机实现了3维世界至2维平面的映射，理顺其中的关系方便实现一些有趣的应用。 这其中涉及道三个坐标系的变换关系： 世界坐标系—相机坐标系—-图像坐标系1、相机坐标系–图像坐标系1.1 世界坐标系与相机坐标系 两坐标系的变换可用齐次矩阵表示如下： 其中，RR为3x3单位正交矩阵1.2 R矩阵上述3个基本变换矩阵均为单位矩阵，因此求逆即求转制 R−1=RTR^{-1}=R^{T}如果两坐标系同
2017-10-18 20:21:37
3509
1
原创 SSD 源码（1）
训练数据加载，与读取：主要由 AnnotatedDataLayer 承担其构造函数如下：template <typename Dtype>AnnotatedDataLayer<Dtype>::AnnotatedDataLayer(const LayerParameter& param) : BasePrefetchingDataLayer<Dtype>(param), reader_(
2017-10-01 08:25:33
1456
原创 【目标检测】[论文阅读][yolo] You Only Look Once: Unified, Real-Time Object Detection
论文名称《You Only Look Once: Unified, Real-Time Object Detection》摘要1、之前的目标检测方法采用目标分类思想解决检测问题，本文提出一个基于回归的框架，用于目标的定位及识别。2、一个网络，一次预测即可获得目标的检测框（bounding boxs）和 类别概率。3、所提目标检测框架运算速度非常快。基本YOLO 模型45帧/S。简化版本Fast
2017-09-24 15:59:47
1202
原创 faster-rcnn小刀
最近又把大神的faster rcnn程序搬出来，有点小感悟，小发现。 非极大值抑制NMS,绝逼是个好东西，说明如下。proposal输出结果 原始的proposal输出结果如下： 疑似目标区域，如上，这是在逗我么，一团乱麻（6000个候选框）。经过非极大值抑制之后： 啥感觉，是不是有点眉目了，NMS功不可没。但是，说实话，结果依然很凌乱，其实仅从性能来说，相比Selective Search
2017-09-14 23:52:57
477
原创 【语意分割】[文章阅读]DeconvNet
文章《Learning Deconvolution Network for Semantic Segmentation 》
2017-09-11 10:28:15
506
原创 【语义分割】[文章阅读]segNet
这里写链接内容 文章《SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation》 github代码地址： https://github.com/alexgkendall/caffe-segnet1、网络构成： 一个编码网络+一个对应的解码网络+各像素分类层。 2、编码网络由VGG16网络的前
2017-09-11 09:15:18
1167
原创 dropout个人理解
1、dropout中概率参数p，是指单个神经元被丢弃的概率。 2、训练阶段droup的开关放在激活值之后， 3、测试阶段，每个激活值后乘以q（保留概率），以此来缩放激活函数。 4、某一层有n个神经元，则一次迭代丢弃的神经元个数是不确定的，它是个随机变量，服从二项分布。 5、经过多轮训练，某层神经元平均丢弃的个数为概率为n*p。 6、在n*p处的概率最大，并以p=0.5为左右对称分布。
2017-09-10 11:31:56
919
原创 FCN测试结果
刚刚跑完FCN网络，先上几张图展示一下效果，效果还是挺不错。 以sift-flow数据集为例。 原图 分割结果如上所示，道路、山峰和天空均分割出来了。
2017-09-07 14:19:41
1968
4
原创 caffe添加C++层和python层定义
caffe的网络层类型注册机制。 我们知道，caffe中有很多网络层(layer)，每个层并单独定义成一个c++类，如卷积层class ConvolutionLayer、class PoolingLayer等。当我们自定义一个层结构，该如何融入caffe架构里去呢？为了实现这个目的，需要首先了解一下caffe层的构建机制。1. 编写源文件及头文件首先，编写自己类（Mytest）的头文件、源文件：M
2017-09-06 17:10:31
2472
1
原创 全卷积网络FCN几点认识
FCN全卷积网络，作为语义分割的鼻祖，研究了一下，但是，其中几个问题一直没有想明白，现汇总一下。 1、首个卷积层为什么pad=100 ？我们从VGG16网络结构中探究原因。 VGG16的特点是，conv5之前的卷积层均使用卷积核 kernel_size=3,pad=1,因此，卷积前后不改变数据尺寸，改变featrueMap的尺寸只有pooling层。 现在我们只考虑pooling层，所有p
2017-09-04 10:38:07
839
原创 机器学习-矩阵向量求导
参考博客： http://blog.csdn.net/nomadlx53/article/details/50849941 参考维基百科： https://en.wikipedia.org/wiki/Matrix_calculus#Scalar-by-vector_identities上述维基百科关于矩阵、向量求导描述的最清楚明了。其中，有个重要概念（Layout conventions） 布
2017-08-27 12:17:40
5923
原创 caffe之deconv
卷积与反卷积的直观感受： 卷积： 反卷积： 特别说明，此处分析的反卷积主要针对 caffe中DeconvolutionLayer类别来说。反向传播分析，参考博客： https://grzegorzgwardys.wordpress.com/2016/04/22/8/ http://www.jefkine.com/general/2016/09/05/backpropagation-in-c
2017-08-26 12:15:04
4189
原创 caffe 输出信息分析+debug_info
1 caffe输出基本信息caffe在训练的时候屏幕会输出程序运行的状态信息，通过查看状态信息方便查看程序运行是否正常，且方便查找bug. caffe debug信息默认是不开启的，此时的输出信息的总体结构如下所示： 1.1 solver信息加载并显示1.2 train网络结构输出1.3 Train 各层创建状态信息I0821 09:53:35.572999 10308 laye
2017-08-21 14:02:45
5250
原创 python matplotlib之 hist直方图
例子如下：# coding=utf-8import numpy as npfrom numpy.linalg import choleskyimport matplotlib.pyplot as pltsampleNo = 1000;# 一维正态分布# 下面三种方式是等效的mu = 3sigma = 0.1np.random.seed(0)s = np.random.normal
2017-08-20 20:24:31
45696
2
翻译 caffe in python ---Classification
参考官方文档：http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb#-*- coding: utf-8 -*-import numpy as npimport matplotlib.pyplot as plt# display plots in this noteb
2017-08-19 23:11:57
566
原创 python 图像显示
1 普通图像显示RGB图像读入和显示，及灰度图显示import numpy as npimport matplotlib.pyplot as pltimg = plt.imread('lena.jpg')#img = np.array(img)plt.figure(1)plt.imshow(img)if img.ndim == 3: img = img[:,:,0]plt.figu
2017-08-18 20:16:05
6166
转载 python数据保存加载（numpy）
1、numpy数据存储及加载转载自：http://www.cnblogs.com/dmir/p/5009075.html 作者：奋斗的珞珞 NumPy提供了多种存取数组内容的文件操作函数。保存数组数据的文件可以是二进制格式或者文本格式。二进制格式的文件又分为NumPy专用的格式化二进制类型和无格式类型。1.1 tofile()和fromfile()tofile()将数组中的数据以二进制存
2017-08-18 18:24:37
28151
原创 python-caffe接口学习（Solving in Python with LeNet）
参考官方链接： http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/01-learning-lenet.ipynb[(k, v.data.shape) for k, v in solver.net.blobs.items()] // 利用此命令，可查看featuremap/* // solver.
2017-08-17 00:14:10
570
原创 python-opencv-matlab图像处理接口关系
1、说明 caffe框架由C++编写，其还提供python和matlab接口调用。而caffe的图像读取与保存是利用opencv实现，因此需要梳理图像在不同接口中的转换关系，方便不同接口下的数据传输与保存。关键点：图像文件在内存中的保存形式是连续存储的。如果是3通道RGB图像，则其在内存中存储的格式为 r1g1b1,r2g2b2,r3g3b3.........r_1g_1b_1,r_2g_2b_2,
2017-08-16 17:44:41
3952
原创 python 学习笔记（1）
python 的 argparse模块具体学习参数使用可参考博客： http://blog.csdn.net/u012005313/article/details/50111455 基本使用方法：Positional arguments 必须赋参数值Optional arguments 可选参数，可赋值也不可赋值
2017-08-13 22:05:10
246
原创 SSD linux下配置
环境介绍： ubuntu16.041、环境配置linux下环境配置参考博客：http://blog.csdn.net/u013832707/article/details/53426923http://www.jianshu.com/p/4eaedaeafcb4
2017-08-08 15:40:51
1113
原创 SSD windows版本配置
1、参考博文中windows版本的配置流程 http://m.blog.csdn.net/qq_14845119/article/details/53331581 2、编译生成 python 版本的 caffe ，并将其放在 site-packages目录下 3、下载 作者已经训练好的模型 http://www.cs.unc.edu/~wliu/projects/SSD/mo
2017-08-01 15:23:15
1987
1
原创 关于caffe的笔记
1、利用caffe训练期间，内存需要多少，内存中都保存了学什么？内存需要保存一个训练周期中的所有 feature map 数据+网络参数数据 受bach_size 及网络模型大小关系较大。2、利用训练好的模型文件.caffemodel如何初始化网络模型文件 .prototxt?matlab 接口: net=caffe.Net() net.copy_from()caffe 源码解释： 调用
2017-07-19 00:09:27
1111
原创 VOC-2007数据集
1 VOC2007基本信息作为标准数据集，voc-2007 是衡量图像分类识别能力的基准。 faster-rcnn，yolo -v1, yolo-v2都以此数据集为最为演示样例，因此，有必要了解一下本数据集的组成架构。VOC数据集共包含：训练集（5011幅），测试集（4952幅），共计9963幅图，共包含20个种类。 aeroplane bicycle bird boat
2017-05-04 22:52:29
15449
2
原创 faster rcnn配置 cuda8.0
参考博客： http://blog.csdn.net/sinat_30071459/article/details/505468911、编译caffe-faster rcnn库 Caffe for Faster R-CNN 编译过程： 1）下载caffe_library.zip 2）将caffe-faster rcnn库中的所有文件copy至./caffe
2017-05-02 19:17:03
932
转载 libcaffe Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Input (known types: )
在用libcaffe.lib建立工程时，出现 Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Input (known types: )错误，参考了两篇博文解决问题： 主要思想是增加 头文件，注册layer层。 http://blog.csdn.net/birdwcp/article/deta
2017-04-19 22:44:41
3492
5
原创 UCI 数据集
filename='.\iris\iris.data';%使用 , 分割符分割每列数据； ‘'headerlines’：表示忽略前N行，从N+1行开始读取数据集[attrib1, attrib2, attrib3, attrib4, class] =textread(filename,'%f %f %f %f %s','delimiter',',','headerlines',1);num=len
2017-04-10 17:16:16
5725
原创 caffe深度学习-windows下绘制学习曲线
在windows下绘制学习曲线。1、获取训练日志文件1）设置好solver.prototxt ,train_test.prototxt等配置文件 2）建立批处理文件(.bat)，将输出至屏幕的训练信息，重定性至文件。 train.bat 配置如下：e:cd E:\deeplerning\caffe\caffe-windows\My //转换至工作目录，日志文件将保存在此目录E:\de
2017-04-09 17:14:27
2872
原创 matcaffe 使用中，matlab直接错误退出问题
1、首先需要配置matlab接口环境，并定义是否开启GPU加速 caffe.set_mode_gpu(); %GPU加速模式 caffe.set_mode_cpu(); %CPU加速模式 如果没有配置成功，则会报错：无法找到caffe_2、加载训练好的模型 net = caffe.Net（net_model,weight,’test’） net_model 通常为deploy.prot
2017-04-06 23:29:59
4309
4
转载 caffe权值及featureMap可视化
1、权值可视化主函数 conv1_weights_vis.m,放在caffe根目录，需要matcaffeclear;clc;close all;addpath('matlab')caffe.set_mode_cpu();fprintf(['Caffe Version = ', caffe.version(), '\n']);net = caffe.Net('models/bvlc_refe
2017-04-05 21:07:38
3514
原创 Spark之训练分类模型练习（2）
上接博文。1 改进模型及参数调优1.1 数值特征标准化使用RowMatrix类计算列的统计量。每一行为某一样本的特征向量import org.apache.spark.mllib.linalg.distributed.RowMatrixval vectors = data.map(lp => lp.features)val matrix = new RowMatrix(vectors)val
2017-03-28 23:15:24
1769
原创 Spark之训练分类模型练习（1）
（）本博文为 spark机器学习 第5章学习笔记。 所用数据下载地址为：实验数据集train.tsv各列的数据意义为： “url” “urlid” “boilerplate” “alchemy_category” “alchemy_category_score” “avglinksize” “commonlinkratio_1” “commonli
2017-03-25 16:13:25
4641
原创 Spark之python版机器学习算法--ipython notebook配置及测试
先说明一下我的环境配置： 操作系统：ubuntu14.04 64bit spark2.0.0 hadoop 2.7.1 scala-2.11.8 python 2.7.6 java1.7.01. 安装 ipython notebook安装步骤：1安装pip工具sudo apt-get install python-pip2 安装ipythonsudo apt-ge
2017-03-21 23:09:53
1862
原创 spark之MLlib机器学习-线性回归
此篇博文根据《Spark MLlib机器学习》实例程序编写，可作为熟悉scala和mllib编写机器学习算法的一种实践。 1、准备测试数据 可从作者博客自行下载。代码及数据下载地址 2、编写scala源码 为了进一步熟悉scala编程语言，建议自己把代码敲一次。//import org.apache.log4j{ Level, Logger }import org.apac
2017-03-19 23:32:06
981
原创 spark之MLlib机器学习-Kmeans
1、构建SBT项目环境 mkdir -p ~/kmeans/src/main/scala 2、编写kmeans.sbtname := "Kmeans Project"version := "1.0"scalaVersion := "2.11.8"libraryDependencies ++=Seq( "org.apache.spark" %% "spark-core" % "2.
2017-03-16 00:22:15
1301
原创 spark上使用scala及python编程练习
官网Quick Start介绍了如何使用spark进行分布式计算.本博文以此为蓝本，利用scala和python两种语言简单实践了一下实验内容，有利于增进认识。实现的功能为统计README.md文件下字符a和字符b分别有多少个。scala版本计算安装 sbt SBT(Simple Build Tool)是一个现代构建工具。它是用Scala编写的，并且针对Scala也提供了很多方便快捷的功能
2017-03-14 01:04:57
2477
原创 hadoop数据上传hdfs出错
could only be replicated to 0 nodes, instead of 1 错误 出现此问题，首先用 jps 命令查看，datanode没有正常工作。 解决方法： 1)stop-all.sh 2)在node1从节点中，删除保存 data 数据的目录，如/usr/hadoop/dfs/data 目录里面的数据 3) start-all.
2017-03-12 22:58:36
871
原创 spark2.0+hadoop2.7.1简单部署
保证hadoop已经正常部署，以下为spark部署做个小笔记： 1、安装scala-2.11.8.tgz 1)tar -xvzf scala-2.11.8 mv scala-2.11.8 /usr 2)配置环境变量,在/etc/profile 中添加如下语句： export SCALA_HOME=/usr/scala-2.11.8
2017-03-11 23:33:58
1735
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