![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
gaohang_hdu
这个作者很懒,什么都没留下…
展开
-
基于深度学习的人脸识别若干问题(1)——脸部关键点的坐标映射
无论何种网络结构,例如MTCNN,DCNN,DAN等,都会涉及到脸部关键点。输入数据集是带有关键点标签的人脸图片,需求是从一张人脸图片中标记出关键点位置。 有一个问题是,如何从网络中映射出图片中的脸部坐标点。 方法是采用全连接层,全连接层可以将经过多层卷积的样本特征空间映射到标签,即样本标记空间。具体使用是如果要检测眼睛、鼻子等五个关键点,应该增加输出为10个神经元的全连接层。...原创 2018-06-12 16:16:14 · 2489 阅读 · 0 评论 -
Faster RCNN从demo到训练自己的数据(1)——前言篇
注意: 一定要保证电脑装有353.66(CUDA7.5)或369.30(CUDA8.0)以上的N卡驱动,至少保证使用GeForce800系列以上的显卡!否则caffe会显示 “Check failed: error == cudaSuccess (35 vs. 0)”。 一定使用caffe的GPU接口,CPU无法跑Faster RCNN,否则会提示 “无法解析Forward_gpu(...)...原创 2018-11-15 16:31:57 · 259 阅读 · 0 评论 -
Faster RCNN从demo到训练自己的数据(2)——demo篇
1.编译py-faster-rcnn库 修改py-faster-rcnn\lib\setup_cuda.py: a. 将第14行改为'-arch=sm_35'。 b. 将第33行 include_dirs = [numpy_include, 'C:\\Programming\\CUDA\\v7.5\\include']) 改为本机的CUDA-include,如 include_di...原创 2018-11-15 17:29:30 · 271 阅读 · 0 评论 -
Faster RCNN从demo到训练自己的数据(3)——数据集制作篇
制作数据集可以选择自己编写一个demo,也可以直接下载labelImg进行标注。Faster RCNN需要的标注文件为xml文件。 我是自己编写的一个demo,标记出每一张图片的坐标框和分类,生成的文本为txt文件,也是常见的caffe标注规格,如下图。 1.将txt文件转换为xml文件。 建议将xml文件保存在.\py-faster-rcnn-master\data\VOCdevkit...原创 2018-11-19 16:48:27 · 789 阅读 · 0 评论