2017年07月_hongbin_xu

12月 11月 10月 08月 07月 06月 05月 04月 03月 02月 01月

原创 caffe学习（六）：使用python调用训练好的模型来分类（Ubuntu）

在caffe的学习过程中，我发现我需要一个模板的程序来方便我测试训练的模型。我在上一篇博客中（caffe学习（五）：cifar-10数据集训练及测试（Ubuntu）），最后测试训练好的模型时是修改caffe自带的classify.py来进行测试的，如果每次都修改未免太麻烦了，所以我就上网找了相关的资料。参考博客：Caffe学习系列(20)：用训练好的caffemodel来进行分类下载模型1、先去下

2017-07-31 00:12:44 3881

原创 caffe学习（五）：cifar-10数据集训练及测试（Ubuntu）

简介CIFAR-10数据集包括由10个类别的事物，每个事物各有6000张彩色图像，每张图片的大小是32*32。整个数据集被分成了5个训练集和1个测试集，各有10000张图片，即50000张图片用于训练，10000张图片用于测试（交叉验证）。网站链接：CIFAR-10下载数据注意：默认用$CAFFE_ROOT表示caffe的根目录。输入指令：cd $CAFFE_ROOT./data/

2017-07-30 22:52:28 8718

原创开源车牌识别项目，OpenALPR

今天在github上看到了一个开源的车牌识别项目，OpenALPR。github链接我以前自己在MATLAB上编写了一个简单的车牌识别的程序，使用的是传统模板匹配法。只是有了初步的效果，还有很多需要完善的。博文链接：数字图像处理：基于MATLAB的车牌识别项目简介 OpenALPR是一种使用C ++编写的开源自动车牌识别库，还能支持： C＃，Java，Node.js，Go和Pyt

2017-07-30 13:47:12 19593 5

原创应用一个基于Python的开源人脸识别库，face_recognition

转载请注明出处：http://blog.csdn.net/hongbin_xu 或 http://hongbin96.com/ 文章链接：http://blog.csdn.net/hongbin_xu/article/details/74981819 或http://hongbin96.com/125今天看微信时，看到一篇推送文章介绍了一个基于python的开源人脸识别库，且其离线识别率高达...

2017-07-28 23:12:04 97341 115

转载个人喜欢的关于模式识别、机器学习、推荐系统、图像特征、深度学习、数值计算、目标跟踪等方面个人主页及博客

>转载自：http://blog.csdn.net/zhangping1987/article/details/29554621目标检测、识别、分类、特征点的提取David Lowe：Sift算法的发明者，天才。Rob Hess：sift的源码OpenSift的作者，个人主页上有openSift的下载链接，OpenCV中sift的实现，也是参考这个。Koen van de Sande：作者给出了s

2017-07-27 12:01:12 3606

原创 caffe学习（四）：py-faster-rcnn配置，运行测试程序（Ubuntu）

上一篇博客中讲了在Ubuntu下安装caffe的经验总结（各种问题，简直怀疑人生了）。博客链接：点我打开 faster-rcnn有两个版本，分别是python的和MATLAB的。这里介绍python版本的faster-rcnn的配置。网上有很多相关的教程，起初我在配置时也被一些博客坑了，这里分享一下调试和解决问题的过程。下载工程输入指令：Git clone --recursive https

2017-07-26 12:35:26 11244 7

原创 caffe学习（三）：caffe开发环境安装（Ubuntu）

以前我在Windows10下搭建了caffe环境（打开链接），但是caffe本身并不是Windows下开发的，而是在Linux下开发的。虽然大神将caffe移植到了Windows，但与之伴随有很多兼容性的问题，所以还是决定到Ubuntu下进行安装了。严格意义上说，这篇文章不是教程，只是我个人安装caffe环境的经历总结。caffe的安装是出了名的麻烦，会遇到很多问题，甚至都有人收费来给人安装caff

2017-07-23 00:36:20 4804

原创 caffe学习（二）：利用mnist数据集训练并进行手写数字识别（windows）

准备数据集http://yann.lecun.com/exdb/mnist/提供了训练集与测试集数据的下载。但是caffe并不是直接处理这些数据，而是要转换成lmdb或leveldb格式进行读取。如何转换可以再去查阅相关资料，为简化步骤，直接给出下载地址：链接：http://pan.baidu.com/s/1nv3a5LJ 密码：jvlt 数据集格式是leveldb。进行训练在正式开始

2017-07-20 22:26:40 5735 3

原创 caffe学习（一）：开发环境搭建，编译caffe（win10）

搭建caffe的开发环境可以说是很折磨人的一件事，经常会碰到这种那种的错误，前前后后折腾几天才能搞定。我在自己的电脑上搭建caffe的环境前后花了2天，中间也碰到了挺多问题。不过网上也有挺多相关的博客等的讲解，稍微花些时间，也不是很困难。我完全是按照这篇博客的步骤搭建的，讲的很详细： Windows10+GTX950m+VS2013 环境下编译 Caffe工程目录：编译后的结果：可

2017-07-17 21:43:04 1763

原创 Zedboard学习（六）：XADC读取数据

zynq 的内嵌了 XADC，可以用来采集电压； Temp：芯片温度 VCCINT：内部PL核心电压 VCCAUX：辅助PL电压 VCCBram： PL BRAM电压 VCCPInt： PS内部核心电压 VCCPAux： PS辅助电压 VCCDDR： DDR RAM的工作电压 VREFP： XADC正参考电压 VREFN： XADC负参考电压

2017-07-16 11:08:01 6656 4

原创 Zedboard学习（五）：MIO与EMIO操作

MIO： Zynq7000 系列芯片有 54 个 MIO(multiuse I/O)，它们分配在 GPIO 的 Bank0 和Bank1 隶属于 PS 部分，这些 IO 与 PS 直接相连。不需要添加引脚约束， MIO 信号对 PL部分是透明的。所以对 MIO 的操作可以看作是纯PS 的操作。 EMIO：同时Zynq可以配置多达63个EMIO引脚，这些引脚可以配置到PL部

2017-07-13 11:36:39 9178 1

原创调用face++平台api进行人脸识别

Face++介绍：Face++平台提供一整套世界领先的人脸检测，人脸识别，面部分析的视觉技术服务。通过提供云端API、离线SDK等供用户进行开发，像支付宝人脸支付使用的技术就是Face++。（face++的介绍）每个人在Face++的官网注册账号后可以申请新建API，填写相关信息后，随后会分配API key和 API Secrect。我们可以选择试用的服务，由于是免费的有的功能不支持。分配的AP

2017-07-11 17:12:43 21138 20

原创 Zedboard学习（四）：PS+PL搭建SoC最小系统

zynq最核心的设计理念就是软件加硬件，即PS+PL。通过软硬件协同设计，结合了FPGA与双arm9内核，对于嵌入式拥有极大的优势。 SoC：System on Chip的缩写，称为芯片级系统，也有称片上系统，意指它是一个产品，是一个有专用目标的集成电路，其中包含完整系统并有嵌入软件的全部内容。整个片上系统主要使用资源：ZYNQ系列FPGA XC7Z020、2片DDR、串口芯片（USB转

2017-07-07 15:58:25 6217 1

原创 Zedboard学习（三）：PL下流水灯实验

zynq系列FPGA分为PS部分和PL部分。 PL: 可编程逻辑 (Progarmmable Logic), 就是FPGA部分。 PS: 处理系统（Processing System) , 就是与FPGA无关的ARM的SOC的部分，实质是直接操作arm9内核的处理器。这次先是最简单地在PL部分编写一个流水灯实验的代码。使用的开发环境是vivado 2016.4。1、新建工程，Crea

2017-07-05 11:09:32 3724

原创 Zedboard学习（二）：zedboard的Linux下交叉编译环境搭建

环境准备首先肯定是要下载xilinx-2011.09-50-arm-xilinx-linux-gnueabi.bin文件，这是官方提供的linux下交叉编译链安装文件，下载地址为：https://pan.baidu.com/s/1eSP85nO。安装交叉编译环境工作：1、由于安装文件只能在bash下运行，所以要将dash改为bash，输入以下指令：sudo dpkg-reconfigure -plo

2017-07-04 23:49:58 3016 2

原创 Zedboard学习（一）：移植Ubuntu桌面操作系统

环境准备：首先，需要的肯定是Ubuntu操作系统。可以在自己的电脑上安装物理机，也可以是虚拟机下运行的。我的是在Vmware下运行的Ubuntu14.04 32位操作系统。由于zedboard上的Linux操作系统跑的是32位的，为了省去麻烦，我没有安装64位的，就不用安装一些32位的兼容包。 Ubuntu16.06及以后的版本，操作过程中有可能会遇到这种那种的问题，而Ubuntu14.04更

2017-07-04 21:53:04 7231 9

原创 OpenCV学习记录（二）：自己训练haar特征的adaboost分类器进行人脸识别

上一篇文章中介绍了如何使用OpenCV自带的haar分类器进行人脸识别（点我打开）。这次我试着自己去训练一个haar分类器，前后花了两天，最后总算是训练完了。不过效果并不是特别理想，由于我是在自己的笔记本上进行训练，为减少训练时间我的样本量不是很大，最后也只是勉强看看效果了。网上有关的资料和博客可以说很多了，只要耐心点总是能成功的。采集样本：首先要训练，就得有训练集。网上有很多国外高校开源的库可

2017-07-03 21:38:43 16556 4

原创 OpenCV学习记录（一）：使用haar分类器进行人脸识别

OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练，得到的级联boosted分类器（Cascade Classification）。OpenCV2之后的C++接口除了Haar特征以外也可以使用LBP特征。介绍haar分类器理论知识： 1、http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html（讲的很详细）；

2017-07-03 15:59:40 4998 2