hunzhangzui9837的博客

1、图像和视频识别 人工神经网络领域最重要的进展之一出自 ImageNet。ImageNet收集了 1400 万标签图像并于2009年发布。 ImageNet挑战赛要求参赛者设计一个能够跟人类一样对照片进行分类的算法，但一直没有出现获胜者。直到2012年，一个使用深度学习算法的参赛队伍取得了显著优于以往尝试的结果。 今天，人们与计算机视觉产生交互的最常见的几种方式包括图像自动标记和拍照面部识...

sudo apt-get --purge remove cuda-*

一、简介 PeleeNet是DenseNet (Huang et al. (2016a)) 的一个变体，PeleeNet 遵循 DenseNet 的创新连接模式和一些关键设计原则。它也被设计来满足严格的内存和计算预算。在 Stanford Dogs (Khosla et al. (2011)) 数据集上的实验结果表明：PeleeNet 的准确率要比 DenseNet 的原始结构高 5.05%，...

之前的一篇博客中提到了，用dlib库Face Landmark Detection自带的人脸检测算法速度慢，准确率低，因此博主将人脸检测算法代替为于老师的人脸检测算法，效果大幅度提升。 博主是在ubuntu16.04 qt5实现的，其实就是前两篇博客中程序的结合。 1、qt编译 （１）配置.pro文件 TEMPLATE = app CONFIG += console c++11 CONF...

深大于老师的libfacedetection检测算法快速高效，准确率相当高，世界排名第五，最小可检测人脸12×12像素。关键是前两天开源了，于是我简单的看了一下，是自己用c++手敲的cnn代码，真心佩服。 该代码可以在windows linux arm android平台等只要支持c++编译环境中运行，下面是windows和树莓派（arm）平台运行的各项参数： 下面我在ubuntu16...

Face Landmark Detection在疲劳检测和眼球跟踪等有着巨大作用。 安装步骤： git clone https://github.com/davisking/dlib #下载dlib cd dlib cd examples #进入d...

前言 说到Real-Time Object Detection（实时目标检测），目前最快性能最好的莫属YOLO以及SSD，下图中横坐标为MAP指数，MAP越高代表模型性能也好；纵坐标表示处理一张图片所与需要的时间（注：这里的时间是在GPU上测试的，并且GPU型号是用的nvidia TItan X）。    下面本博客针对YOLO进行安装和测试，SDD请参考我的另一篇博客。 1、环境搭建 ...

参考TensorFlow官网：https://www.tensorflow.org/install/source#common_installation_problems

环境： 1、安装opencv3.3以上，因为3.3以上才有dnn模块。目前opencv已经更新到opencv4.0.0-alpha，下面网站对更新日志一目了然： https://github.com/opencv/opencv/wiki/ChangeLog#version400 2、如果是window系统最好安装vs2015或者vs2017,因为vs2013已经不支持vc14，具体怎么搭建环...

环境： 1、安装opencv3.3以上，因为3.3以上才有dnn模块。目前opencv已经更新到opencv4.0.0-alpha，下面网站对更新日志一目了然： https://github.com/opencv/opencv/wiki/ChangeLog#version400 2、如果是window系统最好安装vs2015或者vs2017,因为vs2013已经不支持vc14，具体怎么搭建环...

cd /XXX/opencv/build //进入build目录 sudo make uninstall　　　　　//卸载掉配置路径中的文件 sudo rm -r build　　　　 //删除build文件