自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Jiajun的博客

jiajun.org.cn

  • 博客(16)
  • 收藏
  • 关注

原创 用ImageNet的数据集(ILSVRC2014)训练Faster R-CNN

1. 训练结果第一次训练,ZF,30W张图片,201类,迭代80k40K,mAP: 18.0%第二次训练,ZF,10W张图片,201类,迭代80k40K,mAP: 20.1%某次训练结果,ZF,10W张图片,201类,mAP结果如下 个人认为23.0%还不是faster的极限,所以在研究如何提高mAP。2. 问题汇总2.1 总结ImageNet训练数据集部分标注缺失object标签Imag

2016-01-06 18:09:43 22588 61

原创 知乎抓图python脚本

#! /usr/bin/env pythonfrom urlparse import urlsplitfrom os.path import basenameimport urllib2import reimport requestsimport osimport json#填好抓取图片的url和保存图片的pic_path。url = 'https://www.zhihu.com/q

2016-01-27 11:25:02 2504

转载 分类器组合方法

前言民主投票民主投票的数学分析分类器的组合方法问题总结前言数据挖掘中有三项重要的工作:分类、聚类与关联分析,其中分类器是最为重要的应用。简单来讲,计算机获得一个对象的信息就能通过这些信息判断对象的类别。例如垃圾邮件过滤(判断一封邮件的类别是垃圾邮件还是非垃圾邮件)、手写识别(判断一个手写内容的类别是“1”还是其他)、人脸识别(判断一张图片的类别是包含人脸还是不包含人脸)。分类器可以由很多种

2016-01-26 19:23:59 3221

原创 IEEE 754

IEEE 754浮点数标准里面,对于取整的规定: “浮点数的舍入任何有效数上的运算结果,通常都存放在较长的暂存器中,当结果被放回浮点格式时,必须将多出来的位元丢弃。有多种方法可以用来执行舍入作业,实际上IEEE标准列出4种不同的方法:舍入到最接近:会将结果舍入为最接近且可以表示的值。这是缺省的近似方法。朝+∞方向舍入:会将结果朝正无限大的方向舍入。朝-∞方向舍入: 会将结果朝负无限大的方向舍

2016-01-25 14:56:00 1455

转载 神经网络发展史

1. 机器学习(Machine Learning)机器学习是人工智能(Artificial Intelligence)的核心。它和统计学有着密不可分的关系。作为对比,让我们先来看一看这两个领域的区别。1.1. 传统的统计学的特点:低维数据;数据中有大量噪点(Noise);数据中没有复杂的结构,且所有结构均可以被简化为一个相对简单的模型;面临的主要问题是如何从数据中分辨出正确的结构。1.2.

2016-01-10 19:40:11 2379

原创 Matlab一个利用神经网络拟合函数的例子

代码:t=[0 3.9 4.1 7.3 8.4 13.1 14.8 16.4 17.7 19 19.7 20.3 21.2 24.5 26.3 27.8 28.9 29 29.8 31.1 32.8 33.5 34.5 35.6 36.2 37.6 37.8 38.7 39.4 40.3 41 41.4 42.5 43.9 45 45.7 46.9 47.8 49 49.4 51.4 53 54 5

2016-01-10 11:59:20 29552 4

原创 傅立叶级数动图

https://en.wikipedia.org/wiki/File:Fourier_series_and_transform.gif https://en.wikipedia.org/wiki/File:Fourier_series_sawtooth_wave_circles_animation.gif 叠加100次 https://en.wikipedia.org/wiki/File:

2016-01-10 11:33:06 3368

原创 linux下tar.gz、tar、bz2、zip等解压缩命令

1、*.tar 用 tar –xvf 解压 2、*.gz 用 gzip -d或者gunzip 解压 3、.tar.gz和.tgz 用 tar –xzf 解压 4、*.bz2 用 bzip2 -d或者用bunzip2 解压 5、*.tar.bz2用tar –xjf 解压 6、*.Z 用 uncompress 解压 7、*.tar.Z 用tar –xZf 解压 8、*.rar

2016-01-08 16:04:01 678

原创 Python利用pdb单步调试

Debug 对于是一项非常重要的功能,它能够帮助我们准确的定位错误,发现程序中的 bug。python 提供了一系列 debug 的工具和包,可供我们选择。pdb 是 python 自带的一个包,为 python 程序提供了一种交互的源代码调试功能,主要特性包括设置断点单步调试进入函数调试查看当前代码查看栈片段动态改变变量的值… …启动方式:python -m pdb xxx.py

2016-01-07 11:26:20 3758

原创 Linux用ls和grep统计文件个数

统计某文件夹下文件个数,不包括子文件夹 e.g. 统计/home下.JPEG文件的个数 ls -l “/home”|grep “.JPEG”|wc -l统计某文件夹下文件个数,包括子文件夹 e.g. 统计/home下,包括子文件夹中,.JPEG文件的个数 ls -lR “/home”|grep “JPEG”|wc -l

2016-01-06 21:36:38 8412

原创 Linux用diff比较两个文件的差异

功能:比较两个文件的差异,并把不同地方的信息显示出来。 语法:diff [options] FILESFILES的格式:FILE1 FILE2 :源是一个文件,目标也是文件。这两个文件必须是文本文件。以逐行的方式,比较文本文件的异同处。 e.g. diff 1.txt 2.txtDIR1 DIR2 :源是一个目录,目标是目录。diff 命令会比较两个目录下名字相同的文本文件

2016-01-06 18:14:56 7518 1

原创 Linux里利用grep和find查找文件内容

从文件内容查找匹配指定字符串的行: $ grep “被查找的字符串” 文件名 例子:在当前目录里第一级文件夹中寻找包含指定字符串的.in文件 grep “thermcontact” /.in从文件内容查找与正则表达式匹配的行: $ grep –e “正则表达式” 文件名查找时不区分大小写: $ grep –i “被查找的字符串” 文件名查找匹配的行数: $ grep -c “被查找

2016-01-06 17:36:48 167434

原创 BING和EdgeBoxes移植到TK1(未完)

前言EdgeBoxes移植BING移植1.前言计划参加Low-Power Image Recognition Challenge比赛,为了达到低功耗我们目前使用TK1。Image Recognition现在最流行且最先进的方法之一,当属R-CNN,其又发展出Fast R-CNN和Faster R-CNN。 目前Fast R-CNN采用Object proposal的方法是Selective S

2016-01-05 15:49:50 4256 12

原创 Mac上SVN常用命令

因为实验室使用的是SVN,所以在Mac上捣鼓了会。发现Mac上不仅有神器Git,想不到SVN也有,这样一来就很方便了,于是就在网上找了有关svn的命令用法,并结合svn –help和man svn的输出将svn命令的基础用法掌握。SVN是什么?SVN是开源的版本控制系统。比CVS更多的特性。一个更好的CVS。SVN客户端常用命令一览:svn add [path] 别名:无 描述:添加文件或

2016-01-04 19:18:50 920

转载 BP神经网络的优缺点

多层前向BP网络的优点:网络实质上实现了一个从输入到输出的映射功能,而数学理论已证明它具有实现任何复杂非线性映射的功能。这使得它特别适合于求解内部机制复杂的问题;网络能通过学习带正确答案的实例集自动提取“合理的”求解规则,即具有自学习能力;网络具有一定的推广、概括能力。多层前向BP网络的问题:BP算法的学习速度很慢,其原因主要有:由于BP算法本质上为梯度下降法,而它所要优化的目标函数又非常复杂

2016-01-04 16:42:55 42988

原创 Caffe学习(未完)

前言Caffe上手Google Protocol Buffer在 Caffe 中如何计算卷积1. 前言Caffe是大神贾扬清在加州伯克利大学博士期间开发的深度学习框架,在学界和工业界得到广泛应用。 Caffe是CNN模型的非常好的框架,方便、易用;torch7是机器学习一个非常好的框架,但是,学习曲线比caffe要陡峭一些。torch7更灵活,能搞定更多的机器学习算法模型。2. Caffe上

2016-01-04 16:34:07 3067 2

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

提示
确定要删除当前文章?
取消 删除