jingtingxu369的博客

原创 2018.12.06——pycharm使用快捷键

设置每行最长字符数为 79：File-Settings-Editor-Code Style-Right Margin ctrl+alt+B经常听人说，多看源码。源码不仅能帮我们搞清楚运行机制，还能学习优秀的库或者框架的最佳实践。调用库时，你可以在你好奇的几乎任何地方点击 Command+B，就可以很方便的跳转到源码里的类，方法，函数，变量的定义。ctr+鼠标左键点击函数名可以跳转到函数...

原创 2018.12.05——预训练模型.npy 和 .ckpt

.npy是NumPY.ckpt是checkpoint，ChecK PoinT

原创 2018.12.05——图像归一化的函数、实现图像旋转、实现图像镜像

图像归一化的函数from sklearn import preprocessing#另外补充一个python库中的图像归一化的函数（(img-mean)/sdt） 像素减均值后再除以方差img_1 = preprocessing.scale(img)https://blog.csdn.net/jiachen0212/article/details/78414580...

转载 2018.12.05——将tensorflow的ckpt模型存储为npy

#coding=gbkimport numpy as npimport tensorflow as tffrom tensorflow.python import pywrap_tensorflowcheckpoint_path='model.ckpt-5000'#your ckpt pathreader=pywrap_tensorflow.NewCheckpointReader(c...

原创 2018.12.05——caffe网络结构保存格式，如何得到TensorFlow下的.npy文件、将caffe模型转换为TensorFlow（的npy文件）模型

参数数据文件xxx.caffemodel和网络结构文件deploy.prototxt是我等弱渣见识少了，偶然在查资料的过程中发现的，不禁惊呼竟然还有这种操作，以res-50为例子，将自己的转换过程记录一下。首先附上转换过程中所要使用的程序，该程序是在GitHub上开源的，地址为：https://github.com/ethereon/caffe-tensorflow该项目的readme...

转载 2018.12.04——faster rcnn的特征图到原图区域映射问题？spp net

来源于CaffeCN社区在使用fast rcnn以及faster rcnn做检测任务的时候，涉及到从图像的roi区域到feature map中roi的映射，然后再进行roi_pooling之类的操作。R-CNN对目标进行检测实际上是先提取Region Proposal,然后对每个Region Proposal当成一张图进行特征提取和分类，这样对于一张图首先提取2k-3k个窗口，然后对每个窗...

原创 2018.12.04——ubuntu上安装不成功（下载不下来、环境变量配置、跑程序指定卡、sudo apt-get install和sudo pip区别、python相关包安装不成功）

下载不下来，去清华的tuna上，直接下载好tensorflow的whl文件，用pip方式安装pip install xxxxxxxxxxx.whl 环境变量配置：两句添加到~/.bashrc和~/.bash_profile文件中 代码中加入：CUDA_VISIBLE_DEVICES=0，指定用哪块显卡执行import ossudo apt-get install 是ubuntu 上安...

转载 2018.12.04——caffe的总体流程是怎样的？

很多人建议caffe从四个层次来理解：Blob（一团）、Layer、Net、Solver 

原创 2018.12.04——

第一步就是将这些图片都resize

转载 2018.12.04——交叉验证，val

观察validation的loss和train的loss定下你需要的模型问题：caffe 制作一个项目的数据集是不是应该分成三分：train、val、test。训练模型的时候train_val.prorotxt中train部分的文件路径是train集的，test部分的路径是val集的。而模型调参完毕训练完后想测试一下准确率，此时train_val.prorotxt中test部分的文件路径应...

原创 2018.12.03——论文阅读技巧

step1：通读一遍，2小时，不扣细节step2：细读，5遍以上（不困的时候） 

翻译 2018.12.03——一张图学会python

原创 2018.12.03——目标检测或物体检测（画方框）object detection

有监督，那么是分类？还是回归？ step1：目标检测想象一下无人驾驶，①检测出来是什么（人，路标，地面路标），②在哪里      针对②在哪里：就是画方框，4个值确定一个框——（x，y）长、宽，可以用回归来做step2：神经网络常用于目标检测 step3：核心：神经网络不是专门做分类的，只是一种特征提取。后续做分类、回归都可以。如果做分类：输出概率值（>0.5取值1；<...