Shuaiiiiiii-CSDN博客

原创【caffe学习笔记之8】Caffe运行Faster-RCNN算法实现目标检测(1)

【Faster-RCNN算法】 Faster R-CNN（其中R对应于“Region(区域)” ）是基于深度学习R-CNN系列目标检测最好的方法。使用VOC2007+2012训练集训练，VOC2007测试集测试mAP达到73.2%，目标检测的速度可以达到每秒5帧。技术上将RPN网络和Fast R-CNN网络结合到了一起，将RPN获取到的proposal直接连到ROI pooling

2017-01-18 17:04:47 3085

转载卷积神经网络的基础知识及应用——识别、检测、分割

本文转载自 http://blog.csdn.net/myarrow/article/details/51878004；源作者:MyArrow. 卷积神经网络的基础知识及应用——识别、检测、分割

2017-01-16 15:58:03 9168

原创【caffe学习笔记之7】caffe-matlab/python训练LeNet模型并应用于mnist数据集（2）

【案例介绍】LeNet网络模型是一个用来识别手写数字的最经典的卷积神经网络，是Yann LeCun在1998年设计并提出的，是早期卷积神经网络中最有代表性的实验系统之一，其论文是CNN领域第一篇经典之作。本篇博客详细介绍基于Matlab、Python训练lenet手写模型的案例，作为前几次caffe深度学习框架的阶段性总结。【生成均值文件】接上回，mnist数据集生成lev

2017-01-11 22:23:27 1758

原创【caffe学习笔记之6】caffe-matlab/python训练LeNet模型并应用于mnist数据集（1）

【案例介绍】LeNet模型是一个用来识别手写数字的最经典的卷积神经网络，是Yann LeCun在1998年设计并提出的，是早期卷积神经网络中最有代表性的实验系统之一，其论文是CNN领域第一篇经典之作。本篇博客详细介绍基于Matlab、Python训练lenet手写模型的案例，作为前几次caffe深度学习框架的阶段性总结。【数据准备】数据下载地址：http://yann.lecun.co

2017-01-08 12:55:34 1775

原创【caffe学习笔记之5】Win10系统下Caffe的Python接口设置方法并绘制网络结构图

【准备工作】前面几节介绍了win10系统下caffe-master的配置方法以及cifar10数据集的训练方法，并简要介绍了Matlab接口如何配置。想要更为形象的了解caffe框架下诸多网络模型的具体内涵，需要借助python接口的caffe.draw绘制网络图，因此，本节介绍caffe的Python接口配置方法。安装python使用anaconda版本，anaconda里面集成了很多关

2017-01-07 14:24:39 2228

原创【caffe学习笔记之4】利用MATLAB接口运行cifar数据集

【前期准备工作】参考上篇帖子：1. 确保模型训练成功，生成模型文件：cifar10_quick_iter_4000.caffemodel及均值文件：mean.binaryproto2. 在caffe-master\matlab路径下新建cifar文件夹用于案例调试3. 拷贝classification_demo.m文件到cifar文件夹下，并更名为classification_ci

2017-01-01 21:58:58 3085 2

原创【caffe学习笔记之3】cifar10数据集简介及win10+caffe环境下运行cifar实例

参照http://blog.csdn.net/lance313/article/details/53857156帖子，使用Debug模式进行编译，则在caffe-master/build/x64/debug文件夹下生成诸多可执行文件。此处应注意的是，一定是在debug模式下编译，否则该文件夹下将没有这些文件：然后将该文件路径加入path中：【cifar数据集介绍】Cifar-1

2017-01-01 10:24:52 2986

转载 NVIDIA深度学习训练系统——实现图像分割与网络分割可视化

英伟达近日发布了 NVIDIA DIGIT 5。DIGIT 5 有许多新功能，本文将着重介绍下面两个：1. 一个完全集成的分割工作流（segmentation workflow），允许创建图像分割数据库和将一个分割网络的输出可视化。2.DIGITS 模型库（model store），一个公开的在线知识库，可下载网络描述和预先训练的模型。这篇文章将探索图像分割的对

2016-12-28 12:32:36 6843 1

原创【图像识别】 Python+Opencv调用摄像头实现人脸识别并保存视频

本文介绍了利用Python+Opencv实现调用摄像头、进行人脸识别、并保存为avi格式视频的程序方法。至于python+opencv测试环境的搭建，回头再开一个帖子进行介绍。【前期配置】Python2.7+Opencv2.4.13【实现过程】先贴代码：#!/usr/bin/env python#coding=utf-8import osimport numpy

2016-12-26 13:29:38 17774 1

转载端到端深度学习在自动驾驶汽车上的应用

原文：End-to-End Deep Learning for Self-Driving Cars转载：点击打开链接在最近的一款汽车应用产品中，我们用卷积神经网络（CNNs）将车前部摄像头捕捉到的原始像素图映射为汽车的方向操控命令。这种强大的端到端技术意味着，只需要人们提供少量的训练数据，系统就能自动学会驾驶技术，无论有没有车道标志线，无论是在普通公路还是高速公路。这套系统还可

2016-12-26 11:41:32 950

原创【caffe 学习笔记之2】 Win10系统下Caffe的Matlab接口设置方法与猫狗识别案例（哈士奇/松狮/波斯猫）

上篇博客介绍了win10系统下caffe的 CPU/GPU配置模式，caffe支持matlab和python接口。使用matlab已经七八年了，从2009a一直用到现在，感情颇深，因此先来介绍matlab与caffe的接口设置方法。【Matlab的安装】Matlab版本选择最好为2014b及以上，本例Matlab使用的是2015b版本，软件下载及安装请参考http://jingyan.ba

2016-12-24 15:37:39 2542 2

原创【caffe 学习笔记之1】 WIN10+VS2013+CUDA7.5下CPU/GPU caffe配置

【前言】从开始配置到最后成功，前前后后经过了3天，不可谓坑不多，其中最大的坑，是把 true 硬拼成了 ture !! 立贴以铭记【前期配置】计算机：win10 64位系统VS2013：网上下载一个2.8G左右的安装包，安装基础功能即可caffe安装包：本例使用的是微软的配置的文件caffe-master，下载地址https://github.com/Microsoft/caffe

2016-12-24 10:55:29 1581 1

原创【机器学习算法】基于R语言的多元线性回归分析

多元线性回归的适用条件：（1）自变量对应变量的变化具有显著影响（2）自变量与应变量间的线性相关必须是真实的，而非形式上的（3）自变量之间需有一定的互斥性（4）应具有完整的统计数据训练数据：csv格式，含有19维特征数据下载地址：http://pan.baidu.com/s/1eSx1fwe步骤一：数据读取及预处理从vt.csv文件中读取训练数据，从

2016-04-25 11:45:53 8516 6

汽车数据技术前瞻