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

-+
  • 博客(50)
  • 收藏
  • 关注

原创 网络小型化MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

这篇文章的主要贡献在: Depthwise Separable Convolution 来降低计算量。 一个标准的卷积层输入输出分别是: 输入特征图F尺寸假定为 F×F× M, 输出特征图 G 尺寸假定为 G×G× N,卷积层可以参数化为 K×K× N× N 卷积核, 其实标准卷积一次性做了两件事:普通的卷积 和 特征数量的变化 。Depthwise separable convolution

2017-04-27 20:03:38 868

原创 MASK-RCNN阅读笔记

2017:Mask R-CNN - 扩展 Faster R-CNN 以用于像素级分割背景何凯明的这篇大作是想像Fast/Faster-RCNN,FCN做为检测任务与分割任务的基础框架那样,将MASK-RCNN做为实例分割的基础框架。 由于既要求检测出图像中的每个物体,又要求分割出每一个实例,这里有可能一类物体同时出现多个实例,这样就会使问题的难度增加,因此实例分割是一项非常有挑战性的任务。 本文

2017-04-26 16:08:53 11523 1

原创 语义分割与实例分割的区别

目前的分割任务主要有两种: (1)像素级别的语义分割 (2)实例分割这个有意思,什么叫实例分割呢?它与语义分割有什么区别与联系呢? 顾名思义,像素级别的语义分割,对图像中的每个像素都划分出对应的类别,即实现像素级别的分类; 而类的具体对象,即为实例,那么实例分割不但要进行像素级别的分类,还需在具体的类别基础上区别开不同的实例。比如说图像有多个人甲、乙、丙,那边他们的语义分割结果都是人,而实例

2017-04-26 14:37:00 36900 3

原创 tensorflow.python.framework.errors.InvalidArgumentError: Input to reshape is a tensor with xxx value

今天被这个错误折磨得死去活来的,怎么修改都没有找到问题的症结所在: 在stack overflow上查看一下原因,发现是:The mistake was very simple. I found that I should set 'VALID', not 'SAME' in conv2 so that I can make 12, 12, 32 shape before flatting o

2017-04-24 20:00:33 15172 10

原创 caffe与tensorflow的模型互转

从caffe的model转换到tensorflow的模型,需要使用如下工具: caffe-tensorflow而从tensorflow的模型转换到caffe的模型,目前有什么工具呢? 希望热心网友看到后能回复一下,谢谢!

2017-04-24 14:14:14 7519

转载 经典网络的 TensorFlow 实现资源汇总

文章来源: http://blog.csdn.net/yhl_leo/article/details/574122341. TensorFlow-SlimTF-Slim 是 tensorflow 较新版本的扩充包,可以简化繁杂的网络定义,其中也提供了一些demo:AlexNetInceptionV1/V2/V3OverFeatResNetVGG例如 VGG-16 网络,寥寥数行就可以定义完

2017-04-24 13:59:30 1660

原创 ValueError: need more than 1 value to unpack

在执行如下图中所示代码时出现标题中的错误: 于是查看了文件,看看是不是文件内容出错了: 这样替换了内容,猜测是不是因为00000这个开头呢,于是换成下面就过了:

2017-04-23 16:36:33 4357

原创 Tensorflow找不到cuda的库

在安装完tensorflow后,进行测试,发现找不到cuda的库: 发现在cuda的安装目录/usr/local/cuda-8.0/lib64中有,而在系统的库目录/usr/local/lib下没有: 于是进行拷贝:sudo cp /usr/local/cuda-8.0/lib64/libcudart.so* /usr/local/lib/sudo ldconfig于是,问题解决。

2017-04-22 16:48:34 2262

原创 cudnn的安装

在安装完cuda 8.0后,安装cudnn: (1)根据自己的电脑型号在如下目录下载相应版本的安装包: https://developer.nvidia.com/cudnn (2)将下载的deb安装包解压缩: 这个是包含动态库的包,发现里面没有include路径,于是又下载了开发包(前面是运行包),里面果然有include。(3)将动态库与include文件拷贝到指定目录:sudo cp l

2017-04-22 16:35:24 636

原创 如何解压deb格式文件

使用如下命令解压deb文件:ar -vx libcudnn5-dev_5.1.10-1+cuda8.0_amd64.deb

2017-04-22 16:09:23 5734

原创 如何解压*.xz格式数据

使用如下命令可以解压.xz格式数据:xz -d data.tar.xz

2017-04-22 15:36:17 1007

原创 如何解压*.tar格式数据

经常在网上下载数据,好多压缩格式解压后,会有.tar包,使用如下命令可解压: tar xvf *.tar

2017-04-22 15:33:44 1679

原创 ln: target ‘libcublas’ is not a directory

想做个软连接,按原来的方式结果出错: 按这个提示应该接一个目录,那么就是将目标连接到当前目录,于是成功了:

2017-04-22 12:59:27 12902

原创 使用TF-Slim:在TensorFlow中定义复杂模型的高层库

谷歌发布了一个新的TensorFlow图像识别库 ——Slim。TF-Slim是TensorFlow的一款轻量级的生成、训练和评估模型的工具库,很容易上手使用。自发布以来,TF-Slim 已经得到长足发展,无论是网络层、代价函数,还是评估标准,都增加了很多类型,训练和评估模型也有了很多便利的常规操作手段。 这些手段使你在并行读取数据或者在多台机器上部署模型等大规模运行时,不必为细节操心。 此外,

2017-04-22 11:00:42 1284

原创 cuda由7.0升级到8.0

有个单卡的服务器,想在上面装tensorflow 1.0,但是报错提示需要cuda 8.0,而本机的cuda是7.0. 于是就想进行升级: 升级之前的准备工作1 uname -m && cat /etc/*release # get ubuntu version2 uname -r # g

2017-04-22 10:57:21 7698 1

原创 Tensorflow报错ImportError: libcublas.so.8.0: cannot open shared object file: No such file or directory

在cuda 7.0的电脑上安装tensorflow 1.0出现如下错误: 应该是需要cuda 8.0

2017-04-22 10:04:32 13269 1

原创 Tensorflow中遇到OOM when allocating tensor

在使用tensorflow训练程序的时候,遇到了如下错误: 这表明内存溢出,在查看发现有另外一个训练程序与之争抢资源,停掉,在重新给训练任务分配GPU,避免争抢,问题解决。

2017-04-21 13:10:10 23910 3

原创 Tensorflow指定使用哪个GPU

在多卡机器上训练的时候,经常会需要指定tensorflow程序跑在固定的GPU上,于是就有了如下手段:export CUDA_VISIBLE_DEVICES=2,3指定我们的程序只能看到GPU中序号为2与3的设备,于是启动后就可以看到: 我们的训练程序进程号是27088,可以看到它只跑在了2与3显卡上。

2017-04-21 13:02:08 6590

原创 Linux下使用du查看文件夹大小

训练程序时总容易出现home下磁盘已满,于是想看下各个文件夹占用空间情况,查了下使用如下命令是比较理想的:du -ah --max-depth=1

2017-04-21 11:36:14 499

原创 快速生成训练样本与标签样本之间的索引文件

我们经常在训练的时候会用到将训练文件与标签文件对应起来的索引文件,如下格式: 这个索引有两部分组成:训练文件+空格+标签文件 本文使用先分别生成训练文件索引、标签文件索引,再将两部分合成的方法,灵活且高效地生成训练样本与标签样本之间的索引文件。(1)训练与标签索引生成可以使用matlab文件生成 %批量生成文件名主函数clc,clear,close all;SrcPath = 'C:

2017-04-21 11:05:25 1530

原创 自己拷贝的目录没有操作权限?

小伙伴在使用Linux的时候不知有没有遇到如下问题: 明明是自己拷贝的数据,怎么到那个数据目录下想新建个文件夹,居然提示没有权限!? 试着用sudo操作也不行,这怎么办?因为这个是vfat文件系统,是挂载在Linux系统下的一块nfs的硬盘,所以需要加755权限, 于是好用了!常用的linux文件权限: 444 r–r–r– 600 rw——- 644 rw-r–r– 666 rw

2017-04-21 10:23:32 1339

原创 Caffe FCN Test | Check failed: error == cudaSuccess (2 vs. 0) out of memory

在使用caffe跑FCN测试的时候,提示如下错误: Check failed: error == cudaSuccess (2 vs. 0) out of memory 是内存溢出,而且是cuda报出的,那么就是gpu的缓存溢出了。 遇到这种情况,首先要看的就是训练与测试的batch_size了,而训练过程没有问题,说明训练的batch_size没有问题; 测试过程出现的这个问题,查看的f

2017-04-21 10:15:45 4394 13

原创 mv: failed to preserve ownership for ‘***’: Permission denied

在Linux下经常进行多用户下的拷贝,移动等操作。 在向/mnt/nfs/目录下拷贝数据时出现如下提示: mv: failed to preserve ownership for ‘/mnt/nfs/COCO/train2014/COCO_train2014_000000021504.jpg’: Permission denied mv: failed to preserve ownershi

2017-04-21 10:03:26 11261

原创 caffe报错Check failed: outer_num_ * inner_num_ == bottom[1]->count() (524288 vs. 1024

在使用FCN进行训练自己的数据时,导入数据启动训练后出现如下提示: 这个错误提示表示给的label维度不对。经调查发现是在到入标签数据时,有个类型转换 后面修改为: 于是就可以了。

2017-04-20 15:51:26 6777 11

原创 python读取mat数据后转格式提示“KeyError: 0”

在使用python读取mat数据后,需要进行数据类型转换,结果在如下代码行报错: 这是一个字典类型的数据,报错是因为key用错了,也就是这个数据的key不是’Segmentation’,于是看了下matlab存储时使用的key,原来是’SrcIm’,于是修改后通过了:

2017-04-20 14:42:31 11024 5

原创 Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Python

在使用caffe的python层时经常容易出现如下错误:Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Python 其原因是没有开启对python的支持,需要在Makefile.conf文件中开启如下开关:WITH_PYTHON_LAYER=1 然后再make && make py

2017-04-18 18:16:38 8294 7

原创 sift-flow数据集

图像语义分割与几何语义分割数据集下载该数据集:wget www.cs.unc.edu/~jtighe/Papers/ECCV10/siftflow/SiftFlowDataset.zip里面有2688张图像,其类别信息如下:Semantic and geometric segmentation classes for scenes.Semantic: 0 is

2017-04-18 14:59:14 5268 6

原创 图像分割任务中的尺度问题

在图像的目标检测任务中,由于目标尺寸变化,需要在不同的尺寸下对目标进行检测,从而演化出许许多多解决目标检测任务中的尺度问题的方法,比如Fast-RCNN,及Faster-RCNN及后面的SSD,YOLO等网络。那么在场景解析任务中是否存在尺度问题呢?答案是肯定的。场景解析在这里确切地说是基于图像的像素级别的语义分割,不同尺寸的物体需要在不同的感受野范围内才能相对容易的将其与背景分割开来。那么如何

2017-04-17 20:43:43 8608

原创 Pyramid Scene Parsing Network(PSP NET)

背景由于场景的多样性与开放性,场景解析是一项十分复杂的任务。 在这篇文章中,我们探索一下通过叠加金字塔池化与金字塔场景解析来获取全局上下文信息的能力。 金字塔场景解析网络,在场景解析任务中表现良好,pyramid scene parsing network (PSPNet)提供了一种很好的像素级别分割的框架。#

2017-04-11 17:09:49 1764

原创 使用Tensorflow测试自己的分割网络模型

测试数据准备首先,将没有训练过的数据放在一定路径下,以便后面测试使用: 修改测试脚本如下图所示,需要修改测试脚本中的两个指定模型文件的位置: 执行测试命令python demo.py –gpus 0 –input data/test/000519.bmp后续准备将这个测试脚本修改一下,使其能批量测试图片。 测试结果如下所示: 测试效果分析原图:分割图:原图:分割图:原图:分割图:原图:分割图

2017-04-11 10:46:12 2425 1

原创 使用Tensorflow训练自己的分割数据

数据准备首先,需要将准备好的原始数据与其标签文件放在固定目录下,然后建立标签索引文件train.txt与val.txt,具体格式如图所示,左侧是原图,右侧是标签图:然后建立test.txt文件,具体如图所示: 设计网络结构比如使用FCN的机制来进行分割,以下面的网络结构为例:修改配置文件比如本次训练使用高速的数据,将训练配置文件hypes/KittiSeg_highspeed.json中的data

2017-04-11 10:26:01 6505 5

原创 如何在ROS环境中解码.bag格式数据

由于Udacity开源的数据使用了.bag格式,所以在解码其数据的时候,废了一番周折。首先,查看.bag文件信息使用rosbag info **.bag,具体如图所示:然后,根据上面信息修改export.launch文件如下图中红色部分所示,第一处红框即上面那个,指定bag文件的位置,第二次红框即下面那个指定解码的具体主题,对应上面图中的topics中内容。解码使用解码命令roslaunch exp

2017-04-10 18:47:00 11100 7

原创 Tensorflow可视化---使用Tensorboard查看网络结构

查看网络结构在打开Tensorboard后,在GRAPH选项下,如图所示:可以看到该网络的网络结构。查看具体节点信息这个网络结构图可以点具体节点上的“+”来显示其详细信息:缩小就可以点击上面的“-”即可。

2017-04-10 18:24:49 10860

原创 Tensorflow可视化----Tensorboard的使用

Tensorboard工具介绍为了更方便 TensorFlow 程序的理解、调试与优化,Tensorflow项目组发布了一套叫做 TensorBoard 的可视化工具。你可以用 TensorBoard 来展现你的 TensorFlow 图像,绘制图像生成的定量指标图以及附加数据,如下图所示:Tensorboard工具使用(1)在命令行中使用如下命令: tensorboard –logdir=log

2017-04-10 17:34:06 1676

原创 Tensorflow训练CNN网络识别mnist

-- coding: utf-8 --“”” Created on Sun April 09 13:17:30 2017@author: Zizhang Wu “”“#数据加载import input_data mnist = input_data.read_data_sets(“MNIST_data/”, one_hot=True)import tensorflow as tf sess

2017-04-09 17:32:11 682 2

原创 Tensorflow使用交互式会话训练线性分类器

-- coding: utf-8 --“”” Created on Sun April 09 13:17:30 2017@author: Zizhang Wu “”“#数据加载import input_data mnist = input_data.read_data_sets(“MNIST_data/”, one_hot=True)设置占位符,运行TensorFlow的Interactive

2017-04-09 16:40:48 1457

原创 Tensorflow中的fetch与feed

在Tensorflow的使用中,取回训练结果使用两种方法:(1)fetch可以传入一些tensor来传回运行结果,比如下面代码中的mul指定传入方法,intermed作为传回结果的张量input1 = tf.constant(3.0)input2 = tf.constant(2.0)input3 = tf.constant(5.0)intermed = tf.add(inpu

2017-04-09 16:13:20 5503

原创 Tensorflow训练第一个线性回归分类器

具体的python代码如下-- coding: utf-8 --“”” Created on Sun April 09 13:17:30 2017@author: Zizhang Wu “”“#数据加载import input_data mnist = input_data.read_data_sets(“MNIST_data/”, one_hot=True)设置占位符,用None 来表示此张

2017-04-09 13:32:35 1068

原创 Python常见的缩进错误IndentationError: unexpected indent

今天编程的时候又遇到了Python中比较常见的缩进错误:IndentationError: unexpected indent 这类错误非常常见,一般都是由于tab在不同的平台上占用长度不同导致,有些事程序员自己直接使用空格或其他来顶替tab。 解决办法非常简单,在所在平台上使用标准的tab进行缩进,就OK了。

2017-04-09 13:24:27 7243 1

原创 Tensorflow学习资料

今天看到Tensorflow中文社区,发现里面内容很不错: http://www.tensorfly.cn/home/ 可以系统的学习一下,还有发帖问答等,以后有问题可以在里面提问呢,哈哈: http://www.tensorfly.cn/bbs/forum.php?mod=forumdisplay&fid=36

2017-04-09 10:40:54 688

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