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(9)
  • 收藏
  • 关注

原创 mobilenet压缩

在可视化训练好的mobilenet 的weights时发现有挺多的卷积核的值很小,几乎为0,这些卷积核对整个model没有贡献,所以我们通过减枝压缩技术去去除这些卷积核。以绝对值为0.0001作为阀值,减枝后(没有finetune)直接valid发现精度跟mobilenet本身的精度一模一样,说明这些滤波器对mobilenet的模型一点点的影响都没有.上图是mobilenet的valid 精度

2017-07-18 16:44:14 7468 14

原创 Mobilenet_YOLO

将YOLOv2原本的darknet19替换成mobilenet作odject detection 分别在coco和voc上训练,具体在weights和cfg在https://github.com/zunzhumu/darknet-mobilenet通过测试和验证,精度和效果都不是很好,损失得比较严重。这里给一张基于VOC的weights的预测结果:

2017-07-05 11:06:41 8876 6

原创 基于darknet框架的mobilenet

这里介绍关于Google的文章(MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications)中的网络结构,作者通过3*3的分组卷积和1*1的正常卷积代替原来的3*3正常卷积,由于group conv layer 只是在feature map 的每一个channel上进行操作,这样大大减少了未知

2017-06-28 09:56:20 11154 17

原创 微软caffe+mnist训练及预测

训练mnist数据集第一步:去官网下载mnist数据集http://yann.lecun.com/exdb/mnist/下载解压后放入caffe-master\data\mnist第二步:在caffe-master根目录下,创建create-mnist.bat,写入如下脚本.\Build\x64\Release\convert_mnist_data.exe.\data\mnist\

2017-03-08 17:34:47 1346

原创 微软caffe-SSD的训练和预测(windows cpu)

下载ssd:git clone https://github.com/conner99/caffe.gitcd caffegit checkout ssd-microsoft修改CommonSettings.props在caffe-master\src\caffe下新建3rdparty文件夹,里面添加hungarian.cpp在caffe-master\incl

2017-03-08 16:20:04 16200 52

原创 在微软caffe上实现yolov1的训练和预测(windows cpu)

借鉴http://blog.csdn.net/u012235274/article/details/52120152这篇博客;先来实现yolo的预测过程:新建一个项目yolo,添加yolo.cpp 下载地址:链接: http://pan.baidu.com/s/1dFKKBvz 密码: 5m5i (这里包括detect_layer.hpp,detect_layer.cpp,yolo.cpp,c

2017-03-07 22:11:31 3947 9

原创 yolo在windows的运行实现

参考这篇博文http://www.360doc.com/content/16/1018/20/18306241_599431747.shtml在windows下实现yolo,提供百度云的下载地址:http://pan.baidu.com/s/1c1QBQVm配置:主要是pthread和opencvpthread的下载地址:http://pan.baidu.com/s/1mhQv3C

2017-03-05 11:14:52 5351

原创 微软caffe windows cpu用自己数据 训练和测试AlexNet

第一、  制作自己的数据集分为train和val两个文件夹,train下面有每个类别的一个单独的文件夹,文件夹里面放着这个类别的图片。第二、  制作train.txt和val.txt(标签从0开始)第三、  根据convert_imagesets.exe把数据转换成LMDB或者LEVELDB格式第四、  生成训练图片的均值文件

2017-03-05 10:54:02 4822 3

原创 faster R-CNN windows caffe cpu

这里是借鉴http://blog.csdn.net/mr_curry/article/details/54745116这篇博客,实现cpu版的微软windows-caffe的faster R-CNN的配置。首先配置微软windows-caffe的matlab接口,打开windows目录下的CommonSettings.props配置文件这里注意需要添加一个matlab的includ

2017-03-04 22:21:42 2695 3

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