2017年10月_qiusuoxiaozi

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 SSD: Single Shot MultiBox Detector思想精要&技术细节

一、理解SSD：这大半个月来一直在捣弄SSD。一篇文章在handle一个task的时候，总是有其隐藏在其背后，独特的处理问题的思想，为了避免过目就忘，决定把SSD的思想提炼总结一下，原则就是简而精：往大了看，SSD其实就是由两个subtask构成的。这两个subtask绝大多数时候是相互独立的，各做各的事，自己优化自己，不存在交叉优化或者joint training，可以说是并不相关的。只有在最后t

2017-10-31 15:10:27 587

原创 NMS—非极大值抑制算法

概括NMS的思想（假定是人脸检测bbox NMS）：按照置信度将所有的bbox升序排列（或者降序也行，只是后面的操作都相应改一下）作为一个set，然后： 1. 选取set的最后一个bbox，并将该bbox加入pick集合 2. 将set中该bbox之前的所有bbox与其计算overlap，将那些overlap大于指定threshold的bbox（包括该bbox自己）从set中删除，更新set

2017-10-25 18:30:32 904

原创 Ubuntu之学会从源码编译安装package（无root权限）

Windows下编辑的.sh文件复制到ubuntu下会因为格式的问题而导致运行报错，解决的办法就是使用一款叫做dos2unix的package在ubuntu下将.sh转换成unix的格式。那么要安装dos2unix，可是没有root权限，所有不能直接使用apt-get的方法了，解决的方法是从官网下载源码然后编译安装。下载源码的网址：https://launchpad.net/ubuntu/...

2017-10-19 21:37:27 3110

原创 pkg-config与多版本opencv安装

想要在服务器上为自己安装一个opencv3.3.0。运行pkg-config --modversion opencv 发现现有的opencv是2.4.8。但是仔细没有找到opencv.lib相关文件。。只在/usr/include下找到了一些头文件。学习pkg-config命令，可以参考下面这个blog http://blog.csdn.net/luotuo44/article/details/2

2017-10-12 10:54:32 7195

原创 TensorFlow之保存/恢复模型

模型保存# save the specific variablessaver = tf.train.Saver(...variables list...)# this will only save trainable variablessaver = tf.train.Saver(tf.trainable_variables()) # this will save all the variabl

2017-10-11 11:29:01 1351

PRML 模式识别与机器学习（英文）

PRML 模式识别与机器学习

2017-08-01

Python numpy

直接下载双击即可安装numpy，免去考虑compile的麻烦。关于scipy的安装（也比较麻烦）也有类似的软件，具体请见我的blog

2016-04-24

提高matlab代码速度的Tips

To speed up your matlab code, which is downloaded from UFLDL website

2016-04-14

UFLDL exercise9 Convolution and Pooling

In this exercise you will use the features you learned on 8x8 patches sampled from images from the STL-10 dataset in the earlier exercise on linear decoders for classifying images from a reduced STL-10 dataset applying convolution and pooling. The reduced STL-10 dataset comprises 64x64 images from 4 classes (airplane, car, cat, dog).

2016-04-13

UFLDL exercise8 Linear Decoder

In this exercise, you will implement a linear decoder (a sparse autoencoder whose output layer uses a linear activation function). You will then apply it to learn features on color images from the STL-10 dataset. These features will be used in an later exercise on convolution and pooling for classifying STL-10 images.

2016-04-12