深度学习
文章平均质量分 90
西红柿爱吃小番茄
林中有两条路,我选择了人迹更少的那条,从此决定了我一生的道路
展开
-
面向摸奖式编程
面向摸奖式编程本来一直想写一篇关于自己职业规划的总结,但是总不知道如何去写。偶然有一次逛知乎,发现了“面向摸奖式编程”这个词儿,一下子产生了深刻的共鸣。这篇推文,我准备随意写,毕竟是在上班时间摸鱼,写公众号。各位看官随便看看就好。关于摸鱼上班时间摸鱼是一件非常幸福的事情,现在电脑在训练,也干不了其他啥的活,与其看着loss曲线发呆,不如做点自己的事情。我经常就是在鱼塘热榜看一下自己感兴趣的东西,比如知乎热榜,v2x,这个网站也是专门为摸鱼而生。关于人工智能我最讨厌的技术名词是AI,没有原创 2020-08-11 11:01:15 · 556 阅读 · 1 评论 -
攒一台自己的深度学习主机
攒一台自己的深度学习主机本来早就有组一台深度学习主机的打算了,刚好趁着这个星期事情不是很多,就终于把这个事情搞定了。整个过程分为几个部分,首先是自己根据需求来列出配置单,然后根据配置单去各种渠道比价,最后收货之后开始组装。先来看看我最后买到的配置单配件型号价格渠道主板z490技嘉小雕1300咸鱼CPUi7 107002090淘宝显卡RTX2070 华硕2500咸鱼硬盘1T m.2 西数蓝盘711京东内存条64G asgr原创 2020-08-11 10:59:17 · 2102 阅读 · 1 评论 -
YOLOV5目标检测----上手
YOLOV5目标检测----上手2020年4月23日,YOLOV4开源2020年6月10日,YOLOV5开源这两个日子,可是把CV类公众号的运营者忙坏了,各大公众号都在忙着抢“首发”当然,YOLOV4是货真价实的YOLO系列的第四个版本,虽然J.R大神宣布了“退役”,但是v4依然是其团队的研究成果,是具有正宗YOLO血统的对于YOLOV5,其作者显然不是YOLO团队的,但是v5的作者也是yolo系列忠实粉丝。ultralytics团队实现的pytorch版本的yoloV3,广受好评,在githu原创 2020-07-07 16:21:28 · 12858 阅读 · 0 评论 -
Xavier使用SDK_Manager刷机
拿到Xavier之后,默认系统开机就和电脑上重装系统之后一样的。设置用户名,设置密码,设置语言,设置时区。进入系统之后,就是找不到cuda和opencv。OK,Xavier原厂默认系统是不包含cuda,cudnn的,甚至于连opencv都没有。所以需要自己动手重新刷机一、准备下载工具现在NVIDIA提供了SDKManeger的工具,相比于之前的Jetpack界面更加友好SDKManager下载官方参考教程我这里下载的是SDK manager1.1.0版本sudo dpkg -i sdkma原创 2020-05-27 17:00:48 · 2117 阅读 · 1 评论 -
部署官方tensorflow版本EfficientDet
Docker部署官方tensorflow版本EfficientDet官方版本EfficientDet依赖环境为tensorflow2.1.0,python版本为3;而tensorflow2.1.0gpu版本又依赖于cuda10.1,为了不对本机环境产生影响,所以采用docker部署一、官方镜像下载在tensorflow官方镜像地址copy下载命令,复制到host机器的终端运行如果pull过程很慢,那就更换国内docker镜像源vim /etc/docker/daemon.json编辑dae原创 2020-05-19 13:44:49 · 2186 阅读 · 2 评论 -
yoloV4文章精读
YOLOV4yolov4在Tesla V100硬件和coco数据集下达到43.5%AP/65FPS的成绩v4这篇文章更像是很多种trick的一种集成,实验做着做着就变成了SOTA了。在研究v4的文章过程中,最有趣的就是可以看到一个小trick如何被验证有效,然后被修改,最后被集成到算法中。这篇论文学习了很久,把里面出现的reference尽量地去搞清楚了,所有的pdf都已经下载到本地了,可以公众号回复“20”,打包下载1、BackBone为了提升精度,主干网络经常被设计的很深,一方面增强模型的表原创 2020-05-09 19:04:17 · 2160 阅读 · 2 评论 -
EfficientDet文章精读
EfficientDet真可谓猛,一骑绝尘!在比YoloV3少28倍浮点预算量的前提下,精度还可以与之持平!Google Brain 牛逼!一、EfficientDet 关键词—EfficientEfficient这个词对于目前的目标检测领域来说非常关键,为啥这么说?目前刷榜的SOTA的算法很多,在COCO上数据很漂亮,但是在实际工程部署的时候,时间消耗没法忍受。所以对于目前目标检测...原创 2020-04-21 09:34:24 · 1017 阅读 · 0 评论 -
口罩人脸检测
口罩人脸检测“口罩”在目前可谓是热门话题,由于目前疫情影响,口罩对于视觉安防领域来说可谓是一个大挑战。据说业界已经搞定了口罩下的人脸识别。早在年前已经初步整理了一些口罩相关的检测,因为年前一直做DMS相关算法,口罩和墨镜下的人脸问题,也是需要实际解决的一个比较困难的问题。在深度学习技术为背景下的解决方案,其实都可以归结于数据问题。这里介绍下,口罩人脸检测算法数据集目前的算法,数据集...原创 2020-03-23 01:33:06 · 1858 阅读 · 0 评论 -
2000FPS的人脸检测算法,开源了!
2000FPS的人脸检测算法,开源了!2019年,南方科技大学的余仕琪老师开源了一个当时有史以来最快的人脸检测算法,影响颇大。前天,这个项目更新了,添加了5点的landmark输出,并且开源了其训练方法。先来看一组数据,在i7-1065G7 CPU上可以直接干到近2000fps于老师团队表示,由于疫情在家,疯狂尝试了很多想法,大部分都失败了,但是最后一个成功了,成功了就直接给发出来了,...原创 2020-03-23 01:28:58 · 1002 阅读 · 3 评论 -
EyeGaze_CNN
DMS技术–EyeGaze据调查显示,全世界发生的交通事故中有80%的碰撞事故是由于驾驶员分心导致的,如果在车上有人能够提示驾驶员分神了,发生事故的概率可以降低30%~43%EyeGaze Estimation,就是使用计算机视觉技术来实时监控司机是否走神的一种手段。系统可以实时地知道驾驶员的注意力在哪里,如下图所示,系统实时捕捉驾驶员的视线,图片来自于EyeSight。EyeGaze...原创 2020-03-23 01:24:43 · 1381 阅读 · 0 评论 -
DMS技术详解 一
DMS技术详解DMS(Driver Monitor System)——驾驶员监控系统DMS概述DMS系统最开始的应用是监控驾驶员的状态,以防止驾驶员疲劳,分神等危害驾驶过程的行为发生。随着计算机视觉技术的发展,现在DMS系统基本涵盖了整个车载视觉解决方案。传统DMS功能分为:1、疲劳驾驶检测2、分心驾驶检测当前车厂提出的需求:1、司机视线检测2、手势识别(与车机交互)3、人脸识...原创 2020-02-17 23:24:27 · 14925 阅读 · 0 评论 -
我们真的需要模型压缩吗
我们真的需要模型压缩吗本文是译文,略有修改,原文链接模型压缩是一种可以减小神经网络计算开销的技术,被压缩的模型在使用少量计算资源的同时,其性能通常与原始模型相似。在实际应用中,其应用瓶颈在于训练原始的大型神经网络为什么要进行模型压缩?神经网络往往是过参数化的,存在很多参数冗余,不利于移动端部署大算力的计算平台往往非常贵,模型压缩可以直接节省硬件成本适当参数化的模型(Appropriat...原创 2020-02-17 23:03:53 · 759 阅读 · 0 评论 -
2019全球AI发展报告分析
本人目前从事自动驾驶视觉感知工作,2019年整体行业遇冷,资本撤离,感受非常明显。加上最近有很多圈内做cv的学生跟我交流,问现在计算机视觉行情如何,和NLP对比有哪些优劣所以,我查找了一些资料,结合了本人的工作经历,谈谈自己的看法文中数据全部来自于以下调查报告报告pdf原文,可以关注公众号,后台回复“11”,直接获取下载链接全文分为几下几个部分报告阅读总结行业趋势AI人才就业和...原创 2020-01-13 10:50:52 · 1341 阅读 · 1 评论 -
深度学习目标检测--anchor
目标检测算法–anchor给目标检测算法分类,可以从好几个维度去看。例如我们常见的One-Stage和Two-Stage,这是从网络Stage数量上来分的。今天总结的方法,是根据是否有anchor来区分,所以在这个维度上,目标检测算法可以分为anchor based和anchor free,其实归根结底,都被称为Proposal Generation。其实anchor-free并不是一个新概念,...原创 2019-12-27 15:07:59 · 1118 阅读 · 1 评论 -
目标检测算法 CNN主干网络
目标检测算法 CNN主干网络在深度学习目标检测算法中很重要的一个部分就是特征提取,用来提取特征的就是CNN中的backbone,Backbone的复杂度很大程度上决定了目标检测算法的耗时。例如我们常说的SSD算法就是Backbone为VGG16的SSD,后来由于工程化场景限制,衍生出一系列兼顾适应场景精度和速度的网络。例如MobileNet-SSD,Resnet-SSD,RefineDet-...原创 2019-12-26 16:26:08 · 4356 阅读 · 0 评论 -
深度学习目标检测最全综述
本篇文章是精读了三篇目标检测综述文章之后,结合落地项目经验总结而成。文章内容很多,本文的目的是划重点,写核心,使刚入门的同学对目标检测有从感性到理性的认识。文章中出现的论文,全部打包整理,需要仔细研读的同学,关注公众号,后台回复 “ 05 ”领取文章大礼包;后台回复 “04”,加我微信,讨论技术问题。文章主要包含以下几个方面。目标检测的发展过程(时间轴顺序)传统检测算法V.J...原创 2019-12-22 13:53:47 · 5938 阅读 · 1 评论 -
深度学习入门
深度学习入门–资源篇从2016年开始,深度学习开始崛起,最近几年见证了cv算法从机器学习到深度学习的大转变。这篇文章主要以分享资源为主,从机器学习到深度学习的入门资料。理论方面机器学习视频,吴恩达斯坦福coursera机器学习课程深度学习书籍,书名《深度学习》,因为封面是使用深度学习生成的花的图片,所以江湖人称 “花书”,此书可谓深度学习的圣经,AI的葵花宝典。这里是深度学习中文版PD...原创 2019-12-17 18:33:10 · 431 阅读 · 0 评论 -
下一站挤不挤?智能系统告诉你!
下一站挤不挤?智能系统告诉你!刚刚看到新闻,上海公交站已经开始了一个新的智能系统的试运行。这个智能系统可以提示乘客下一辆车的拥挤程度,这个可是比只能提示下一辆车还有多久到的系统智能多了。刚看到这个新闻我就在想,这个是基于什么原理做的呢?什么样的方案才能成本最小? 脑海里第一个出来的就是图像,只有基于图像做,每辆车的成本就只需要控制在几个摄像头的价格内,妥妥的可以大力推广的方案。经过查看进一步...原创 2019-12-17 18:28:21 · 356 阅读 · 0 评论 -
MTCNN应用详解
MTCNN应用详解很多人应该是读过MTCNN这篇文章的,所以这里没有简单的流程介绍,如果只是简单地算法介绍,百度上已经有很多了。开始之前,先确认以下几个问题为什么要做图像金字塔,图像金字塔在MTCNN中带来的优势和劣势分别是什么?MTCNN为什么可以接受任意尺寸的图片输入?检测最小人脸尺寸ninSize为什么是12?缩放因子factor为什么是0.709?什么是边框回归?为什么ON...原创 2019-12-08 23:54:50 · 1890 阅读 · 0 评论 -
人脸检测算法落地详解
人脸检测 Face Detection目标:人脸检测的目的是找出一张图片中的所有人脸的位置信息人脸检测是人脸其他应用的基础,只有获取到了是否有人脸和人脸的精确的位置信息,其它的应用才能继续开展,所以说人脸检测是一个基础且重要的一个技术。本篇文章包含内容:人脸检测工程应用中面临的问题人脸检测算法的发展过程工程中常用的人脸检测算法人脸检测算法案例详细说明一、人脸检测工程应用中面临...原创 2019-12-06 15:47:39 · 2229 阅读 · 0 评论 -
Deepin 15.11 配置深度学习环境
Deepin 15.11 配置深度学习环境一、安装deepin15.11 系统1、在DeepIn官网下载iso文件http://cdimage.deepin.com/releases/15.11/deepin-15.11-amd64.iso2、下载制作upan启动工具Deepin官方给的深度U盘启动工具,我这里在win7上启动不了,放弃了。还是使用rufus来制作。3、安装系统在BI...原创 2019-12-05 13:58:29 · 1486 阅读 · 0 评论 -
修改xml文件中节点的值
修改xml文件中节点的值在深度学习中的样本,xml文件中记录着图片的各种信息。现在图片更改了,所以需要对应地修改xml中的数据。①读取图片的尺寸信息②修改对应的xml,将真实尺寸修改要修改的xml<?xml version='1.0' encoding='utf-8'?><annotation> <folder>double</folder> <filename>0001</fil原创 2017-01-18 21:37:37 · 5938 阅读 · 0 评论 -
安装tensorflow过程遇到的问题
According to the tensorflow 1.0.0 release notes,tf.mul, tf.sub and tf.neg are deprecated in favor of tf.multiply, tf.subtract and tf.negative.You'll need to replace tf.mul with tf.multiply.安装tensorflow的几种方法原创 2017-03-16 17:59:29 · 3075 阅读 · 0 评论 -
编译caffe的一个protobuf问题
编译caffe遇到的一个奇葩问题一直都显示protobuf的问题,如下图所示: undefined reference to ‘google::protobuf::MessageLite::SerializeToString’ 对于我这种老司机来说,编译安装caffe已经无数次了,看到这个的第一反应就是libprotobuf-dev这个没有安装,于是sudo apt-get install原创 2017-03-20 17:04:01 · 21772 阅读 · 17 评论 -
caffe 人脸特征提取并计算相似度
caffe 人脸特征提取并计算相似度背景要做人脸识别相关任务,查了很多资料,最近比较火的center-loss做人脸识别。利用caffe-face的模型来提取人脸特征,由于一直都没有深入到caffe的api来做过,一直都在到处查资料。现在将过程记录下。caffe-facecaffe-facehttps://github.com/ydwen/caffe-face源码相较于caffe源码里面,多了一个f原创 2017-07-14 14:23:44 · 8545 阅读 · 1 评论 -
faster-rcnn在ubuntu16.04环境下的超级详细的配置
首先,下载好必须要的安装包。为了方便,我已经全部上传在了百度云。- ubuntu16.04系统 链接:http://pan.baidu.com/s/1geU8piz密码:25mk- cuda8.0,cudnnV5 链接:http://pan.baidu.com/s/1bpN5dtd密码:igxv- mkl 链接:http://pan.baidu.co...原创 2019-12-06 17:03:08 · 12247 阅读 · 19 评论 -
NMS算法的理解
NMS算法的理解NonMaximumSuppression 非极大值抑制当预测网络预测出bbox的位置之后,一定会产生很多种可能。每一个bbox包括位置信息和置信度(概率),这个时候就需要根据nms的来排除掉一些冗余的bbox。例如,人脸检测算法得到了8个人脸检测框,这8个检测框中明显是由两个人同时有两个框的,这样就产生了冗余,需要利用nms将这些多余的框去掉。 代码://人脸检测结果数据结构bb原创 2017-11-09 15:40:32 · 4179 阅读 · 1 评论 -
centos7 配置caffe环境
centos7 配置caffe环境一,显卡驱动安装在英伟达官网选择适合自己机器的显卡驱动chmod +x NVIDIA-linux-x86_64-384.98.run禁用nouveaumv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bakdracut /boot/initramfs-$(uname -r).img原创 2018-01-02 20:43:05 · 508 阅读 · 0 评论 -
人脸检测
人脸检测 人脸检测目的就是在一张图中找到所有的人脸。本次分享只针对人脸检测,不涉及到人脸识别。人脸检测几种常用的方法:①早期的人脸检测方法是利用人工提取特征,训练分类器,进行人脸检测。例如opencv源码中自带的人脸检测器就是利用haar特征进行的人脸检测。这类方法的缺点就是在环境变化强烈的时候检测效果不理想,例如弱光条件,人脸不全。②从通用的目标检测算法...原创 2018-03-10 17:55:30 · 21791 阅读 · 5 评论 -
Faster R-CNN实验记录总结
刚开始接触到深度学习的时候,做实验的一些记录。现在看来有些简单的,权当写日志了。收集数据样本训练,对于样本的选取的总结。现象:1、第一次训练车牌图片,车牌是已经被“归一化”过,使得所有的车牌图片都是相同的尺寸,就是说将原图的比例改变了。强行的变成了固定比例的车牌图片。当这样的图片经过训练之后,对正常的车牌图片识别效果很差,对同样经过归一化的车牌的识别效果很好原创 2017-01-09 17:59:41 · 2068 阅读 · 0 评论