- 博客(58)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 effective c++学习笔记
Effective C++7.1C++不同次语言，条款不同C++有四个次语言：C，object-oriented C++，template C++，STL。不同的次语言其高效规则不同。例如对于内置类型（C like）而言，值传递要比引用传递高效；但是在object-oriented C++中由于用户自定义的构造函数和析构函数的存在，传递常量引用的方式更好，template C++中也是这样...
2019-08-19 17:09:37
495
原创 LeetCode经典题目总结
目录5.Longest Palindromic Substring53.Maximum Subarray115.Distinct Subsequences139.Word Break198.House Robber28.Implement strStr()668.Kth Smallest Number in Multiplication Table...
2019-08-03 23:04:58
986
原创 面试问题总结
1.前缀，中缀，后缀表达式及其转换参考：https://blog.csdn.net/antineutrino/article/details/6763722前缀表达式的计算机求值（波兰式）：从右至左扫描表达式，遇到数字时，将数字压入堆栈，遇到运算符时，弹出栈顶的两个数，用运算符对它们做相应的计算（栈顶元素 op 次顶元素），并将结果入栈；重复上述过程直到表达式最左端，最后运算得出的值...
2019-07-30 16:21:57
215
原创 GMM背景建模与前景提取
#include <opencv2/opencv.hpp>#include <opencv2/core/core.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/video/backgro...
2019-07-15 22:10:50
931
原创 Mask-RCNN论文阅读笔记
1. Introduction实例分割的挑战性在于它需要正确地检测出图像中物体的位置的同时对每一个实例精确地分割。因此这是一个结合了CV领域中目标检测（分类并且定位图片中的物体）和实例分割（将图像中每一个像素点分类，且同一个实例中的像素点是一类）的任务。Mask-RCNN对Faster-RCNN做了扩展，增加了一条分支用于为每一个roi预测分割mask掩模。这个mask分支就是应用在每一个...
2019-07-13 17:25:17
330
原创 inception系列论文阅读笔记
1.Going deeper with convolutions2.Related WorkNIN是一种提升神经网络特征表示能力的方法，将这种思想用在卷积网络中，这种方法可以看作是一个1x1的卷积层接一个ReLU激活函数构成。此外在我们的网络中1x1卷积核还有另一个作用：用作降维的模块，从而解决限制网络体量的计算瓶颈。这允许我们在不损失重要的性能表现的情况下使得网络更深且更宽。3.Mo...
2019-07-11 17:30:01
187
原创 Learning Spatiotemporal Features with 3D Convolutional Networks论文阅读
通过3D卷积网络学习时空特征Abstract有三点结论：1.3D卷积网络比2D卷积网络要更适合于时空特征的学习。2.相同的网络结构，在所有的层中使用3x3x3的卷积核在所有的3D卷积网络中表现最好。3.我们的C3D特征（通过3D卷积提取的特征）应用在简单的线性分类器上比当下最好的方法在4个不同的评估基准上要更好，在另外两个评估基准上与之相当。此外特征是很小型紧凑的：在UCF...
2019-07-09 19:33:50
188
原创 faster RCNN self.solver = caffe.SGDSolver(solver_prototxt) AttributeError: can't set attribute问题解决
在训练Faster-RCNN模型时报出如下错误：I0617 19:52:26.084951 19865 layer_factory.hpp:77] Creating layer input-dataI0617 19:52:26.099476 19865 net.cpp:86] Creating Layer input-dataI0617 19:52:26.099493 19865 net....
2019-06-17 20:16:54
694
原创 神经网络中卷积层前向传播forward和反向传播backward计算梯度python实现
1.理论推导参考博客如下，写得很好。https://www.cnblogs.com/pinard/p/6422831.htmlhttps://www.cnblogs.com/pinard/p/6494810.html关键点就在于，反向传播的过程中，得到了top的梯度后，如何反向来传。个人的理解是首先得求出top一层的误差在bottom一层关于变量的梯度DX，然后再求出bottom层...
2019-06-04 11:08:00
3506
原创 YOLO系列
YOLOv1https://blog.csdn.net/hrsstudy/article/details/70305791YOLOv2https://blog.csdn.net/hai_xiao_tian/article/details/80472419YOLOv3https://zhuanlan.zhihu.com/p/34945787
2019-05-20 15:54:55
359
原创 深度学习知识点总结
1.欠拟合，过拟合和模型的容量1.1基本概念机器学习的目标是使算法在“先前未观测到的新输入上”表现良好，这种能力成为泛化。通常我们希望算法在测试集上具有小的泛化误差。这个泛化误差体现在测试集上的测试误差。前提：我们的假设是每个数据集中的样本都是相互独立的，并且测试集和训练集是同分布的。机器学习算法中，我们的处理过程为：（1）降低训练误差；（2）缩小训练误差和测试误差的差距；...
2019-05-10 16:50:35
1560
原创 堆排序，快速排序，归并排序，插入排序总结及C++实现
目录1.堆排序1.1堆1.2维护堆的性质1.3建堆1.4堆排序算法2.快速排序3.归并排序3.1原理3.2代码实现3.3时间复杂度4.插入法排序4.1原理1.堆排序1.1堆堆是一个数组，可以看成一个近似的完全二叉树。除了最底层外树是完全充满的，并且从左到右填充。表示堆的数组A有两个属性，一个是A.length，表示数组的大小；另一个是...
2019-03-30 12:28:07
1202
原创 matlab /sys/os/glnxa64/libstdc++.so.6: version `GLIBCXX_3.4.20' not found解决方法
在Ubuntu上运行matlab，调用caffe接口检测时出现如题目的问题。解决方法之一：命令行输入export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libstdc++.so.6然后重新运行matlab程序。...
2019-03-11 15:37:48
773
原创 C++知识总结
1.字符串（1）C++中每个字符串都以字符'\0'作为结尾。（2）一个char类型占用一个字节；int类型占用4个字节；一个指针在32位系统上占用4个字节，在64位系统上占用8个字节。NULL空指针也占4或8个字节。（3）定义一个字符串：char str[] = "abcd";，此时strlen(str)=4,sizeof(str)=5，因为sizeof求得的是占用的字节数，因此包含了...
2019-03-09 22:05:09
334
原创 opencv常用知识
1.cv::SizeSize(int width, int height) //建構式Size size1(150, 100);Size size2;size2.width = 150;size2.height = 100;int myArea = size2.area(); 2.cv::Matcv::Mat::Mat(int rows,int cols,int...
2019-01-16 15:45:36
181
原创 mpii数据集中的scale的含义
MPII数据集中，标注文件内容中有一个scale参数，官方的说法是：person scale w.r.t. 200 px height我的理解是这个scale=图片中人体框的高度/200.当然这个人体框是一个大致的位置，因为标注文件中关于人框除了scale之外只有一个objpos参数，这个是代表了人体中心点的坐标。因此感觉上mpii数据集中的人体框都是个正方形。...
2019-01-10 11:26:49
3228
7
原创 pytorch中torch.max和Tensor.view函数用法
torch.max()1.torch.max()简单来说是返回一个tensor中的最大值。例如：>>> si=torch.randn(4,5)>>> print(si)tensor([[ 1.1659, -1.5195, 0.0455, 1.7610, -0.2064], [-0.3443, 2.0483, 0.6303,...
2018-12-27 16:50:02
16500
原创 caffe Cannot create Cublas handle. Cublas won't be available error == cudaSuccess (3 vs. 0)问题解决
在运行caffe相关的程序时出现如下错误： Cannot create Cublas handle. Cublas won't be available.Check failed: error == cudaSuccess (3 vs. 0)这种问题有很多原因，其中有一种常被忽略的原因，就是显卡驱动崩了。（有的显卡或者服务器有个问题就是当显卡在跑着任务时，再加进新的任务就会卡死）...
2018-12-26 11:14:53
1244
原创 实用的Ubuntu命令行命令
1.查看opencv版本pkg-config --modversion opencv2.查看系统CPU和内存信息1.CPU：lscpu2.内存：free -h 查看使用情况sudo dmidecode --type memory 查看内存详细信息3.使用zip压缩文件夹zip -r dst.zip source其中dst.zip是目标文件 source是源文...
2018-12-24 14:51:02
546
原创 C++ string find substr得到文件名的前缀后缀
例如有一个带有路径的文件名为/a/b/c/d/v/00001.jpg此时需要得到该文件的文件名00001.jpg以及文件名的前缀和后缀。C++代码如下：#include <string>#include <iostream>using namespace std;int main(){ string name1 = "/a/b/c/v/zhiodfh...
2018-12-23 15:27:12
3956
原创 深度学习中的mAP，AP,Precision精确率，Recall召回率，Accuracy准确率
AP值Average Precision，即 平均精确度 。如何衡量一个模型的性能，单纯用 precision 和 recall 都不科学。于是人们想到，为何不把 PR曲线下的面积 当做衡量尺度呢？于是就有了 AP值 这一概念。这里的 average，等于是对 precision 进行 取平均 。mAP值Mean Average Precision，即 平均AP值 。...
2018-12-20 21:32:54
16501
原创 PAT甲级（advanced level）题目解答记录
目录1001.A+B Format1002.A+B for Polynomials1003.Emergency1020.Tree Traversals1030.Travel Plan1001.A+B Format题目概述：计算两个数字之和，输出时表示为每隔3位以逗号分隔的“标准形式”。解题思路：首先考虑int的取值范围。int一般为4个字节，即32位，能表示...
2018-12-12 22:24:17
445
原创 MTCNN论文阅读笔记
目录二，Approach1.总体框架2.CNN结构3.训练（training）三，Experiments1.训练数据training data二，Approach1.总体框架下图是总体的流程。首先将给定的图片resize到不同的尺度，构建一个图片金字塔，用于下面的三步级联的网络的输入。stage1：提出了一个名为proposal network（...
2018-12-12 20:29:31
477
原创 深度学习中的momentum和weight decay参数
1.momentum用于梯度下降算法中加速模型收敛。如上公式，其中V代表动量，u代表参数momentum的值，a为学习率。 2.weight decay该参数是损失函数中的正则化项的系数。正则化用于防止过拟合，因为当网络出现过拟合现象时网络权值逐渐变大的，而正则化能降低权重。因此，为了避免出现overfitting，会给损失函数添加一个惩罚项，常用的惩罚项是所有权重的平方乘...
2018-12-12 10:49:33
2727
原创 PAT顶级(top level)题目解答
此篇blog用于记录我的PAT（顶级）的题目的代码及思路，长期更新中。1001 Battle Over Cities - Hard Version题目理解：给出当前的城市数目N，和m个城市的连接，其中m个城市的连接的状态有的是1，代表正常，有的是0，代表连接损坏。当一个城市被占领时，与这个城市的连接全部切断，此时需要保证剩余的城市都存在至少一个和其他城市的连接为1。这时就需要修复（re...
2018-12-11 21:25:54
3772
原创 caffe中batchnormal层的param参数lr_mult和decay_mult都为0的原因
如下截取一部分train.prototxt的片段：layer { name: "conv2_em/bn" type: "BatchNorm" bottom: "conv2_em" top: "conv2_em" param { lr_mult: 0 decay_mult: 0 } param { lr_mult: 0 decay_mu...
2018-12-04 15:37:44
2806
1
原创 matlab libstdc++.so.6: version `CXXABI_1.3.8' not found version `GLIBCXX_3.4.20' not found错误解决方法
在matlab中运行一个.m程序，会报出如下错误：Invalid MEX-file '/home/zhanghan/learning/sphereface-master/test/../tools/caffe-sphereface/matlab/+caffe/private/caffe_.mexa64':/home/zhanghan/Install/MATLAB15/2015b/bin/gl...
2018-12-01 11:37:32
1683
1
原创 batch_normalization (bn)层以及实际使用中合并bn层
参考：bn层原理：https://blog.csdn.net/qq_25737169/article/details/79048516https://blog.csdn.net/hjimce/article/details/50866313合并bn层：https://blog.csdn.net/kangdi7547/article/details/81348254...
2018-11-15 17:34:04
764
原创 Inception结构学习（GoogLeNet提出）
参考以下文章：https://blog.csdn.net/qq_38906523/article/details/80061075
2018-11-15 17:03:43
846
原创 MobileNet学习总结
1.mobilenet v1参考下文即可，写的很好。https://blog.csdn.net/t800ghb/article/details/78879612自己的疑问：（1）DW层，即Depth-Wise层，是否实际上就是一个3x3的一维卷积核？2.mobilenet v2参考下文。https://blog.csdn.net/u011995719/article/d...
2018-11-14 16:55:38
474
原创 SoftMax函数，交叉熵损失函数与熵，对数似然函数
深度学习以及机器学习中都会用到SoftMax函数，交叉熵损失函数与熵，对数似然函数等一些数学方面的知识，此文作为个人学习笔记。1.softmax函数（1）定义多分类问题中，我们可以使用SoftMax函数，对输出的值归一化为概率值，映射到（0，1）区间。这里假设在进入softmax函数之前，已经有模型输出C值，其中C是要预测的类别数，模型可以是全连接网络的输出a，其输出个数为C，即输...
2018-11-08 15:17:06
10538
原创 caffe prototxt网络文件中参数含义
caffe中训练一个模型时，需要用到两个文件，一个是train.prototxt文件，里面定义了模型的网络结构；另一个是solver.prototxt文件，里面定义了训练模型时的一些参数配置。一些常用的参数的含义这里不做记录。1.train.prototxt文件（1）数据层在层类型中，也就是“type”这个参数，一般都会写“Data”，这个类型说明数据来自于数据库（如LevelDB和L...
2018-11-07 16:08:58
2029
原创 神经网络中反向传播算法(backpropagation)的pytorch实现，pytorch教程中的代码解读以及其他一些疑问与解答
pytorch的官网上有一段教程，是使用python的numpy工具实现一个简单的神经网络的bp算法。下面先贴上自己的代码：import numpy as npN,D_in,H,D_out = 4,10,8,5x = np.random.randn(N,D_in)#4x10y = np.random.randn(N,D_out)#4x5#print(x)#print(y)w...
2018-11-03 11:18:43
1525
原创 undefined reference to `caffe::Net float ::Net(std::__cxx11::basic_string char,问题解决
在原本能正常使用的caffe中修改代码后重新编译，会产生如下错误：CXX/LD -o .build_release/tools/caffe.bin.build_release/tools/caffe.o: In function `test()':caffe.cpp:(.text+0x15b3): undefined reference to `caffe::Net<float>...
2018-09-25 20:20:24
3432
7
原创 /usr/include/opencv2/contrib/contrib.hpp:760:9: error: ‘vector’ does not name a type 编译caffe问题解决
在编译用于训练openpose模型的caffe时，遇到了如下错误：/usr/include/opencv2/contrib/contrib.hpp:561:42: error: ‘vector’ has not been declared CV_OUT vector<vector<Point> >&a...
2018-09-05 15:22:26
2163
原创 /usr/bin/ld: cannot find -lopenblas 编译caffe问题解决
在编译用于训练openpose的caffe时，make之后产生如下错误：LD -o .build_release/lib/libcaffe.so.1.0.0-rc3/usr/bin/ld: cannot find -lopenblascollect2: error: ld returned 1 exit statusMakefile:570: recipe for target '.bu...
2018-09-05 15:12:20
2991
原创 error: too few arguments to function ‘cudnnStatus_t cudnnSetConvolution2dDescriptor(cudnnConvo问题解决
在编译caffe时，如果你要使用cudnn，那么需要在caffe的Makefile.config文件中将CUDNN=1这一行取消注释，然后进行编译。但是我在编译用于训练openpose模型的caffe时，遇到了如下错误：In file included from ./include/caffe/util/device_alternate.hpp:40:0, ...
2018-09-05 15:03:15
4164
9
原创 Undefined function or variable 'maskApiMex'.Error in MaskApi.decode (line 84)问题解决
在使用openpose训练自己的数据之前需要进行数据处理，在运行一个genCOCOMask.m文件时，产生如下错误：>> genCOCOMask1/ 216342/ 216343/ 216344/ 216345/ 216346/ 216346/ 21634Undefined function or variable 'maskApiMex'.Error in M...
2018-09-03 14:42:03
1201
原创 ubuntu重新安装opencv 安装contrib模块 opencv3.3.0为例
由于一些框架的源码中用到了opencv的额外模块contrib，但是通常情况下直接安装的opencv中虽然有这个模块的.h .hpp等文件，但是编译用于训练openpose模型的caffe时会报错，因此需要重新安装opencv，在其中添加contrib模块。 1.下载opencv以及opencv_contrib源码安装包github地址：https://github.com/ope...
2018-08-29 15:22:39
2255
opencv_contrib中用到的包
2018-08-29
ippicv_2017u2_lnx_intel64_20170418.tgz
2018-08-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人