queluying-CSDN博客

原创 Windows下使用训练好的Caffe模型

使用训练好的Caffe模型可以直接通过调用Caffe的Classifier文件，具体代码如下：import numpy as npimport matplotlib.pyplot as pltimport sysimport caffeclasses = ('others','qly') caffe_root = "D:/Micro_Caffe/caffe-master/" sys...

2018-02-27 16:05:58 1161

原创 Windows下Faster RCNN用于人脸检测的训练和demo

首先，这是一篇没搞懂为什么但是做出来了东西的博客。主要用于本人备忘，参考价值有限。Faster RCNN用于人脸识别已经有一些人做过，我只是一个重现者。有篇《Face Detection with the Faster R-CNN》的paper讲述了相关内容，大致意思就是用WIDER FACE库去训练模型。因此，我尝试了此种方法。按照惯例，感谢以下链接的作者给我的参考：https://www.cn...

2018-02-25 11:38:58 4766 4

原创 Windows10下使用Caffe训练神经网络(含数据库的生成方法)

首先，特别感谢以下参考链接的作者：http://www.cnblogs.com/denny402/p/5082341.htmlhttp://www.cnblogs.com/denny402/p/5083300.htmlhttps://www.cnblogs.com/qw12/p/6160572.htmlhttps://www.cnblogs.com/QingHuan/p

2018-02-03 20:21:38 1994 1

原创 Windows10环境下配置Caffe（Faster RCNN、python2.7）

前两天终于把Caffe配置好了，写篇博客防止自己忘记。首先，特别感谢以下参考链接的作者，正是基于他们的基础之上我完成了配置：http://blog.csdn.net/lalalazds/article/details/73863696https://www.jianshu.com/p/0a9cdbde2cc6http://www.cnblogs.com/LaplaceAku

2018-02-02 15:41:51 1901 1

ZYNQ通过PS访问PL端BRAM例程

在本例程中，在 PL 端设计了 1 个 4KB（位宽 32，深度 1024）的 BRAM。首先， PS 通过 M_AXI_GP 口向 BRAM 中 1024 个地址依次存入 1024 个 32 位的数据。 PS 每向 BRAM 完成写入 1 个 32 位数据后通过 AXI GPIO 输出 1 个上升沿信号， PL 捕获上升沿后立即将 PS 写入的 32 位数据读出，然后加 2，再存入原地址中。存储完成后， PL 通过 AXI GPIO 向 PS 输入 1 个翻转信号，每翻转 1 次， AXI GPIO 便向 PS 触发 1 次中断。 PS 触发中断后，再从 BRAM中读出该数据，判断是否被加了 2，若不一致，则报错。

2020-05-28

冈萨雷斯_数字图像+缪拉泰卡尔普_数字视频_中文教材.7z

中文版_数字图像处理_第三版_冈萨雷斯，中文版_数字视频处理_第二版_缪拉泰卡尔普，电子科技大学图像与视频处理课程推荐教材

2019-06-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人