机器学习
文章平均质量分 79
宋易雪
机器视觉|机器学习|机器人|ROS
展开
-
RCNN学习笔记(0):rcnn简介
reference link: http://blog.csdn.net/shenxiaolu1984/article/details/51066975Region CNN(RCNN)可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折桂,2010年更带领团队获得终身成就奖,如今供职于Facebook旗下的FAIR。 这转载 2016-09-13 10:02:55 · 1430 阅读 · 0 评论 -
SSD的配置安装与测试
世界各地大牛数不胜数,论文此起彼伏,方法日新月异,不过我们要紧跟时代潮流,做学术领先人,哈哈,我在吹牛,大神们不要打我。。。。。。继yolo-darknet后,又一个SSD的配置教程,希望可以帮助大家。若不能配置成功,请与我联系,邮箱:ahuljx@126.com注意:1、要求Ubuntu系统预先安装OpenCV和cuda7.5,如果您没有安装,请参考我的博客:http://blo转载 2016-10-27 16:24:50 · 1674 阅读 · 0 评论 -
在Jetson TX1上编译运行Faster R-CNN
本文介绍如何在Jeston TX1上编译运行python版本的Faster R-CNN代码1.安装相关依赖库$ sudo apt-get install libatlas-base-dev libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler原创 2016-09-21 14:08:09 · 4561 阅读 · 8 评论 -
在TX1上安装caffe
网上关于caffe和cuda的配置教程很多,但是在TX1这块嵌入电脑上配置caffe还是挺让人头痛的一件事。本文,争取用最傻瓜最小白的方式来介绍如何在TX1上配置caffe。第一步安装CUDA第二步安装OpenCV第三步安装Cudnn在https://developer.nvidia.com/rdp/cudnn-download这个网站上下载 cuDNN v4 Librar原创 2016-09-08 09:55:22 · 2409 阅读 · 0 评论 -
RCNN学习笔记(7):Faster R-CNN 英文论文翻译笔记
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal NetworksShaoqing Ren, Kaiming He, Ross Girshick, Jian Sunreference link:http://blog.csdn.net/liumaolincycle/article/detail转载 2016-09-20 10:12:20 · 5168 阅读 · 1 评论 -
RCNN学习笔记(5):faster rcnn
http://blog.csdn.net/u011534057/article/details/51247371reference link:http://blog.csdn.net/shenxiaolu1984/article/details/51152614http://blog.csdn.net/luopingfeng/article/details/51245694转载 2016-09-19 10:00:20 · 893 阅读 · 0 评论 -
RCNN学习笔记(3):Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-net)
转自:http://blog.csdn.net/u011534057/article/details/51219959CNN网络需要固定尺寸的图像输入,SPPNet将任意大小的图像池化生成固定长度的图像表示,提升R-CNN检测的速度24-102倍。固定图像尺寸输入的问题,截取的区域未涵盖整个目标或者缩放带来图像的扭曲。事实上,CNN的卷积层不需要固定尺寸的图像,全连接层是需要固定大转载 2016-09-14 09:01:55 · 1000 阅读 · 0 评论 -
RCNN学习笔记(1):Rich feature hierarchies for accurate object detection and semantic segmentation
rcnn主要作用就是用于物体检测,就是首先通过selective search 选择2000个候选区域,这些区域中有我们需要的所对应的物体的bounding-box,然后对于每一个region proposal 都wrap到固定的大小的scale,227*227(AlexNet Input),对于每一个处理之后的图片,把他都放到CNN上去进行特征提取,得到每个region proposal的f转载 2016-09-14 09:00:10 · 799 阅读 · 1 评论 -
RCNN学习笔记(2):Rich feature hierarchies for accurate object detection and semantic segmentation
基于R-CNN的物体检测参考地址:http://blog.csdn.net/hjimce/article/details/50187029一、相关理论 本篇博文主要讲解2014年CVPR上的经典paper:《Rich feature hierarchies for Accurate Object Detection and Segmentation》,这篇文章的算法转载 2016-09-13 10:04:00 · 792 阅读 · 0 评论 -
GTX1070+CUDA8.0+Ubuntu16.04+Caffe+SSD 深度学习框架搭建 细节一步到位版
在此首先感谢各种深度学习讨论QQ群中网友的帮助,感谢乐于在网上共享一些编译代码时遇到的一些疑难杂症的中外同志们。。这个是真的不太好装。。1.关闭独立显卡,启动集成显卡。开机,按F2,进入BISO设置,高级,显卡管理,显卡启用选择ICPU。用一个DVI-D的数据线连接电脑主板和一台屏幕比较小比较老的显示器。(别问我为什么。。)启动电脑。2.安装Ubuntu16.04.原创 2016-10-28 19:28:36 · 20090 阅读 · 22 评论