Deep Learning
FelixFuu
这个作者很懒,什么都没留下…
展开
-
SqueezeNet运用到Faster RCNN进行目标检测+OHEM
目录目录一SqueezeNet介绍MOTIVATIONFIRE MODULEARCHITECTUREEVALUATION二SqueezeNet与Faster RCNN结合三SqueezeNetFaster RCNNOHEM原文链接一、SqueezeNet介绍论文地址:https://arxiv.org/abs/1602.07360 代码地址:https://github.com原创 2016-12-17 22:01:32 · 7929 阅读 · 20 评论 -
openpose训练代码(二)
openpose训练代码(一): http://blog.csdn.net/u011956147/article/details/79292026 openpose训练代码(二):http://blog.csdn.net/u011956147/article/details/79292734在上一篇openpose训练代码(一) 中讲到cpm_data_transformer,其实这个...原创 2018-02-08 19:34:49 · 6884 阅读 · 3 评论 -
Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
2D人体姿态估计,openpose中人体姿态估计部分的主要组成。 **仅作为个人备忘录**这里记录的是当时看论文记录在笔记本上的内容。后续会分析代码(主要会记录下数据处理部分),这篇论文阅读大多数内容来自 http://blog.csdn.net/yengjie2200/article/details/68064095 Code: https://github.com/CMU-...原创 2018-02-08 16:40:18 · 1486 阅读 · 0 评论 -
TFRecords
1生成TFRecords2数据解析3训练使用4注意事项TFRecords是tensorflow内定标准格式,类似caffe的lmdb,好处是做好数据后使用方便,速度快,但是占用磁盘空间,在很多情况下,直接读取数据处理也是一种比较好的方法,比如做检测,以后会补充多线程直接进行数据读取。这里记录下使用TFRecords的方法,仅作为个人备忘录。1,生成TFRecord...原创 2018-02-08 15:26:39 · 486 阅读 · 0 评论 -
SSD:Single Shot MultiBox Detector(一)
这都是个人学习SSD所做记录,仅作为个人备忘录SSD:Single Shot MultiBox Detector(一): http://blog.csdn.net/u011956147/article/details/73028773 SSD:Single Shot MultiBox Detector(二): http://blog.csdn.net/u011956147/article/d...原创 2018-02-08 15:38:28 · 8632 阅读 · 1 评论 -
SSD:Single Shot MultiBox Detector(二)
这都是个人学习SSD所做记录,仅作为个人备忘录 SSD:Single Shot MultiBox Detecto(一): http://blog.csdn.net/u011956147/article/details/73028773 SSD:Single Shot MultiBox Detector(二): http://blog.csdn.net/u011956147/article/de...原创 2018-02-08 15:39:13 · 6060 阅读 · 2 评论 -
SSD:Single Shot MultiBox Detector(三)
这都是个人学习SSD所做记录,仅作为个人备忘录 SSD:Single Shot MultiBox Detector(一): http://blog.csdn.net/u011956147/article/details/73028773 SSD:Single Shot MultiBox Detector(二): http://blog.csdn.net/u011956147/article/d...原创 2018-02-08 15:40:37 · 10373 阅读 · 8 评论 -
SSD:Single Shot MultiBox Detector(四)
这都是个人学习SSD所做记录,仅作为个人备忘录 SSD:Single Shot MultiBox Detector(一): http://blog.csdn.net/u011956147/article/details/73028773 SSD:Single Shot MultiBox Detector(二): http://blog.csdn.net/u011956147/article/d...原创 2018-02-08 15:41:10 · 6073 阅读 · 1 评论 -
SSD:Single Shot MultiBox Detector(五)
这都是个人学习SSD所做记录,仅作为个人备忘录 SSD:Single Shot MultiBox Detector(一): http://blog.csdn.net/u011956147/article/details/73028773 SSD:Single Shot MultiBox Detector(二): http://blog.csdn.net/u011956147/article/d...原创 2018-02-08 15:41:43 · 5532 阅读 · 1 评论 -
openpose训练代码(一)
openpose训练代码(一): http://blog.csdn.net/u011956147/article/details/79292026 openpose训练代码(二):http://blog.csdn.net/u011956147/article/details/79292734openspoe本身是很繁杂的,包含了人体姿态估计、手势估计、脸部关键点提取,还有3Dpose,是...原创 2018-02-08 17:30:32 · 19059 阅读 · 20 评论 -
TP、TN、FP、FN、Recall、Miss Rate、MCC、F1 Score 等指标计算
对一个二分类问题,实际取值只有正、负两例,而实际预测出来的结果也只会有0,1两种取值。如果一个实例是正类,且被预测为正类,就是真正类(True Positive),如果是负类,被预测为正类,为假正类(False Positive),如果是负类被预测成负类。称为真负类(True Negative),正类被预测为负类称为假负类(False Negative)。如图所示: 从列联表引入两个新名词。其原创 2018-01-04 08:53:08 · 28567 阅读 · 1 评论 -
Caffe中新建Layer--改写Faster-RCNN的proposal layer
目录目录第一步在caffeproto中添加LayerParameter相关参数第二步实现layer的cpphpp文件第三步测试原文链接在caffe中新建layer主要遵从一下几步:在caffe.proto中添加LayerParameter相关参数 编写实现layer函数,包括hpp、cpp和cu文件有时需要在修改layer_factory调试由于项目需要,这里主要是把Faste原创 2017-03-07 13:46:54 · 7217 阅读 · 4 评论 -
KITTI提取gtbox并存为图片
做人车分类,需要数据集,所以把KITTI中标定好的gtbox提取出来做成自己的数据集,代码实现参考了faster rcnn的源码。第一步,数据准备之前因为使用faster rcnn 训练了kitti的数据,所以对原始数据集已经做过修改,目前的label格式如下: 其中,第一位为图片索引,接着为整张图中的box的数量,然后是第一类的数量,接着便是第一类的box坐标。如果这一类没有就写0。第二步,原创 2016-11-20 10:12:00 · 2342 阅读 · 0 评论 -
Faster RCNN安装问题
对于Faster RCNN安装网上给出了很多的方法,这里只是记录自己遇到的几个比较奇怪的问题,当时在安装的时候由于这几个问题花费了大量时间,在这里记录下来,以期能够帮助遇到同样问题的网友。第一个问题/util/cudnn.hpp:127:41: error: too few arguments to function ‘cudnnStatus_t cudnnSetPooling2dDescripto原创 2016-11-07 21:56:16 · 1598 阅读 · 1 评论 -
Faster RCNN代码理解(Python)
最近开始学习深度学习,看了下Faster RCNN的代码,在学习的过程中也查阅了很多其他人写的博客,得到了很大的帮助,所以也打算把自己一些粗浅的理解记录下来,一是记录下自己的菜鸟学习之路,方便自己过后查阅,二来可以回馈网络。目前编程能力有限,且是第一次写博客,中间可能会有一些错误。原创 2016-11-06 11:01:28 · 28582 阅读 · 32 评论 -
firefly上移植caffe安装OpenBLAS
caffe的安装网上有很多的教程,这里是在嵌入式板子上装caffe,之前装的是ATLAS,但是这个很慢,所以打算重新安装OpenBLAS,事实证明,OpenBLAS比ATLAS要快很多。这里记录下安装的经过1.git代码到本地并安装git clone https://github.com/xianyi/OpenBLAS.gitcd OpenBLASmake -j4make install这里注原创 2017-03-01 11:35:26 · 2163 阅读 · 1 评论 -
caffe:math_functions 分析
目录目录主要函数caffe_cpu_gemm 函数caffe_cpu_gemv 函数caffe_axpy 函数caffe_set 函数caffe_add_scalar 函数caffe_copy 函数caffe_scal 函数caffeine_cup_axpby 函数caffe_add caffe_sub caffe_mul caffe_div 函数caffe_powx caff原创 2017-06-05 11:46:06 · 628 阅读 · 0 评论 -
YOLO: Real-Time Object Detection解读
YOLO不同于RCNN系列分为region proposal和classification,YOLO是直接输出box位置和box所属的类别,整张图都是网络的输入,是个回归问题。YOLO的主要特点:速度快,能够达到实时的要求。在 Titan X 的 GPU 上 能够达到 45 帧每秒。使用全图作为 Context 信息,背景错误(把背景错认为物体)比较少。泛化能力强。在自然图像上训练好的结果在艺原创 2017-06-11 09:38:08 · 5282 阅读 · 1 评论 -
Caffe框架源码剖析—数据层DataLayer
Caffe网络正向传导时,首先进行的是DataLayer数据层的传导。该层从文件读取数据,加载至它的上一层卷积层。反向传播时,因为数据层不需要反传,所以它的Backward_cpu()和Backward_gpu()都是空函数。下面看一下DataLayer类图关系。首先从父类BaseDataLayer开始看源码,base_data_layer.hpp头文件:[cpp] view plain cop转载 2017-09-15 08:59:11 · 661 阅读 · 0 评论 -
模型压缩
模型压缩备用网址:http://machinethink.net/blog/compressing-deep-neural-nets/原创 2019-07-21 12:57:40 · 258 阅读 · 0 评论