![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
deep learning
godloveljw
fighting for ......
展开
-
阅读笔记2:robust visual tracking via convolutional networks without training
本文是kuaihua zhang研究团队发表在2016TIP上的一篇文章,提出了一种不需要pre-training的卷积神经网络模型跟踪框架(CNT),与传统的基于深度学习的方法相比,本算法不需要大量的数据预训练模型,其次是该神经网络只有两层卷积,结构较为简单,效率高达到5fps(vs DLT 1.5s/f)。通过两层的神经网络在线学习目标鲁棒表达。 框架流程如下: step1:第一帧图像标定原创 2016-05-24 14:32:54 · 3055 阅读 · 9 评论 -
阅读笔记3-FCNT:Visual Tracking with Fully Convolutional Networks
本文是发表在2015 iccv上的一篇关于用CNN做目标追踪:本文主要贡献有两个 Contribution 1:探索来自不同层的CNN特征表达目标属性中区别和联系 Contribution 2:选取不同CNN层的特征,并将其”稀疏化“(通过tiny convolution neutral network实现),得到更有discrimination的特征用于追踪。 下面分别介绍这两部分工作:原创 2016-06-20 13:55:44 · 5937 阅读 · 4 评论 -
基于opencv3.1的cnn分类系统集成
基于opencv3.1的cnn分类模型工程建立,再次基础之上进而集成整个检测模型。具体步骤如下: 1, 下载opencv3.10并安装,个人认为没有必要添加环境变量,(因为环境变量的目的是在运行exe文件是寻找dll库的依赖路径,如果不添加环境变量只需要把需要使用的dll库copy到exe得目录下即可,特别是针对opencv3.0以上的版本尤为方便,只有一个dll库。) 2, 目前op原创 2016-08-10 16:59:11 · 5250 阅读 · 1 评论 -
GOTURN-(达到100FPS的深度学习跟踪算法代码)
本代码是基予caffe的linux的, 安装好caffe之后需要编译GOTURN代码,在编译过程中会出现如下错误: fatal error: caffe/proto/caffe.pb.h: No such file or directory #include "caffe/proto/caffe.pb.h" 解决方法: 用protoc从caffe/src/caffe/proto/caf原创 2017-02-20 05:37:14 · 3363 阅读 · 2 评论 -
Pytorch:代码实现不同层设置不同的学习率,选择性学习某些层参数
1,如何动态调整学习率 在使用pytorch进行模型训练时,经常需要随着训练的进行逐渐降低学习率,在pytorch中给出了非常方面的方法: 假设我们定义了一个优化器: import torch import torch.nn as nn optimizer = torch.optim(model.parameters(), lr = 0.01, momentum = 0.9) 该优化器...原创 2018-12-05 14:38:53 · 4316 阅读 · 0 评论 -
yoloV3 单张图像测试(slimYoloV3)
import argparse import json from torch.utils.data import DataLoader from models import * from utils.datasets import * from utils.utils import * def test_one_image( cfg, ...原创 2019-09-20 20:52:59 · 2234 阅读 · 0 评论