- 博客(8)
- 资源 (4)
- 收藏
- 关注
原创 py-faster-rcnn + ZF 实现自己的数据训练与检测(二)
0.前言在前面的一篇博客中,介绍了如何实现py-faster-rcnn的配置以及在PASCAL VOC 2007上面的训练,本节,来讲诉如何制作并训练自己的数据集。1.制作自己的数据集
2016-03-26 17:24:27 7535 24
原创 py-faster-rcnn + ZF 实现自己的数据训练与检测(一)
0.前言最近两个星期,一直在看faster rcnn物体检测,在一段折腾之后,总算能够训练自己的数据并进行物体检测了。这篇博客就当作是对最近整个实验过程的记录吧。首先先从最开始如何配置py-faster-rcnn并训练PASCALVOC2007开始讲起,然后再对代码和数据集进行修改实现自己数据的训练与检测。我的实验平台是Ubuntu14.04 LTS 1.配置py-faster-rcnn
2016-03-26 15:07:06 11469 9
原创 Check failed: error == cudaSuccess (8 vs. 0) invalid device function
最近在复现R-CNN一系列的实验时,配置代码所需要的环境真是花费了不少时间。由于对MATLAB不熟悉,故实验采用的都是github上rbg大神的python版本。上周在做Fast R-CNN时,按照教程一步步的来,一路有惊无险,顺利通过,而这次在配置Faster R-CNN时,前面的编译没有问题,一运行 ./tools/demo.py --net zf 就会出现如上错误:Loaded n
2016-03-29 21:24:09 22209 5
原创 caffe中的lr_policy
这几天在看caffe的小实验时,发现solver文件中都出现了lr_policy(学习率下降策略),但由于没有明确说明,故一直不太明白他们的下降原理。网上搜索一番之后,发现对于这个的东西的介绍就在/caffe-master/src/caffe/proto/caffe.proto文件中有定义,现将其摘抄如下:另外,关于这个的介绍在Stack overflow上有一个更简洁的图像化
2016-03-14 17:17:57 9608
原创 SPP-net论文笔记《Spatial Pyramid Pooling in Deep Convolutional Network for Visual Recognition》
1. Introduction 在之前物体检测的文章,比如R-CNN中,他们都要求输入固定大小的图片,这些图片或者经过裁切(Crop)或者经过变形缩放(Warp),都在一定程度上导致图片信息的丢失和变形,限制了识别精确度。两种方式如下所示。 crop:不能包含完整的区域 warp:几何失真 事实上,在网络实
2016-03-12 13:51:43 4869
转载 基于空间金字塔池化的卷积神经网络物体检测
基于空间金字塔池化的卷积神经网络物体检测原文地址:http://blog.csdn.net/hjimce/article/details/50187655作者:hjimce一、相关理论 本篇博文主要讲解大神何凯明2014年的paper:《Spatial Pyramid Pooling in Deep Convolutional Networks for Vi
2016-03-12 11:07:15 883
原创 Fast R-CNN论文笔记《Fast R-CNN》
1.Introduction 在之前介绍的R-CNN中,训练是分多阶段进行的(multi-stage pipeline),基本上都要分为4步:extracting features、fine-tuning a network with log loss、training SVMs和fitting bounding box regressors。新提出的SPPnet网络也和这个
2016-03-11 09:02:02 1665
原创 R-CNN论文笔记《Rich feature hierarchical for accurate object detection and semantic segmentation》
R-CNN 论文学习笔记
2016-03-10 19:54:02 1871
图像标记小工具
2016-03-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人