2018年04月_TinaO-O

原创 MD5流程以及安全性分析，MD5加盐，MD6，笔记

版权归其所有论文作者所有。并没写原始的地址，因为这是我整合的，作者太多，包括我。太匆忙，原作者可以联系我。简介MD5适用于数据完整性校验的。将任意长度的字节串(所以是基于底层的二进制串的)，映射成为一个128位的大整数2^128种可能性。同样的内容经过md5，会得到同样的128位码。本质上是散列算法，有损的信息压缩，并且是不可逆的。MD5广泛用于加密和解密技术上，在很多操作系统中，用户的密码是以M...

2018-04-23 15:51:46 2615 1

原创 what is the difference between validation data and test data and why

In machine learning, there is two different conception to assess your model——validation data and test data.Let's suppose you are a research on machine learning, you have a lot of data with label, mayb...

2018-04-21 21:19:10 550

原创计算机视觉论文笔记三：核描述子在计算机视觉上的应用Kernel Descriptors for Visual Recognition

2010，nips摘要方向直方图的核观点等价于对image patchs计算特定种类的match kernel把像素的特征，团起来给patch这个特定种类有三种再把这个match kernel 用kernel principle component analysis(KPCA)压缩下维度，别那么大，成为我们的主角，核描述子优点就是核描述子易于设计，并且任何类型的像素级特征都能转化成核描述子Intr...

2018-04-20 11:45:35 715

原创计算机视觉论文阅读二：弄懂残差网络ResNet Deep Residual Learning for Image Recognition

0.摘要本网络能够让网络层数增加的同时，识别率不下降。神经网络没有证明，所以你看论文不能忽略作者的introduction以及related work，更重要的是实验，因为没有数学证明，实践证明又不严谨的话，就是一个笑话。所以产业化也不容易。（所以要学习大牛们是怎么做试验的）图片来自论文，版权归作者所有。1.网络越深为什么错误率上升了首先我们有个浅层网络训练好的，然后我们往上增加层数，假设这个层是...

2018-04-17 20:06:32 854

原创 im2col在卷积神经网络中的具体应用

我们在DEEPLab的网络中提到了利用im2col来加速，但是im2col如何作用到卷积神经网络的。我看了http://cs231n.github.io/convolutional-networks/#convert了解了一二，先写下来，当作笔记。卷积的filter一般情况下是二维矩阵，比如11*11*3，我们将其转换成11*11*3=363的向量，由于一个filter产生一个输出，所以我们可以说...

2018-04-16 22:05:30 1313

原创让我有收获的从零开始的人工智能深度学习计算机视觉教程集合帖

目录0 如果你觉得这个页面广告太多，请点击下面教程（我写的）去广告1 网络拆分，一个网络里面有什么，作用是什么1.0 基础知识，从零开始30分钟明白深度学习怎么学习的，权重是什么，什么是梯度下降，损失怎么计算的。油管播放量60多万的视频，很社会了。那么或许你已经看过一些书和论文，甚至能够搭建自己的网络，但我还是看了，觉得有所收获。1.1 激活函数入门简单易懂：但是...

2018-04-13 14:02:49 1299 1

翻译信息安全论文阅读：全光学码分多址加密解密Demonstration of an All-Optical OCDMA Encryption and Decryption

Demonstration of an All-Optical OCDMA Encryptionand Decryption System With Variable Two-Code Keying 版权归作者所有此框架是第一个全光学光码分多址（OCDMA）加密和解密系统，它具有可变的双码密钥。基于非线性光学环路镜（NOLM）的异或（XOR）在加密中采用了迄今为止最短长度的硅基非线性光纤元件，实现...

2018-04-12 17:02:53 355

原创 SegNet test跑自己的图片保存要改的python代码test_segmentation_camvid.py 错误注意事项

前置的所有东西，都在我的博客里，我是从零开始的。这就是标签出来的结果，选取的是室内场景，室内场景现在识别率的确不高，尤其是复杂的情况下。1.我想CPU/GPU跑，那么第24行：caffe.set_mode_cpu/caffe.set_mode_gpu默认是GPU2.我不仅想要看结果，我还想存储——你要改地址scipy.misc.toimage(rgb, cmin=0.0, cmax=255).sa...

2018-04-11 22:00:43 1426 6

原创 AWS讲座

听了两个小时。云计算不仅仅是资源利用的最大化，你不用我用，别让机子在那白放着，都是钱。而且，有个效果，对于自主创业，或者试用自己idea，资金利用最大化，你就可以建立个账号，和租服务器不同的是，有人访问你的服务器，你的代码运行，才付费，用多少付多少。没人用不要钱。中国有两个区有总服务器，还是三个区来着，北京宁夏，香港没有没有我忘了。有六种储存数据的盒子，各有不同的特点，S3的特点是可靠性高。比方说...

2018-04-11 19:42:38 310

原创批量灰度图像转换成伪彩色图像，数据可视化，灰度图像上色

实验当中总要可视化自己的数据，比方说标签是33类，你要可视化，单纯的灰度值拉伸不明显，如果是11类那会明显很多，但是类别越多，边界线越模糊，所以最好还是上彩色图像。但是上色程序里面的颜色值又不能随机化，否则本次可视化结果和下一次就不一样了，不利于demo。所以可以写个python程序自动生成颜色数组，打个比方，我要生成matlab的：import randomfor i in range(11,...

2018-04-10 18:33:13 1938 1

原创计算机视觉论文阅读一：谷歌SEMANTIC IMAGE SEGMENTATION WITH DEEP CONVOLUTIONAL NETS AND FULLY CONNECTED CRFS

首先，文章原址：https://arxiv.org/pdf/1412.7062.pdf 这篇文章是在DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs的前版本，deeplab很多思想都是本篇文章的扩写，毕竟同一群人的后续工作。本...

2018-04-10 11:21:48 592 1

原创如何浏览计算机安全顶级会议IEEE Symposium on Security &amp;Privacy

会议一年一期：想看哪年的，就点开那一年，或者直接输入年份。2.点击program下的Accepted papers,就可以看到该年接受的论文。如下图所示：第一篇是 A method for verifying ....注意看该片后面有两个红色的符号。youtube标志以及小电视是可以点的，youtube就是论文作者再会议上作的presentation，小电视就是论文。我问过我导师，为什么ICCV没...

2018-04-05 21:42:21 5805 2

原创利用segnet作者训练好的网络测试自己的图

这个功能作者没有写出tutorial，所以我写了，不是为了重复，而是补充，作者的教程官网，必须看，必须做笔记记下改什么：http://mi.eng.cam.ac.uk/projects/segnet/tutorial.html首先需要安装caffe，并且能够make runtest成功，没有错误https://github.com/alexgkendall/caffe-segnet，注意如果要

2018-04-05 16:57:09 3244 2

原创 matlab获取路径名并且按顺序赋值给另一个文件夹里面的文件

可以说是非常奇葩的功能了，原因是因为，我得不到segnet结果的文件名，自己命名和输入的名称不一样，但是万幸顺序是一样的，所以，按照输出顺序，将输入顺序的名字逐个赋值给输出文件。用的是matlabfileFolder = fullfile('F:\STUDY\CAFFE\测试图片');dirOutput = dir(fullfile(fileFolder,'*.jpg'));fileNam

2018-04-05 16:57:06 1980

原创 python 读取全部文件名以及路径，并且输出到txt

import ostxtName = "test.txt"f=file(txtName, "a+")dire="/media/tina/ET/caffe/SegNet_ip/CamVid/test/"anchor="/media/tina/ET/caffe/SegNet_ip/CamVid/testannot/"for root ,dirs, files in os.walk(dire)

2018-04-05 16:57:04 5993

原创 matlab批量读取文件夹里面的文件名，并且调整图片大小，再按照原名称输出

举个例子，我要批量修改某文件夹里面的图片大小，我不想用顺序命名，之后我还想原名输出fileFolder=fullfile('E:\caffe\SegNet_ip\CamVid\test');%读取图片路径dirOutput=dir(fullfile(fileFolder,'*.jpg'));%读取文件夹里面文件OtpDir = 'E:\test';%输出路径fileNames = {di

2018-04-05 16:57:01 1855 1

原创用ssh从ubuntu系统向ubuntu系统服务器发送文件

首先你不能登录该服务器，直接打开命令行，你必须还在自己的ip名下：其次你要用以下命令来向服务器传输文件夹，参数r代表递归的传送这个文件夹scp -r /media/tina/ET/caffe/SegNet_ip kit@172.21.12.888:~/LT或者用以下的命令获取文件夹：scp -r kit@172.21.12.888:~/LT /media/tina/ET/

2018-04-05 16:56:59 955

原创 python import caffe失败的可能原因

原因一:没有将caffe的路径export export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH觉得自己可能找不到的，去你caffe解压吧里面看看你的python文件夹，如果有，那么看看属性就有路径了。用ubuntu，路径是最基础的东西，一定要知道怎么写，怎么表达。原因二：没有在make all之后make caffe

2018-04-05 16:56:56 4661

原创 segnet caffe upsample top index 0 out of range - check scale settings match input pooling layer's downsample setup

I0305 15:58:08.603567 14672 solver.cpp:250] Solving VGG_ILSVRC_16_layerI0305 15:58:08.603581 14672 solver.cpp:251] Learning Rate Policy: stepF0305 16:00:32.416029 14672 upsample_layer.cpp:127] upsam

2018-04-05 16:56:53 452

原创出了问题检查下你的caffe 搭建步骤

1.http://caffe.berkeleyvision.org/install_apt.html2.安装driver，安装cuda，安装cudnn（cpu版本）3.安装anaconda4.进入到依赖文件夹比如我用python我就进入/caffe/pyhton，输入：for req in $(cat requirements.txt); do pip install $req; don

2018-04-05 16:56:51 168

原创由于不能随便改路径，所以写在这里

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATHexport PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/root/anaconda2/envs/LTproto261/libexport PYTHONPATH=/dev/LT/SegNet/c

2018-04-05 16:56:48 138

原创利用anaconda2随意切换proto的版本，多proto并存，protobuf，libprotobuf

从各种主流的软件安装anaconda，却不知道这个是什么用的，只把他当作包的集合，library的library显然是只用了最基础的功能。很多代码严格限制了安装包版本，那么利用anconda就可以随意配置，随意切换，再也不担心服务器了。下面以protobuf，libprotobuf为例说明问题。所以现在开始用：1.换源首先，要换个软件源，要不更新下载都要科学上网才能下，所以在我国的网必须换。

2018-04-05 16:56:46 8132

原创空格的危害

http://blog.csdn.net/e01528/article/details/79532462上面这个博客的命令行不可能成功的./congigure --prefix = /home/yourname/local_install/会出现如下错误：configure: WARNING: you should use --build, --host, --targetconfig

2018-04-05 16:56:41 2613

原创一个简单操作解决protobuf版本问题，复制粘贴你会吧

这个方法虽然简单，但是我们有完美的利用anaconda的解决方案，能够解决服务器上大家版本冲突，你想要几个环境就可以建立几个完全不冲突的环境，算是一本万利，教程在http://www.cnblogs.com/SweetBeens/p/8650460.html，推荐用这种方法。当然docker更好一些，但是老代码是没有docker文件的。从头说起：如何看你的需要安装的版本呢，上图：注意看我

2018-04-05 16:56:38 30240

原创卸载cuda-9.1.deb 安装cuda 8.0

GA2版本的，下图官方给的命令，在这里说一下，用apt的时候，要指明install的版本cuda-8-0与cuda-9-1会莫热男装9-1所以如果诺你安装过9.1并且没有移动他的安装包，那么你在apt安装的时候要改下下图的第三条命令sudo apt-get install cuda-8-0如果你用的deb安装，可以不用卸载以前的deb9.1,直接用更改过得123命令。如果你不更改请看下

2018-04-05 16:56:36 1582

原创卸载cuda，以及N卡驱动

卸载分安装途径runfiledeb这两种安装方式的卸载方式不同，毕竟在你电脑上文件夹的形式都不同。具体的看：https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#system-requirements而且这里的兼容性表还告诉我，我可以不用卸载。因为我用deb安装的9.1,我想用deb安装8。这个怎

2018-04-05 16:56:33 4297

原创 ubuntu 16.04 从gcc 5.4 安装gcc 5.3.0

参考：https://www.cnblogs.com/damonxu/p/6434265.htmlhttp://blog.csdn.net/striker_v/article/details/51920627https://www.cnblogs.com/Norlan/p/5196920.htmltips：如果不能科学上网，那么ftp是访问不了的，可以直接把ftp三个字母换成http，亲

2018-04-05 16:56:31 10950 3

原创 Check failed: status == CUBLAS_STATUS_SUCCESS (13 vs. 0) CUBLAS_STATUS_EXECUTION_FAILED

[ RUN ] PowerLayerTest/3.TestPowerOneGradientF0319 15:50:19.414253 22426 math_functions.cu:92] Check failed: status == CUBLAS_STATUS_SUCCESS (13 vs. 0) CUBLAS_STATUS_EXECUTION_FAILED*** Check...

2018-04-05 16:56:28 13184 15

原创 ubuntu16.04 caffe cuda9.1 segnet nvidia gpu安装注意的点

GPU驱动：R390cuda：9.1gcc：5.4.0anaconda：2GPU运算能力：2.1CPU：8G系统：ubuntu 16.04 x86_64 安装一般依赖项：sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protob

2018-04-05 16:56:25 1031

原创 ubuntu16.04安装docker

教程来自官网：https://docs.docker.com/install/linux/docker-ce/ubuntu/#extra-steps-for-aufs这个很流行，而且我也喜欢这个概念，我喜欢新鲜的东西（可以说相当的井底之蛙了）。所以尝试安装：首先是仓库的选择，两种，核心在4之上可以用overlay2,也比较推荐用这个，特别是16.04及以上版本已经默认是包含了overlay2了

2018-04-05 16:56:23 139

原创 caffe+segnet 实验笔记二——因为类数目不同引起的错误

I0315 11:03:46.887277 7395 net.cpp:247] Network initialization done.I0315 11:03:46.887281 7395 net.cpp:248] Memory required for data: 1089331264I0315 11:03:46.887532 7395 solver.cpp:42] Solver sc

2018-04-05 16:56:20 334

原创 matlab 批量改变图片大小 imresize 任意改变

ObjDir = 'F:\STUDY\CamVid\trainannot\';%将被改变的图像地址，称为目标地址OtpDir = 'F:\CamVid\trainannot\';%输出图像地址，称为输出地址for i = 1:1:1340%我的图像标号是00000001到00001340 bgFile = [ObjDir,num2str(i,'%08d'),'.png'];%这句话读取

2018-04-05 16:56:18 9751 2

原创用segnet训练我自己的数据，实验笔记1——改变图片大小

我的数据库是NYU vesion1,大小是640×480,长乘高，segnet用的数据库是480×360.如果直接用会出现unsampled的错误，unsampled的参数是长30,高23.F0915 05:08:09.027793 45783 upsample_layer.cpp:63] Check failed: bottom[0]->height() == bottom[1]->heig

2018-04-05 16:56:15 3042 1

原创 caffe segnet 训练语句命令

我用的是CPU版本，实验室的机子GPU运算能力只有2,不能装GPU版本。请允悲。那么命令就是：SegNet/caffe-segnet/build/tools/caffe train -solver SegNet/Models/segnet_solver.prototxt这个命令是这么回事，你cd SegNet得能放问，才说明你在当前目录下能访问这个SegNet：我会在这个文档中，右键

2018-04-05 16:56:12 369

原创单独下载克隆clone github中master 分支的文件夹

本次使用的是svn我的是ubuntu首先要用sudo apt install subversion来下载，因为我没有安装在github上点击要下的文件夹比如：https://github.com/alexgkendall/SegNet-Tutorial/tree/master/docker用trunk替换tree/master——https://github.com/alexgkenda

2018-04-05 16:56:10 1788

原创 caffe makefile.config anaconda2 python3 所有问题一种解决方式

我只改了两个数字，然后，所有错误，不翼而飞，两天折腾，全是穷折腾。事情是这样的，除了官方说法，其他不带官方doc的教程都是耍流氓。有人说，官方说anaconda+python非常简单好配置，为什么，我这么多错误，最后不得不用pip，因为官方配置文档，就是makefile.config里面是anaconda2+python2.7，如果你安装的是以上版本，那你的确很简单，但是旧版本是注定要被淘汰的

2018-04-05 16:56:07 665

原创问题解决

在caffe文件夹目录里面，安装好了anaconda3的纯cpucaffe，test时除了如下问题，我检查了link，没问题，于是/usr/bin/ld: warning: libhdf5_hl.so.100, needed by .build_release/lib/libcaffe.so, not found (try using -rpath or -rpath-link)以及相似的/

2018-04-05 16:56:05 478

原创找不到cannot find -lpython3.5m caffe anaconda python3 ubuntu16.04

LD -o .build_release/lib/libcaffe.so.1.0.0/usr/bin/ld: 找不到 -lpython3.5mcollect2: error: ld returned 1 exit statusMakefile:572: recipe for target '.build_release/lib/libcaffe.so.1.0.0' failedmake: ***

2018-04-05 16:56:02 1278 2

原创机器学习三：cumulative match score

1.这是机器学习中knn算法的一个概念，没有找到中文资料，那么可以看这个：https://stats.stackexchange.com/questions/142323/cumulative-match-score2.同时我读的论文中也有对其的解释：3.这是一篇人脸识别的论文，人脸一共C=200个，那么knn最后会有个p*200的矩阵，p是想要知道的人脸，也就是测试，probe，探针，这些说法...

2018-04-05 16:55:57 1076 1

原创 linux二：easyBCD删除ubuntu后创建新磁盘磁盘不显示

解决方案：1.重启2.更改路径如果以上方法不管用，但是重启之后错误提示消失那么可以加个1.5步，格式化该磁盘

2018-04-05 16:55:54 475

cityscape sets.rar

C语言大学实用教程_苏小红版参考答案

空空如也