2016年09月_2014wzy

转载 fast_rcnn

首先，需要安装Caffe，caffe已经安装成功注意：必须在 Makefile.config配置文件中打开Python层支持。 # In your Makefile.config, make sure to have this line uncommented WITH_PYTHON_LAYER := 1其次，可能需要Python安装包：cyth

2016-09-29 18:41:14 1159

转载 RCNN--Fast-rcnn--Faster RCNN(思路整理)

本人小硕一枚，方向是深度学习的目标检测，故想把从RCNN到Faster RCNN整个线串一下，理清里面的整个设计流程和创新思路，也算是对大神的创新思维进行学习。我会不定期改善博客里面可能存在的小错误，希望大家多多谅解支持啦。另外，在论文中已经讲到的点，如果不是特别重要的话，我不会再复述的啦，所以说各位看官先研读研读论文先，然后再看看我对这些论文的理解。对了，涉及到哪层是几乘几以及那层到底是多少这种

2016-09-29 17:29:34 7421 3

转载 fast-rcnn训练自己数据集以及demo代码解读和总结（面向fast-rcnn初学者）

首先推荐文章，里面有讲如何安装fast-rcnn，以及编译。或者我直接把fast-rcnn的地址写出来：https://github.com/rbgirshick/fast-rcnn一.最后的demo.py（地址：https://github.com/rbgirshick/fast-rcnn/blob/master/tools/demo.py）的代码解读：

2016-09-29 17:27:25 5396

原创 fast-rcnn安装记录

第一教程当然是：https://github.com/rbgirshick/fast-rcnn第二，建议安装anaconda，后续将会很方便；PYTHON_INCLUDE及PYTHON_LIB如果使用了anaconda，在Makefile.config文件中打开ANACONDA_HONE，打开包含ANACONDA_HONE的PYTHON_INCLUDE及PYTHON_L

2016-09-29 17:21:37 1095

转载 fast-rcnn 安装调试

1/ 安装caffe框架，重点在于配置Makefile.config文件按照 http://ouxinyu.github.io/Blogs/20140723001.html 安装也可参考caffe原作者网页：http://caffe.berkeleyvision.org/installation.html注意：配置 Makefile.config

2016-09-29 17:14:14 2352 4

转载研究Fast rcnn代码

原文：http://arxiv.org/pdf/1504.08083.pdf代码：https://github.com/rbgirshick/fast-rcnn1.准备工作1.1 软件准备首先，需要安装Caffe和pycaffe。 caffe原作者网页：http://caffe.berkeleyvision.org/installation.h

2016-09-29 17:06:12 2482

转载深度学习解决机器阅读理解任务的研究进展

关于阅读理解，相信大家都不陌生，我们接受的传统语文教育中阅读理解是非常常规的考试内容，一般形式就是给你一篇文章，然后针对这些文章提出一些问题，学生回答这些问题来证明自己确实理解了文章所要传达的主旨内容，理解地越透彻，学生越能考出好的成绩。如果有一天机器能够做类似于我们人类做阅读理解任务，那会发生什么呢？很明显教会机器学会阅读理解是自然语言处理（NLP）中的核心任务之一。如果哪一天机器真能具备相

2016-09-27 22:32:19 1635

转载人脸识别的初步认识

原文来自：http://www.cnblogs.com/guoyiqi/archive/2011/07/28/2129300.html前言在写此文之前，先扯点东西。我一直在找一个东西，让我思考，让我久久的深陷其中，永久的，不断的思考。如今，我意识到，这个东西即是算法。我一直在找一家合适的公司，能让我的兴趣无比放肆的，自由驰骋。 ok，

2016-09-27 22:27:54 951

转载搭建caffe环境时“error: hdf5.h”找不到的解决方法

搭建caffe环境时，在最后进行 ”$make all” 操作时，报错找不到 “hdf5.h”，找了半天原因，是因为在安装 “hdf5” 的时候使用的指令是“[html] view plain copy$ sudo apt-get libhdf5-serial-dev ”所以相应的需要更改"Makefile.co

2016-09-22 21:31:23 6523

原创 su root: Authentication failure的解决

$ su - rootPassword: su: Authentication failureSorry.这时候输入：$ sudo passwd rootEnter new UNIX password: Retype new UNIX password: passwd: password updated successfully这时候就可以进入根目录

2016-09-22 20:52:08 719

转载 caffe中cifar10的full_train模型出现nan的解决办法

caffe在cifar10 的example上给出了两个模型，一个是quick模式，一个是full模式，训练full模式时会出现loss=nan的错误（当然不会报错，不过出现这个结果就是bug）自己google了一下，在github上找到了原因跟解决方案，原来是作者把用在cuda-convnet的模型照搬过来了，在caffe上的模型应该去掉LRN层，所以解决的方法很简单：将网络

2016-09-22 20:12:03 1139

转载 caffe* Aborted at 1457505270 (unix time) try "date -d @1457505270" if you are using GNU date *

在自己建立新的caffe层时，出现错误：Aborted at 1457505270 (unix time) try "date -d @1457505270" if you are using GNU date这个十分怪异的！在BLVC的论坛上也没找到解决办法。有人说重新编译就好了，我试了也没什么效果。仔细分析代码，并加了好多LOG(INFO)后，发现问题是出现

2016-09-22 19:43:29 7086 8

转载 ImportError: No module named caffe 的解决方案

在成功编译caffe的源码之后，可以在python环境中使用caffe。在Ubuntu环境下，打开python解释程序，输入import caffe时，可能会出现 ImportError: No module named caffe>>>import caffe Traceback (most recent call last): File "", line 1

2016-09-20 15:14:09 16158 2

转载 caffe系列（13）源码简单解析——Layer层

前言老实说，caffe中的layer层代码比较多，各种抽象看起来比较绕。官方关于Layer的教程写的很清楚，我根据这个文档，简单画了个图，再理解起来就方便了一些。layer.hpp和layer相关的头文件有：common_layers.hppdata_layers.hpplayer.hpploss_layers.hppneuron_layers.hpp

2016-09-17 22:17:23 649

转载 Caffe系列（12）利用caffe.proto自定义自己的网络

利用caffe.proto自定义自己的网络利用caffeproto自定义自己的网络先不急让我们来看一下caffeproto里面都是些什么让我们把caffeproto用起后记caffe.proto存放在src/caffe/proto/目录下，建议读者能够打开它，跟着这篇教程，学会如何把它用起来（很多人都说要看，反正才一千三百多行是吧…小编我看了两百行就想睡觉了

2016-09-17 22:11:22 1169 1

转载 caffe源码解析 — caffe.proto

引言要看caffe源码，我认为首先应该看的就是caffe.proto。它位于…\src\caffe\proto目录下，在这个文件夹下还有一个.pb.cc和一个.pb.h文件，这两个文件都是由caffe.proto编译而来的。在caffe.proto中定义了很多结构化数据，包括：BlobProtoDatumFillerParameterNetParameterSolver

2016-09-17 22:08:48 503

转载 Caffe使用step by step：caffe框架下的基本操作和分析

caffe虽然已经安装了快一个月了，但是caffe使用进展比较缓慢，果然如刘老师说的那样，搭建起来caffe框架环境比较简单，但是完整的从数据准备->模型训练->调参数->合理结果需要一个比较长的过程，这个过程中你需要对caffe中很多东西，细节进行深入的理解，这样才可以知道为什么能有这样的结果，在训练或者fine-tuning时知道针对调整的方法。下面针对caffe中的使用进行讲解。　　

2016-09-17 22:04:20 1046

转载使用caffe中的imagenet对自己的图片进行分类训练(超级详细版)

因为自己在网络上查到的资料对于一个新手来说虽然指明了方向，但是在细节上没有给出很好的实例，因此我把自己训练的过程记录下来。【实验环境】物理内存：64G Free：7.5G CPU个数：3，单个CPU物理核数：8 操作系统：Linux备注：具有GPU运算能力【实验目标】使用自己的图片集，以及caffe框架，对imagenet进行训

2016-09-17 21:53:13 5060 6

原创 caffe结构解析

初识Caffe1.1. Caffe相对与其他DL框架的优点和缺点：优点：速度快。Google Protocol Buffer数据标准为Caffe提升了效率更新快。还在不断地完善中，以后功能也会越来越多缺点：更新快。有人反映，偶尔会出现接口变换的情况，自己很久前写的代码可能过了一段时间就不能和新版本很好地兼容了。对于某些研究方向来说的人并不适合。这个需要对Caffe的结构

2016-09-17 21:47:50 2065

原创 Deep Learning重要论文整理

非线性单元：Maxout Ian J Goodfellow, David Warde-Farley, Mehdi Mirza, Aaron Courville, and Yoshua Bengio. Maxout networks. arXiv preprint arXiv:1302.4389, 2013.dropout Nitish Srivastava, Geoffrey Hinton

2016-09-17 21:45:40 1224

原创研二（上学期）计划安排

今天是9.17号了，时间过得很快，学习的脚步永远停不下来。时间的安排就不说了，真的是计划赶不上变化，一句话，除了外聘上课和研助，其他的时间必须到达实验室，（一个星期一次总结）。研二上学期（9、10、11、12、1月中旬，总共四个月的时间）论文要求：2篇小论文（9月底一篇）在后面的三个月时间按进度安排（12月底差不多就要完成）学习要求：caffe图像分类，目标检测与跟踪，人脸识别这一

2016-09-17 10:57:07 2733

转载 Caffe做分类初步学习以及遇到的一些坑

1.安装mac下安装caffe可以参考之前的一篇wiki(在mac下安装caffe)，当然如果遇到其他问题请自行google。对于各种linux系统，网上的教程已经非常多了。2.caffe代码与架构层次简单介绍caffe源码是Cpp语言的，基于一些外部的库，包括BLAS(矩阵计算)，CUDA(GPU驱动)，gflags,glog,boost,protobuf,hdf

2016-09-15 22:33:54 4839 1

转载 Windows+caffe+libsvm对图片数据集的分类

一、问题描述任务是利用已有分类方法，如SVM和Ridge Regression对MIRFlickr-25000数据集进行分类实验。具体要求：数据集：MIRFlickr-25000 http://press.liacs.nl/mirflickr/数据特征：Caffe http://caffe.berkeleyvision.org/分类方法：SVM (http://www.csie.nt

2016-09-15 22:32:54 1926 2

转载 caffe提取特征用svm进行分类

caffe c++批量抽取特征的方法在[1]，但是该方法使用中有几个疑问：1. 如何转换levelDB 格式为libsvm格式。2. ./build/tools/extract_features mini-batch 是代表什么意思，和imagenet_val.prototxt中的batch_size的关系是什么？本文主要解决如上两个问题，具体extract_featur

2016-09-15 22:31:19 6975 6

转载 py-faster-rcnn + cpu安装及训练自己的数据集

本文安装python版本的faster-rcnn项目。 matlab版本请移步：https://github.com/ShaoqingRen/faster_rcnn python版本项目主页：https://github.com/rbgirshick/py-faster-rcnn下面分两部分来讲解，第一部分为py-faster-rcnn及caffe框架安装。第二部分讲解如何修改相关文件

2016-09-09 17:49:44 3974

翻译 caffe 官方例程之R-CNN

R-CNN is a state-of-the-art detector that classifies region proposals by a finetuned Caffe model. For the full details of the R-CNN system and model, refer to its project site and the paper:Ri

2016-09-09 16:48:47 2039

原创 py- faster rcnn修改demo.py

faster rcnn用python版本https://github.com/rbgirshick/py-faster-rcnn以demo.py中默认网络VGG16.原本demo.py地址https://github.com/rbgirshick/py-faster-rcnn/blob/master/tools/demo.py图有点多，贴一个图的本分结果出来：上图是原图

2016-09-09 16:47:36 2436

原创 caffe及faster-rcnn详细配置安装过程

深度学习框架caffe及py-faster-rcnn详细配置安装过程配置环境：ubuntu14.04CUDA7.51、准备工作安装vim、python-pip、gitsudo apt-get install vimsudo apt-get install python-pipsudo apt-get install git1232、安装CUDA7

2016-09-09 16:45:27 11940 1

转载深度学习在目标跟踪中的应用

深度学习大讲堂是高质量原创内容的平台，邀请学术界、工业界一线专家撰稿，致力于推送人工智能与深度学习最新技术、产品和活动信息！开始本文之前，我们首先看上方给出的3张图片，它们分别是同一个视频的第1，40，80帧。在第1帧给出一个跑步者的边框(bounding-box)之后，后续的第40帧，80帧，bounding-box依然准确圈出了同一个跑步者。以上展示的其实就是目标跟踪(visual o

2016-09-08 17:45:46 8611

转载真正从零开始，TensorFlow详细安装入门图文教程！

AI这个概念好像突然就火起来了，年初大比分战胜李世石的AlphaGo成功的吸引了大量的关注，但其实看看你的手机上的语音助手，相机上的人脸识别，今日头条上帮你自动筛选出来的新闻，还有各大音乐软件的歌曲“每日推荐”……形形色色的AI早已进入我们生活的方方面面。深刻的影响了着我们，可以说，这是一个AI的时代。其实早在去年年底，谷歌就开源了其用来制作AlphaGo的深度学习系统Tensorfl

2016-09-07 16:01:49 10696 1

转载 Faster-RCNN+VGG用自己的数据集训练模型

和ZF差不多，基本一样。不同的地方主要是网络模型的修改和训练结束后的修改。1-6参考Faster-RCNN+ZF用自己的数据集训练模型7.网络的修改（1）models\fast_rcnn_prototxts\vgg_16layers_fc6\train_val.prototxt[plain] view plain copy

2016-09-06 21:46:14 4496 1

转载 Ubuntu14.04下Fast-RCNN配置VGG16.caffemodel

注：本博文转自fast-rcnn配置运行VGG16.caffemodel和VGG_CNN_M_1024.v2.caffemodel（Ubuntu14.04）博主是个灰常乐于帮助的好银！再次感谢他。我在他的博文基础上，参考了研究Fast rcnn代码，给略微加了一些注解，帮助理解这次配置操作的意思。另附：Fast R-CNN的作者：Ross B Girshick1.源代码及说明：

2016-09-06 21:42:20 2350

转载 Very Deep Convolutional Networks for Large-Scale Image Recognition(VGG模型)

最近在看imagenet ILSVRC2015 比赛结果，除了 msra 的深度残差神经网络外，采用最多的还是 googlenet和VGG这两种网络模型，优化方法上更多的使用了batch nomalization,prelu等，大多团队都是这两个模型上改进，采用新的优化方法，多模型融合等。这里重点总结一下VGG，本文是牛津大学 visual geometry group（V

2016-09-06 21:41:38 1316

转载卷积神经网络CNN经典模型整理Lenet，Alexnet，Googlenet，VGG，Deep Residual Learning,squeezenet

欢迎转载，转载请注明：本文出自Bin的专栏blog.csdn.net/xbinworld。技术交流QQ群：433250724，欢迎对算法、技术感兴趣的同学加入。关于卷积神经网络CNN，网络和文献中有非常多的资料，我在工作/研究中也用了好一段时间各种常见的model了，就想着简单整理一下，以备查阅之需。如果读者是初接触CNN，建议可以先看一看“Deep Learning（深度学习）学习

2016-09-06 21:39:25 6050

原创 caffe中特殊的layer解释

slice：在某一个维度，按照给定的下标，blob拆分成几块。比如要拆分channel，总数50，下标为10,20,30,40，那就是分成5份，每份10个channel，输出5个layer。concat：在某个维度，将输入的layer组合起来，是slice的逆过程。split：将blob复制几份，分别给不同的layer，这些上层layer共享这个blob。tile：将blob的

2016-09-06 19:50:18 3235

转载深度学习研究理解10：Very Deep Convolutional Networks for Large-Scale Image Recognition

本文是牛津大学 visual geometry group（VGG）Karen Simonyan 和Andrew Zisserman 于14年撰写的论文，主要探讨了深度对于网络的重要性；并建立了一个19层的深度网络获得了很好的结果；在ILSVRC上定位第一，分类第二。一：摘要……从Alex-net发展而来的网络主要修改一下两个方面：1，在第一个卷基层层使用更小的filter尺寸和间

2016-09-05 20:13:51 903

转载 caffe中HingeLossLayer层原理以及源码分析

输入：bottom[0]: NxKx1x1维，N为样本个数，K为类别数。是预测值。bottom[1]: Nx1x1x1维， N为样本个数，类别为K时，每个元素的取值范围为[0,1,2,...,K-1]。是groundTruth。输出：top[0]: 1x1x1x1维，求得是hingeLoss。关于HingeLoss：p: 范数，默认是L1范数，可

2016-09-03 11:28:37 761

原创 caffe zoo .caffemodels模型下载\通过网络结构估算caffemodel文件的大小(转载)

这里有很多模型文件，训练好的。http://dl.caffe.berkeleyvision.org/

2016-09-02 14:17:36 2999

转载 caffe的caffe.proto

经过前面“caffe的protocol buffer使用例子”的学习，对caffe.proto熟悉了。看caffe源码先从这里开始吧。它位于…\src\caffe\proto目录下，在这个文件夹下还有一个.pb.cc和一个.pb.h文件，这两个文件都是由caffe.proto编译而来的。在caffe.proto中定义了很多结构化数据，包括：BlobProtoDatum

2016-09-01 19:28:21 1848

转载 caffe proto文件，和配置文件

要看caffe源码，我认为首先应该看的就是caffe.proto。它位于…\src\caffe\proto目录下，在这个文件夹下还有一个.pb.cc和一个.pb.h文件，这两个文件都是由caffe.proto编译而来的。在caffe.proto中定义了很多结构化数据，包括：BlobProtoBlobShapeBlobProtoVectorDatumFillerParam

2016-09-01 19:23:49 1975

空空如也

空空如也