Cheese的博客

上篇文章详细记录了deeplab-v2的训练过程，这篇文章记录一下deeplab-v2的评估方法。 deeplab-v2自带了评估代码，在：/new/xxx/DeepLab/deeplab_v2/deeplab-public-ver2/matlab/my_script/主要涉及到三个.m文件，分别是：EvalSegResults.m 程序入口，也是后面要执行的文件，在这个文件开头...

用自己的数据集训练Deeplab v2，包括跑通run_pascal.sh 和 run_densecrf.sh两个脚本1. 下载编译deeplab_v2make 部分不做详细介绍了，网上参考的内容也比较多，出错耐心改一下即可。 代码用的是 git clone https://github.com/xmojiao/deeplab_v2.git 之后的目录结构也按照down下来的，无需调整...

为什么要做BoundingBox Regression（BBR）?首先我们先来考虑，RCNN中为什么要做BoundingBox-Regression?Bounding Boxregression是 RCNN中使用的边框回归方法，在RCNN的论文中，作者指出：主要的错误是源于mislocalization。为了解决这个问题，作者使用了bounding box regression。 这个方...

R-CNN的论文中提到了各向同性，各向异性缩放的概念，这里做一个详细解释：当我们输入一张图片时，我们要搜索出所有可能是物体的区域，R-CNN采用的就是Selective Search方法，通过这个算法我们搜索出2000个候选框。然后从R-CNN的总流程图中可以看到，搜出的候选框是矩形的，而且是大小各不相同。然而CNN对输入图片的大小是有固定的，如果把搜索到的矩形选框不做处理，就扔进CNN中，肯...

faster-rcnn在深度学习领域算是一篇开创性的论文，对后续产生的而网络有很重要的意义，认真读懂这篇论文，相信也算是深度学习入门了 。今天又重新读了读faster-rcnn,整理了一份阅读笔记，整理的过程使自己对整个深度学习又有了更深的理解。果然论文还是应该多读几遍才能理解的。

FCN从制作自己的数据集，到训练，测试中间感谢很多朋友的帮助！现在整理出来，希望能帮助到更多的人。以voc_fcn8s为例，详细说明一下整个过程。制作数据集：按照voc的数据格式，分为benchmark和VOC2011,benchmark为训练集:VOC2011为测试集，benchmarck在 fcn.berkeleyvision.org/data/sbdd VOC2011在 fcn...

因为项目中的需要，本篇博文实现输出（保存）yolo的测试结果，并测试结果的坐标位置切割原图，并不需要知道每个框的类别，保存了top9。

自从开始学深度学习，电脑里安装了很多包，而这些包之前却经常出现互相冲突，版本不兼容的问题，这是用使用虚拟环境是一种很好的解决方法。

在tensorflow中训练神经网络时，训练到一半，出现Nan in summary histogram for:xxx

本篇文章实现了一个 TensorFlow版本的Vgg16,完成了数据从制作，到输入，训练的整个过程。

在使用TensorFlow训练神经网络时，首先面临的问题是：网络的输入此篇文章，教大家将自己的数据集制作成TFRecord格式，feed进网络，除了TFRecord格式，TensorFlow也支持其他格式的数据，此处就不再介绍了。建议大家使用TFRecord格式，在后面可以通过api进行多线程的读取文件队列。

在神经网络的设计中，经常会出现多个卷积层堆叠的情况，为什么要这样设计呢？

在神经网络中，经常会用到交叉验证的方法，何为交叉验证呢？

Java使用JFreeChart画散点图

python实现将文件内容按照某一列内容的大小值重新排序。print(''.join(sorted(open('test.txt'), key=lambda s: s.split()[3],reverse=1)))