2017年09月_yaningli

转载详解：YOLO-darknet训练自己的数据

转自：http://blog.csdn.net/Jinlong_Xu/article/details/75577007准备训练数据使用darknet训练自己的YOLO模型需要将数据转成darknet需要的格式，每张图片对应一个.txt的label文件，文件格式如下： object-class是类的索引，后面的4个值都是相对于整张图片的比例。

2017-09-25 17:26:17 8394 4

转载径向基网络（RBF network）之BP监督训练

转自：http://blog.csdn.net/zouxy09/article/details/13297881一、径向基函数在说径向基网络之前，先聊下径向基函数（Radical Basis Function，RBF）。径向基函数（Radical Basis Function，RBF）方法是Powell在1985年提出的。所谓径向基函数，其实就是某种沿径向对称的标量函数。

2017-09-25 17:15:26 767

转载 YOLO模型训练可视化训练过程中的中间参数

转自：http://blog.csdn.net/yudiemiaomiao/article/details/72469135等待训练结束后（有时还没等结束模型就开始发散了），因此需要检测各项指标（如loss）是否达到了我们期望的数值，如果没有，要分析为什么。可视化训练过程的中间参数可以帮助我们分析问题。可视化中间参数需要用到训练时保存的log文件：./dark

2017-09-25 16:06:34 1497

转载反向传导算法

转自：http://deeplearning.stanford.edu/wiki/index.php/%E5%8F%8D%E5%90%91%E4%BC%A0%E5%AF%BC%E7%AE%97%E6%B3%95反向传导算法假设我们有一个固定样本集，它包含个样例。我们可以用批量梯度下降法来求解神经网络。具体来讲，对于单个样例，其代价函数为：这是

2017-09-22 16:25:38 401

转载正态分布（Normal distribution）又名高斯分布（Gaussian distribution）

正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为：X∼N(μ,σ2),则其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度

2017-09-21 14:08:40 42303

转载径向基函数（RBF）神经网络

转自：http://www.cnblogs.com/zhangchaoyang径向基函数（RBF）神经网络RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。简单说明一下为什么RBF网

2017-09-21 14:00:04 3318

转载 YOLOv2训练自己的数据集（VOC格式）

转自：http://blog.csdn.net/ch_liu23/article/details/53558549 YOLO本身使用的是VOC的数据集，所以可以按照VOC数据集的架构来构建自己的数据集。1.构建VOC数据集1.准备数据首先准备好自己的数据集，最好固定格式，此处以VOC为例，采用jpg格式的图像，在名字上最好使用像VOC一样类似000001.jp

2017-09-19 17:05:01 944

转载 PCL点云分割（1）

转自：http://www.cnblogs.com/li-yao7758258/p/6496664.html点云分割是根据空间，几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征，点云的有效分割往往是许多应用的前提，例如逆向工作，CAD领域对零件的不同扫描表面进行分割，然后才能更好的进行空洞修复曲面重建，特征描述和提取，进而进行基于3D内容的检索，组合重用等。案

2017-09-19 16:03:55 2705 1

转载如何修改文件权限(chgrp,chown,chmod)

linux文件权限学习随笔二——如何修改文件权限一、修改文件所属组群——chgrp 修改文件所属组群很简单-chgrp命令，就是change group的缩写（我们可以利用这些来记忆命令）语法：chgrp 组群文件名/目录举例：[root@redhat ~]# groupadd groupa[root@redhat ~]# gro

2017-09-18 11:17:33 1038

转载图片标注工具LabelImg使用教程

Ubuntu源码安装由于Ubuntu系统自带python，这款软件在Ubuntu环境下的安装是最方便的。软件要求python版本在2.6以上，同时需要PyQt和lxml的支持。$ sudo apt-get install pyqt4-dev-tools # 安装PyQt4$ sudo pip install lxml # 安装lxml，如果报错，可以试试下面语句$ sudo apt

2017-09-18 10:33:34 1691 1

转载 Ubuntu16.04+Anaconda+caffe(Only CPU)

序言：作者使用的是Ubuntu16.04+Anaconda+caffe(Only CPU)，自己首先在win10下面安装caffe。好不容易成功，发现需要使用的demo是在ubuntu下面运行的，后来又琢磨啦好久，走过很多弯路，终于安装完成。CUDA:OpenCV:Anaconda:测试caffe:1：Anaconda的安装1.下载地址：https://www.cont

2017-09-08 18:01:00 675

转载 ubuntu16.04+gtx1080ti+caffe安装记录

ubuntu16.04+gtx1080ti+caffe安装记录我的环境:GTX1080Ti,Ubuntu16.04,intel集显遇到的问题：我安装显卡驱动出了问题，第一次安装官网最新版驱动381.xx（记得不清楚了），安装完驱动，安装cuda，caffe没有问题，但是训练mnist网络时出错：cannot create cublas handle. cublas won't be

2017-09-08 17:12:51 452

转载 PCL源码剖析之MarchingCubes算法

MarchingCubes算法简介MarchingCubes(移动立方体)算法是目前三围数据场等值面生成中最常用的方法。它实际上是一个分而治之的方法，把等值面的抽取分布于每个体素中进行。对于每个被处理的体素，以三角面片逼近其内部的等值面片。每个体素是一个小立方体，构造三角面片的处理过程对每个体素都“扫描”一遍，就好像一个处理器在这些体素上移动一样，由此得名移动立方体算法。MC算

2017-09-08 16:49:07 569

转载点云三角化（二流型的）要点

原创文章，转载请标明出处：http://blog.csdn.net/ikerpeng/article/details/49638329按照以下三维重建要点，你完全可以按步骤代码实现：O. 初始化参数一．初始化一个三角面片： 1. 计算所有点的重心； 2. 找到离重心最近的一个点，设为ptn0； 3. 在ptn0的领

2017-09-08 16:46:41 1354

转载 1080Ti+cuda+cudnn+caffe安装

系统更新：1.sudo apt-get update2.sudo apt-get upgrade3.sudo apt-get install build-essential3.sudo apt-get autoremove安装Gitsudo apt-get install GitNvidia Drivers 1.找本机的显卡lspci | grep

2017-09-08 16:38:19 308

转载 PCL点云曲面重建（1）

PCL点云曲面重建（1）在测量较小的数据时会产生一些误差，这些误差所造成的不规则数据如果直接拿来曲面重建的话，会使得重建的曲面不光滑或者有漏洞，可以采用对数据重采样来解决这样问题，通过对周围的数据点进行高阶多项式插值来重建表面缺少的部分，（1）用最小二乘法对点云进行平滑处理新建文件resampling.cpp#include #include

2017-09-08 16:20:42 2285

yaningli的博客