自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

yuanlulu的博客 深度学习开发者

从事深度学习和机器视觉方向的开发。个人擅长c++/python语言。

原创 行人(客流)计数的一些底层技术

概述自己之前写过一篇文章介绍自己做的行人(客流)计数的工作:基于检测和多目标跟踪的客流统计功能小结这篇文章利用行人检测及多目标跟踪技术,对过边线的人数进行计数。检测和多目标跟踪我就不多说了,这里说一下如何进行过线检测。基本思想多目标跟踪会对每一帧的每个检测框赋予一个持续不变的ID,作为同一个目标的标识。同时,为了进行位置判断,我会把每个检测框抽象为一个点,比如将检测框上边缘的中心作为人的位...

2019-09-08 12:22:58 1623 5

原创 这就是神经网络 19:深度学习-人脸检测-S3FD

概述本文介绍1篇人脸检测方面的工作,这是2017年的工作。S3FD是SSD类的检测器,为人脸检测做了相应优化和修改。即使放在今年(2019),这个工作的结果也都是SOTA级的存在。前段时间写了文章总结FaceBoxes,那篇文章和本文的主角S3FD是同一个实验室出品的,都来自中国,并且在榜单中都取得了当时最好的成绩。动机论文一般都要先写出当前存在的问题,然后才好展开具体的方法。本文的动机就...

2019-06-24 18:21:10 1167

原创 深度学习-文档检测方案整理

概述这里梳理一下之前收集的几篇关于文档检测的文章,由于一些特殊的原因,最近可能都没机会去实践这些知识了,只能略读归纳一下。在识别纸质文档的第一步,一般首先要识别文档区域,也就是定位出文档4个角的坐标,然后拉伸文档区域,还原宽高比,接着后续的OCR流程。本文主要记录一些文档区域检测方面的文章。网易的方案网易的有道笔记用到了文档检测技术,主要信息披露自以下两篇博客:有道云笔记是如何使用T...

2019-06-20 16:40:25 1218 1

原创 视频安防“上帝视角“的畅想

畅想目前的视频安防手段主要还是记录不同角度的二维画面,实时(比如闯红灯抓拍)或事后分析处理。由于安防摄像头数量众多,安装角度和安装地点分散,很难对存量的巨大数量的视频录像做有效分析。目前很多安防视频平台正在利用深度学习的能力不断增强对视频解读的能力,但是效果基本就是类似去数据库里查某些字段,对普通一线的使用人员来说,这些视频分析手段存在一定的门槛,很难有一个简单的手段把大量的视频画面整合成一个整...

2019-06-17 22:40:25 552 1

原创 docker常用命令

概述在我的深度学习开发相关工作中,使用docker非常多。有cpu版本的docker也有GPU版本的docker。我可以把很多依赖的软件打包到docker里交给现场运行,这样现场就免去了繁杂的环境配置过程。在此记录一下常用的docker命令。搜索和下载镜像去年阿里有一个可以搜索docker镜像的网站,今年则访问不了了。所以现在只能在https://hub.docker.com查询相关镜像。...

2019-06-11 19:52:10 253

原创 这就是神经网络 18:深度学习-文字识别OCR-CRNN

概述在之前项目中用过CRNN做OCR,我在这里记录一下我对这个算法的理解,我没有对比代码去看,主要结合别人的博客略读论文。声明一下,主要参考了文末的《一文读懂CRNN+CTC文字识别》这篇文章,基本讲的非常易懂。另外,本算法的难点在于CTC的理解, 基本上参考文末的《Sequence ModelingWith CTC》这篇文章能够比较好的有个理解,参考资料里的另一篇博客《CTC算法详解》基本...

2019-05-15 21:34:42 3203

原创 项目实践中对语义分割网络DeepLabV3+的改进

概述最近用deepv3+做了一些语义分割的工作,从github上下载了别人实现的tensorflow实现。发现速度不能满足需求,所以本人对deepv3+做了一些改进。原始的网络结构下图左侧是DeepLabV3的结构,中间是U-Net风格的编解码结构,最右侧就是DeepLabV3+的结构。和V3相比,V3+融合了一次底层特征图(主干网络也换了,但是这里体现不出来)。改进方向替换backb...

2019-05-15 21:20:32 1769 7

原创 基于语义分割的身份证部件解析和文字检测

概述这个工作主要是利用人脸解析项目的算法,探索一下语义分割的功能。安排实习生利用合成的身份证照片进行了语义分割的标注。我的目的有两个:1.检测身份证上的信息是否齐全;2.确定身份证各文字信息的位置,把文字抠出来给OCR程序。基于opencv的算法之前写过一篇文章《python_opencv–身份证文字区域检测》,利用opencv的接口进行二值化,然后找出所有的阴影对应的外接矩形。这个方法...

2019-05-10 18:09:42 2011 9

原创 tensorflow 23:从ckpt文件导出固化PB文件

概述需要从ckpt文件生成固化的PB文件,给生成现场用。现在我探索下不依赖代码里的网络结构、仅仅用CKPT文件来生成PB文件。转化训练生成的ckpt文件目录如下:$ ls ./ckpt0507/checkpoint graph.pbtxt model.ckpt-3251.data-000...

2019-05-09 20:02:15 1848 2

原创 这就是神经网络 17:深度学习-评价指标_ROC_mAP

概述本文主要讲述目标检测指标mAP。主要也是自己做这块有段时间,但是这个指标一直没弄的特别清楚。而且网上很多博客写的并不准确,会给人不少舞蹈,希望自己的文章能帮到别人。基础知识true positive, false positive, true negative, false negative本段参考《目标检测的评价指标》,链接见最下方。首先解释一下上面四个词:分类正确的两类:t...

2019-05-08 20:45:46 2513

原创 自制人脸分割/解析数据集:helen_small4seg(附网盘下载地址)

概述我用原始的helen数据,挑选了部分标注比较好的图片,生成了一个规模较小的人脸解析/分割数据集,放在网盘上供大家下载。原始helen数据集介绍关于helen数据集的介绍,请参考我之前的博客:《人脸解析(Face Parsing)和人体解析Human Parsing:方法、数据集和论文》。helen数据集有2330张图片,每个图片有11个分类: Label 00: backgroun...

2019-05-03 17:58:16 3112 10

原创 目标检测中的检测框合并策略:NMS和Soft-NMS

概述目标检测中的Region Proposal动辄上千,会形成大量有重合的检测框,需要使用某些算法对检测框去重。常用的两种算法是NMS和Soft-NMS。NMS全称‘非极大值抑制(non maximum suppression)’.算法思想很简单,按照分类概率排序,概率最高的框作为候选框,其它所有与它的IOU高于一个阈值(这是人工指定的超参)的框其概率被置为0。然后在剩余的框里寻找概率第...

2019-05-02 17:00:40 3033

原创 这就是神经网络 16:深度学习-人脸检测-FaceBoxes

概述FaceBoxes是SSD类的检测器,为人脸检测做了相应优化和修改。即使放在今年(2019)也是SOTA级的存在。(本来打算把SSH、S3FD也一起总结了,但是最近时间比较紧张,先放FaceBoxes,另外两个后续再补)借用《人脸检测背景介绍和发展现状》里的一张图:FaceBoxesFaceBoxes是一个快速的人脸检测器。论文里贴的速度是VGA分辨率(640×480)在CPU上2...

2019-05-01 18:58:06 784

原创 仿射变换与投影变换

仿射变换在图形中的变换包括:平移、缩放、旋转、斜切及它们的组合形式。这些变换的特点是:平行关系和线段的长度比例保持不变。投影变化具有其明确的意义:共面点成像。参考资料仿射变换与投影变换...

2019-04-29 18:52:28 932

原创 怎样用通俗的语言解释REST,以及RESTful?

@Ivony 老师的一句话概括很精辟:URL定位资源,用HTTP动词(GET,POST,DELETE,DETC)描述操作。参考资料知乎:怎样用通俗的语言解释REST,以及RESTful?菜鸟教程:RESTful 架构详解...

2019-04-28 15:06:58 386

原创 python之web server搭建:Gunicorn、flask及tornado

利用Gunicorn和flask搭建web-server之前用tornado搭服务器,但是tornado只支持多线程。众所周知python的多线程性能是很差的。要上多进程,Gunicorn加flask这个组合刚好满足需求。而且Gunicorn支持进程意外退出后重启,还支持很多灵活的配置,综合来看是很不错的组合方案。安装需要安装Gunicorn和flask,另外还有gevent,具体方案可以...

2019-04-26 22:13:12 1260

原创 这就是神经网络 15:深度学习-人脸检测-MTCNN

概述MTCNN是一个基于级联卷积神经网络的人脸检测和人脸对齐算法。其英文题目《Joint Face Detection and Alignment usingMulti-task Cascaded Convolutional Networks》。本文原始的创意来自《A Convolutional Neural Network Cascade for Face Detection》,有人称它为...

2019-04-21 18:47:32 1277 1

原创 tensorflow 22:量化模型在pc环境调用

概述之前写过一文探讨tflite模型在pc环境下的调用:《tensorflow 21:用python转换tflite模型并在PC上调用》我就想,能不能只量化,格式还是普通的pb格式,然后在pc环境调用。这样既享受了量化压缩带来的好处,又不受制于tflite支持的算子不全面。结论没啥用!在pc环境用graph_transforms工具将incrption-v2模型量化,然后PC环境下调用...

2019-04-19 16:14:48 879

原创 这就是神经网络 14:深度学习-目标检测-YOLOv1、YOLOv2、YOLOv3

YOLOYOLO是与SSD齐名的one_stage目标检测算法代表。SSD系列有比较多的变体,大部分都不是SSD作者做的工作。而YOLO目前已经进化到V3,据我所知都是yolo作者自己做的工作。网络结构由于yolo属于one_stage的目标检测算法,所以网络结构比较简单。固定输入448x448大小的图片,最后输出7x7x30大小的特征图。作者的主干网络受GoogLeNet的启发,共有...

2019-04-15 20:21:28 2994

原创 这就是神经网络 13:语义分割loss函数和评价指标

序最近刚刚完成自己规划的语义分割部分论文阅读,算是一个小结吧。语义分割的LOSS函数语义分割对像素的分类,可以用交叉熵作为loss函数。但是语义分割也有自己的特殊性,整个环面中前景物体有时会有较小的占比(比如医学图像中的病灶),这时需要加大前景(或缝隙)的权重,使训练过程更容易学到有用的特征。比如WBE Loss是U-Net引入的,对边界像素对应的loss加大权重,使之对边界更敏感。fo...

2019-04-02 21:04:27 1869

原创 这就是神经网络 12:深度学习-语义分割-DeepLabV1、V2、V3和V3+

概述说到语义分割,谷歌的DeepLab系列都是一个无法绕过的话题。目前这个系列共出了4个版本:V1、V2、V3和V3+。DeepLab是全景分割,也有DeeperLab原班人马在里面参与。本文主要关注DeepLabV3+和DeepLab。V1、V2作为前作,有一定的参考价值,但是我精力有限,这两篇主要从其它总结材料里学习而不是原论文,V3和V3+才是我的重点。一个系列看下来,感觉好漫长,半辈...

2019-03-31 16:31:20 1506

原创 rk3399上opencv使用gstreamer访问mipi摄像头

环境硬件:友善之臂NanoPC T4rk3399:Big.Little 架构:双核Cortex-A72 + 四核 Cortex-A53 架构,64位CPU主频超过1.8GHz软件:rk3399-eflasher-friendlydesktop-bionic-4.4-arm64-20181219.img这是友善之臂定制的一个基于ubuntu18.04的64位操作系统。探索思路自己...

2019-03-30 19:35:46 2256 8

原创 ubuntu:查看系统版本信息

# cat /proc/versionLinux version 3.13.0-129-generic (buildd@lgw01-05) (gcc version 4.8.4 (Ubuntu 4.8.4-2ubuntu1~14.04.3) ) #178-Ubuntu SMP Fri Aug 11 12:48:20 UTC 2017# uname -aLinux amax 3.13.0-...

2019-03-26 14:05:10 895

原创 这就是神经网络 11:深度学习-语义分割-DFN、BiSeNet、ExFuse

前言本篇介绍三篇旷视在2018年的CVPR及ECCV上的文章。旷视做宣传做的很好,出的论文解读文章很赞,省去了我从头开始理解的痛苦,结合论文基本能很快了解全貌。语义分割任务同时需要 Spatial Context 和 Spatial Detail ,也就是分类的语义信息和形状的空间信息。不同的网络从不同的角度解决这两个问题,做不同的妥协。DFN这是在CVPR2018上被接收的文章。DFN...

2019-03-24 20:24:29 1959 1

原创 这就是神经网络 10:深度学习-语义分割-RefineNet、PSPNet 、GCN

前言看论文写总结不易。喜欢就点个赞或者关注下。RefineNet这是16年底的论文,看完PSPNet和DeepLabV3+再回来看此论文,感觉乏善可陈。RefineNet给我的感觉就是一个resnet思想改造的U-Net,参数和计算量都大了很多。作者的一些trick没有很充分的对比实验来说明非此不可,我只能说本网络效果不错,但是谈不上多大的创新,也没耳目一新的见解,论文写的还不是很充分。说...

2019-03-15 21:21:43 1979 4

原创 人脸解析(Face Parsing)和人体解析Human Parsing:方法、数据集和论文

人脸解析人脸解析(Face Parsing)即把人脸的各个部分分割出来。下图左侧是原图,中间是标注,右侧是我输出的结果:这方面网上资料不多,论文也不火,很少看到商用的。目前看到华为有提供这个功能。华为人脸解析地址:https://developer.huawei.com/consumer/cn/hiai/engine/face-parsing人脸解析可预见的应用场景就是虚拟试妆,或者电...

2019-03-15 18:21:20 6116 4

原创 这就是神经网络 9:深度学习-语义分割-FCN、U-Net、SegNet

FCN简介FCN全称是‘Fully Convolutional Networks’,也就是全卷积网络。这个网络去掉了全连接层,网络结构里只有卷积(池化和反卷积)操作。本文的FCN特指这个语义分割网络,而非广义的全卷积网络。作者在论文里说,这是第一个可以端到端训练、输出像素级预测(pixels-to-pixels)语义分割网络,它可以处理任意大小的图片输入。本网络使用上采样层进行预测,使用降采...

2019-03-02 21:36:00 2512

原创 rk3399+ubuntu:基于深度学习框架ncnn对比clang和gcc性能

编译方式修改toolchains/aarch64-linux-gnu.toolchain.cmake,内容如下:# set cross-compiled system type, it's better not use the type which cmake cannot recognized.SET ( CMAKE_SYSTEM_NAME Linux )SET ( CMAKE_SYST...

2019-02-26 22:09:05 3400 8

原创 这就是神经网络 8:深度学习-目标检测-SSD和DSSD

前言最近有一篇综述目标检测的论文《Deep Learning for Generic Object Detection: A Survey》,来自首尔国立大学的 Lee hoseong 在近期开源了「deep learning object detection」GitHub 项目,正是参考该论文开发的。该项目集合了从 2013 年 11 月提出的 R-CNN 至在近期发表的 M2Det 等几十篇...

2019-02-24 17:55:20 1052 1

原创 rk3399环境配置:安装opencv、dlib和tensorflow,并测试ncnn性能

概述最近入手了NanoPC-T4开发板,上面用的是rk3399这款芯片。安装系统:rk3399-eflasher-friendlydesktop-bionic-4.4-arm64-20181219。这是一个ubuntu18.04为基础的Linux系统。安装过程下面的操作都是在root用户下完成的。更新源到/etc/apt/sources.list.替换url为http://mirror...

2019-02-24 12:57:03 5243 8

原创 卷积、反卷积和空洞卷积的图片示意

github上有一个项目用于演示各种卷积的动态过程:https://github.com/vdumoulin/conv_arithmetic下图是卷积操作:下图是转置卷积(反卷积):空洞卷积(扩张卷积):空洞卷积也有自己的缺点,需要设计一些精巧的组合来保证视野域能覆盖的比较紧密。具体参考下面的讨论:知乎讨论《如何理解空洞卷积(dilated convolution)?》:https...

2019-02-22 12:49:27 2524

原创 这就是神经网络 7:深度学习-目标检测-超详细图解Faster R-CNN

本文动机说实话,介绍Faster R-CNN的文章我看了很多,论文的英文原文和翻译都看过,我知道two-statge和anchor的主要思想,可是我脑子里始终没法建立一个完整的Faster R-CNN的框架,有太多的细节没有搞清楚,每个步骤的tensor是什么维度?这些维度是什么含义?第二阶段的坐标回归和第一阶段一样吗?有太多的细节让我疑惑不已。别人的文章讲的都是别人建立了整体概念以后的细节分解...

2019-02-06 21:43:28 1857

原创 这就是神经网络 6:SqueezeNet和Xception

概述之前也写博客介绍过轻量化神经网络架构:《集异璧-神经网络结构 5:轻量化神经网络–MobileNet V1、MobileNet V2、ShuffleNet V1、ShuffleNet V2》。但是那篇文章没有包含SqueezeNet和Xception。这次把这两个网络补上。SqueezeNet (2017)SqueezeNet 由伯克利&斯坦福的研究人员合作发表于 ICLR-2...

2019-01-28 22:01:16 2009

原创 Facebook开源高性能内核库QNNPACK_笔记

PDOT简介卷积可以分解成一种名为 im2col 的内存布局转换和矩阵相乘的组合。因此,卷积神经网络中的有效推理问题很大程度上可以看做矩阵乘法的有效实现问题——在线性代数库中也称为 GEMM。当前的处理器上,这一实现会受到内存和缓存带宽,而不是乘-加单元计算力的限制。但一个小小的修改——同时计算几行 A 和几行 B 的点积——却使得性能大大提升。修改后的基元加载 A 的 MR 及 B 的 ...

2019-01-24 16:00:51 781

原创 英特尔OpenVINO深度学习框架--ubuntu16.04上的安装手记

概述OpenVINO是intel的深度学习工具框架,本质是一个支持intel各种硬件(CPU、集显、FPGA和Movidius VPU)的推理机。这个工具本身不做训练,但是可以把其它深度学习框架(如 Caffe, TensorFlow, MXNet)训练的模型文件转化为自己支持的格式。所以OpenVINO分为两部分(github上源码也分为这么两个目录):Inference Engine...

2019-01-23 23:06:19 5682 2

原创 python_opencv--身份证文字区域检测

概述本文基于opencv的形态学滤波检测身份证上的文字位置。如果是自然场景的文字检测可以用CTPN或者EAST。我这里是身份证合成照片,没有多余背景,也没有复杂光照,所以就用最简单的办法。代码import sysimport numpy as npimport cv2def test_detect (img_path): # 参考:https://blog.csdn.n...

2019-01-16 20:43:51 4039 4

原创 MTCNN人脸及特征点检测--基于树莓派3B+及ncnn架构

概述本文尝试在树莓派3B+上用ncnn框架测试MTCNN。ncnn的基本编译和使用请参考《在树莓派3B+上编译ncnn并用benchmark和mobilenet_yolo测试》。本文在这个博客基础上进行操作。操作步骤下载mtcnn从mtcn-ncnn项目中下载mtcnn子目录,把这个目录放在最新的ncnn源码目录下添加对mtcnn的支持修改ncnn最顶层的CMakeList.txt,...

2019-01-15 20:39:23 6014 10

原创 在树莓派3B+上编译ncnn并用benchmark和mobilenet_yolo测试

步骤安装git和cmake$ sudo apt-get install git$ sudo apt-get install cmake安装protocobuf和其它依赖项这段命令参考自《树莓派3B完成ncnn框架测试》sudo apt-get install -y gfortransudo apt-get install -y libprotobuf-dev libleveldb-...

2019-01-09 18:07:44 2981 4

原创 树莓派上为python装tensorflow和opencv

环境树莓派3B+, python3.5,官方系统准备sudo apt updatesudo apt install python3-dev python3-pipsudo apt install libatlas-base-dev # required for numpy安装opencvpip3 install opencv-python==3.3.0.10# t...

2019-01-04 19:19:44 1904 2

原创 tensorflow 21:用python转换tflite模型并在PC上调用

概述想玩玩tflite,无奈对android开发环境不熟。经过搜索找到了在PC上python下调用tflite模型的方法。环境python3.6tf-nightly 1.13win10 64位i7 8550U制作frozen模型模型制作参考前面的一篇博客《tensorflow 20:搭网络、导出模型、运行模型》。主要就是两层卷积和两层全连接用来识别mnist数据集,保存为fro...

2019-01-04 00:11:06 16188 82

提示
确定要删除当前文章?
取消 删除