CodeCold-CSDN博客

原创 [OpenCV] cv::Mat to IplImage*

Head.h#include #include #include #include #include #include cv::Mat to IplImage*IplImage* workImg = cvLoadImage(img_name.c_str());IplImage* Y = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8

2017-05-17 17:15:56 790

原创 [OpenCV] RGB to YCBCR

RGB to YcbcrIplImage* workImg = cvLoadImage(img_name.c_str());IplImage* Y = cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,1); IplImage* Cb= cvCreateImage(cvGetSize(workImg),IPL_DEPTH_8U,1); Ipl

2017-05-15 13:35:15 1311

转载 Linux 解压Zip大文件

Error Info:extra bytes at beginning or within zipfile (attempting to process anyway)Method:1. With command:zip -FFv foo.zip --out fixed.zipE.g.$ zip -FFv foo.zip --out fixed.zipFix archive (-

2017-03-28 12:25:09 5049

原创 MXNET VGG-16 Params

Download Link : http://data.dmlc.ml/mxnet/modelsBaidu Cloud : http://pan.baidu.com/s/1eRNiQ4q (CHN).json{ "nodes": [ { "op": "null", "param": {}, "name": "data"

2017-02-13 10:20:34 1638 1

转载 Vim 使用浅析

Source Link： http://www.runoob.com/linux/linux-vim.html

2017-02-05 16:21:04 330

原创 mudicom Ubuntu 安装

A python package that validates, reads, and extracts images from a DICOM file.How to install:Base:1. Python 2. GDCMsudo apt-get updatesudo apt-get install python-gdcmImage:numpy (

2017-01-25 11:17:42 742

原创 ResNet-18 Caffemodel and prototxt

GitHub: https://github.com/HolmesShuan/ResNet-18-Caffemodel-on-ImageNetAccuracy:Top-1: 66.45%Top-5: 87.10%DataSet: ILSVRC12 Short 256Model: Baidu Cloud OneDrivePr

2017-01-09 10:23:19 25645 6

转载 DeepID Generation I

Original Source: http://blog.csdn.net/a_1937/article/details/50334919在原Blog基础上进行了修改，未能完全复现博主结果。LFW Accuracy：91.4%Val DataSet：LFW 128x128 GrayTrain DataSet：CASIA WebFace Washed 144x144 Gray

2016-12-05 10:12:24 1342 9

原创 LFW DataBase Accuracy 测定说明

LFW数据集提供了 Positive 与 Negative 的验证值对，各6000组。Positive Pairs中为同一人的两个张图片的路径所对应的行号：E.g.57 60Abel_Pacheco/Abel_Pacheco_0001.jpgAbel_Pacheco/Abel_Pacheco_0004.jpgNegative Pairs中为非同一个人的两张图片的路径所对应

2016-11-18 17:00:43 4255 9

转载 ResNet-101/152 Protofiles and Caffemodels

Download from He Kaiming'sOneDrive.Upload to BaiduYun for Faster Download(CHN).Caffemodels:ResNet-50ResNet-101ResNet-152ProtoFiles:protofiles-masterOriginal Source:

2016-11-17 17:56:04 16576 9

转载 LAPACK 求矩阵的逆

original source: http://stackoverflow.com/questions/3519959/computing-the-inverse-of-a-matrix-using-lapack-in-cFunction:inv(A)C++ Code (Edited):#include #include // pre install ://

2016-11-14 14:54:39 3741

原创浮点数量化2^n定点数

Target:将浮点数量化到最近的2^n定点数Code:E.g. 量化为3bit 区间为[-1,0.5]#include #include using namespace std;template int getArrayLen(Dtype& array){ return (sizeof(array) / sizeof(array[0]));}t

2016-11-12 10:49:19 3763

转载 ResNet-50 prototxt

name: "ResNet-50"input: "data"input_dim: 1input_dim: 3input_dim: 224input_dim: 224layer { bottom: "data" top: "conv1" name: "conv1" type: "Convolution" convolution_param {

2016-11-03 19:38:07 17684 5

原创 Pubfig DataBase 下载Python脚本

Original Source: http://www.cs.columbia.edu/CAVE/databases/pubfig/Useful data:dev_urls.txteval_urls.txtDownloadPython Script:notice: Python2.7 supportedimport osimport sysi

2016-10-21 17:18:07 1964

翻译 Caffe 初学拾遗(十二) Solver

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：Solver:solver通过将前向传播的推演与反向传播的参数更新相互协调，来达到减小loss的目的。学习过程分化为两部分，Solver监督优化目标并进行权重更新，Net计算Loss与Gradient。

2016-10-20 13:51:54 2311

原创 VGG-16 prototxt

solver.prototxtnet: "models/vgg16/train_val.prototxt"test_iter: 1000test_interval: 2500base_lr: 0.001lr_policy: "step"gamma: 0.1stepsize: 50000display: 20max_iter: 200000momentum: 0.9weigh

2016-10-02 14:18:49 17887 26

原创 Survey of CNN Quantization Algorithm

Part I.IntroductionConvolutionalneural networks show reliable results on object recognition and detection thatare useful in real world applications. Concurrent to the recent progress inrecogniti

2016-10-01 10:34:35 1767

翻译 Caffe 初学拾遗(十一) Layer Catalogue (Common Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：5. Common Layer:Inner Product:1.网络类型：InnerProduct2.CPU版本实现：./src/caffe/layers/inner_produc

2016-09-23 12:28:41 969

翻译 Caffe 初学拾遗(十) Layer Catalogue (Data Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：4. Data Layer:Data通过data layer进入Caffe框架，他们位于net的最底层。Data可以来源于高效的数据库(LevelDB or LMDB)，直接来自内存，或者，当效率不是那么

2016-09-23 10:10:20 484

翻译 Caffe 初学拾遗(九) Layer Catalogue (Activation/Neuron Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：3. Activation/Neuron Layer:一般而言，activation/neuron Layers执行的是逐元素操作，取出bottom blob中的数据，生成同样大小的top blob的数据

2016-09-22 18:00:41 506

翻译 Caffe 初学拾遗(八) Layer Catalogue (Loss Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：2. Loss Layer:Loss驱动整个学习过程，通过将网络输出与target比较，并将cost最小化来实现。Loss本身是通过forward pass计算出来的，关于loss的gradien

2016-09-22 16:34:54 531

翻译 Caffe 初学拾遗(七) Layer Catalogue (Vision Layer)

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：

2016-09-22 15:43:16 462

转载 Caffe 初学拾遗(六) CUDA 线程通信

Original Source:http://blog.csdn.net/augusdi/article/details/12833235一些CUDA编程的简单示例程序，笔者在此进行了整理说明：1.线程通信：理论上，各个线程所进行的处理是互不相关的，即两个线程不会产生交集（向量点积，向量加运算）。在实际中，各个线程不再是相互独立的，而

2016-09-22 10:48:46 1334

转载 Caffe 初学拾遗(五) CUDA 并行化示例

Original Source:http://blog.csdn.net/augusdi/article/details/12833235一些CUDA编程的简单示例程序，笔者在此进行了整理说明：在此之前，关于GPU选择（有提到流处理簇内容）以及Intel与Nvidia的争论，读者有兴趣也可以一看。Note:1. 没有任何前缀的

2016-09-21 15:40:09 4285 1

转载 Caffe 初学拾遗(四) CUDA 框架说明

Original Source:http://bbs.csdn.net/topics/390798229http://blog.csdn.net/augusdi/article/details/12833235在前人基础上，进行了精简和勘误，意在形成对CUDA编程的概念性理解：推荐书目：《GPU高性能编程CUDA实战》（译作）原书名为《an introduct

2016-09-21 10:33:37 4040

翻译 Caffe 初学拾遗(三) Blobs, Layers, and Nets

{承接CNN学习入门，笔者在这里对Caffe官方网站上的相关介绍进行了翻译总结，欢迎大家交流指正}本文基于此刻最新的release，Caffe-rc3：

2016-09-20 16:39:50 676

原创 Convolutional neural networks(CNN) (十三) Convolutional Neural Network Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}基于 Convolutional neural networks(CNN) (十二) Convolutional Neural Network Theory 理论分析，对 Exercise: Convolutional Neural Network进行了MatLab实现，同

2016-09-18 12:39:45 1007

原创十进制二进制转换

基于库函数实现十进制转二进制，二进制转十进制。｛二进制以字符串形式表示，不含除"0", "1"外其他字符｝Language support(Up to now 16.9.14): C/C++ , PythonC/C++:Dec->Bin#include #include char buffer[9] = {0};_itoa( _integer, buff

2016-09-14 12:07:34 984

原创 Convolutional neural networks(CNN) (十二) Convolutional Neural Network Theory

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}UFLFL的Wiki部分并没有介绍CNN网络在添加了Convolutional Layer 以及 Pooling Layer之后的Fine-tuning方法，在UFLDL的Tutorial部分找到了相关的介绍，再次进行了进一步的整理和说明：

2016-09-11 16:35:30 741

原创 Convolutional neural networks(CNN) (十一) Convolution and Pooling Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Feature extraction using convolution 以及 Pooling 部分内容Note:UFLDL中对Conv的计算方法与CS231n中的表述稍有不同，这里是对图像RGB三

2016-08-26 10:56:40 742

原创 Convolutional neural networks(CNN) (十) Learning color features with Sparse Autoencoders Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Linear Decoders 以及之前的Autoencoders and Sparsity 部分内容Note:此章节的习题非常简单，区别于稀疏自编码，只需要对输出层的Error Term以及正向传

2016-08-23 13:02:06 643

原创 Caffe 初学拾遗(二) 利用prototxt文件传递变量

利用prototxt向Caffe中定义的某些层传递参数：1. 首先推荐一款源代码查看工具：Source Insight ，导入源码包以及调整字体大小可以参考Baidu。2. 这里给出修改caffe.proto文件，传递参数的方案：2.1 假定希望向卷基层传递一个参数 int32 x，先在.proto文件中添加：message ConvolutionParame

2016-08-10 12:09:31 1664

翻译 Caffe 初学拾遗(一) 简单命令

Original Source : Alex’s CIFAR-10 tutorial 本文以CIFAR-10数据集为例，对Caffe的train及test操作进行简单说明：1. solver.prototxt 以及 cifar10_full_train_test.prototxt 区别：CIFAR-10其训练网络配置文件与测试网络配置文件是同一个 cifar10_full_tr

2016-08-09 20:03:49 1845

原创 Convolutional neural networks(CNN) (九) Implement deep networks for digit classification Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Self-Taught Learning to Deep Networks到Fine-tuning Stacked AEs部分内容但大部分推导都可以在在线参阅的内容Fine-tuning Stacked AEs

2016-08-04 09:48:03 564

原创 Stochastic Rounding Algorithm

Algorithm Implementation based on 《Deep Learning with Limited Numerical Precision》ICML 2015 LILLEC++ Version:#include #include using namespace std;float StochasticRounding(floa

2016-08-03 18:24:54 1650

原创 Convolutional neural networks(CNN) (八) Self-Taught Learning Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Self-Taught Learning章节的内容。Notes:1. 整个过程只是将之前几章节的Assignment总结了一下，加以运用。关键在于对之前用过的函数的参数的理解，这里需要根据In

2016-07-31 19:12:14 490

原创 Convolutional neural networks(CNN) (七) Softmax Regression Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)Softmax Regression章节的内容。Notes：1. 笔者得到的MNIST数据集的名称与softmaxExercise.m里面的并不一致，读者做实验时也请注意可能需要修改。2. St

2016-07-31 16:27:41 535

原创 Convolutional neural networks(CNN) (六) PCA and Whitening Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)PCA到Implementing PCA/Whitening部分内容此次练习比较简单，只给出相应代码与结果：pca_gen.m%%============================

2016-07-31 10:33:28 1255

原创 Convolutional neural networks(CNN) (五) PCA in 2D Exercise

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}理论部分可以在线参阅(页面最下方有中文选项)PCA到Implementing PCA/Whitening部分内容，此次练习比较简单，只给出相应代码与结果：pca_2d.mclose all%%=====================

2016-07-31 09:37:46 647

原创 Convolutional neural networks(CNN) (四) Learn features for handwritten digits Exercise(Vectorization)

{作为CNN学习入门的一部分，笔者在这里逐步给出UFLDL的各章节Exercise的个人代码实现，供大家参考指正}此文基于Sparse Autoencoder Exercise的向量化优化版本代码，为读取MNIST数据集修改了sampleIMAGES.m以及train.m部分参数。Note: loadMNISTImages.m取出的结果是二维数组(784*60000)t

2016-07-30 16:14:56 457