- 博客(116)
- 收藏
- 关注
RSS订阅原创 3dmad 解析
3dmad解析：由于3dmad自带的解析脚本用了bob包，在没bob包的情况下：安bob包，使用自带脚本。用其他包代替。这里使用方法1.安装bob包：在conda下，创建bob_py3环境，具体见：安装bob步骤1中主要参考链接中的第3点，然后第4点换成：conda install bob.extension bob.blitz bob.core bob.io.base bob...
2019-11-19 10:59:44
491
2
原创 caffe-ssh-train-test.prototxt
name: "VGG_WIDER_SSD_300x300_train"layer { name: "data" type: "AnnotatedData" top: "data" top: "label" include { phase: TRAIN } transform_param { mirror: true mean_value: 10...
2018-10-31 23:52:18
388
转载 Caffe 在 win10 环境下配置
参考：Caffe windows10下caffe安装？ Windows 10下安装配置Caffe并支持GPU加速整了好几天，终于实现 windows 环境下的 caffe 编译，实现 win10 + caffe + vs2013 + anaconda2.7 + cuda8.0 + cuDNN_v5主...
2018-05-29 20:17:26
6037
1
原创 nms
import numpy as np#rects[i][0:3] is positive, rects[i][4] is probdef nms(boxes, threshold): boxes = np.array(boxes) if len(boxes)==0: return boxes x1 = boxes[:, 0] y1 = boxe...
2018-04-25 15:56:48
354
原创 关于用深度学习做检测的一些思考
检测，即给定一张图像，在图像中定位出目标的位置信息。从目标角度来说，可以分为多目标和单目标检测。 多目标检测，从数据集角度，有imagenet,coco,voc数据集，从网络框架来说，有yolo,ssd,faster rcnn等大家熟知的网络框架。单目标检测，以人脸为例，有faceboxes,ssh等检测网络。对于特定的目标，还可以通过改进通用网络结构/参数，来进行检测。对于所有检测网络，基...
2018-04-25 14:32:57
408
原创 yolo-v3学习2
cfg文件夹下， .cfg 一些网络结构，以alexnet.cfg为例，简直太奇葩了，我以前从没见过这样写网络结构的。(我一定是见识太少了。。)[net]batch=128subdivisions=1height=227width=227channels=3momentum=0.9decay=0.0005max_crop=256learning_rate=0.01p...
2018-04-18 19:10:27
854
原创 yolo-v3代码学习
yolo-v3 github: https://github.com/pjreddie/darknet 参考博客： YOLOv3 ubuntu 配置及训练自己的VOC格式数据集 下载源码，编译。运行demo: a ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg b ./darknet detector d...
2018-04-18 17:27:21
14367
8
原创 Python 多线/进程尝试
在对图像做预处理时，有时候图片数量很大，需要对图像加速并行处理。 比如：我有10w张，对每张图片resize，写回去。 实现环境：windows 4核cpu多线程代码：import osimport sysimport threadingimport timeimport cv2imRoot = "JPEGImages"newRoot = "resizedImages"...
2018-03-26 20:09:50
294
原创 单目标检测精度计算
目标检测中几个指标的衡量import osimport syssys.path.insert(0, "/home/xx/faceDetect/caffe/python")import cv2from xml.etree import ElementTree as ETimport numpy as npimport caffecaffe.set_device(0)caffe.se...
2018-02-13 15:58:56
1041
原创 caffe weigths大小统计
今天才发现可以通过查看weight权重大小来探究深度学习网络是否过拟合。在一个深度网络中，如果浅层的网络权重小，而深层网络权重大，且二者不在一个数量级，那么就有理由怀疑该网络存在过拟合了。就像在多项式拟合中，高次比低次权重大一样。(参见prml第一章关于多项式拟合部分)import syssys.path.insert(0,"/home/zz/faceDetect/caffe/pyt
2018-01-25 19:43:50
259
原创 python 合成视频段
有多个视频，为了测试方便，从每个视频中取一段合成为一个视频。import cv2import argparsedef parse_args(): args = argparse.ArgumentParser() args.add_argument('videos',nargs='+') return args.parse_args()def videos2im
2018-01-04 16:32:37
1136
原创 VOC格式样本分析统计
在训练之前，需要对样本进行统计分析，所谓知己知彼。import argparseimport numpy as npimport matplotlib.pyplot as pltimport pylab as plimport osimport cv2from xml.etree import ElementTree as ETdef parse_args(): parser =
2018-01-02 14:42:32
805
5
原创 VOC格式样本处理
现在很多训练样本都是VOC格式，而样本数据又需要分析处理。 写了一个小脚本对VOC格式的数据进行处理：# -*- coding:utf-8 -*- import cv2import osimport argparseimport numpy as npfrom xml.etree import ElementTree as ETdef parse_args(): args =
2017-12-29 20:55:34
984
原创 用caffe训练生成的log文件画mAP
虽说caffe自带了处理log画loss等的函数，不过用着不舒服，而且对于SSD这样自己定义的一些loss层，不适用。 用SSD训练完，每次都要去看detection_eval也就是mAP。对不同的参数还要对比，不如写一个函数画出来对比好了，比较直观。import osimport argparseimport reimport mathimport matplotlib.py
2017-12-29 18:04:21
526
原创 修改prototxt文件并生成对应的caffemodel
由于剪枝后重命名layer，导致layer name过长，影响观感。 比如：layer { name: "conv1_2/new/new/new/new/new/new/new/new/new/new" type: "Convolution" bottom: "conv1_1" top: "conv1_2" param { lr_mult: 0.0 decay_
2017-12-29 17:52:04
5114
原创 linux python2与3兼容
先分别安装2与3, 因为2与3在不同文件，互不影响。切换 sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100 sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150 sudo updat
2017-12-27 20:07:23
459
原创 服务器 常用命令
screen screen -S xx 创建 screen -ls 列表 screen -r xx 回来(在detach分离的前提下) screen -d 分离
2017-12-17 21:48:39
186
转载 Caffe中的Makefile.config的一些说明
## Refer to http://caffe.berkeleyvision.org/installation.html# Contributions simplifying and improving our build system are welcome!# cuDNN acceleration switch (uncomment to build with cuDNN).# USE_C
2017-03-17 21:19:12
315
原创 服务器login failed
用ssh登录，调出命令窗口。输入top命令，杀掉几个在运行的。。程序？就ok了。好像还有一种改配置的方法，下次探索。
2017-03-17 20:14:15
2217
原创 .py里的结果写到.m中
目标如图所示，在.py中，c是一个二维数组，其中一维做横坐标，另一维做纵坐标，写到.m中。画图。本来想用正则在原文件中替换的，太麻烦，于是按照格式写了一个新文件。import osimport globimport cPickle as picklefile_w = open('WinRecall.m','w')print >> file_w, 'figur
2017-02-28 10:40:14
289
原创 windows下caffe的使用
调一个程序，windows下matlab，依赖caffe。1. 下载windows下的caffe，地址：https://github.com/BVLC/caffe/tree/windows。2. 根据caffe-windows/windows下README.MD提示进行操作。 2.1 Copy `.\windows\CommonSettings.props.example` t
2016-11-21 20:36:49
552
原创 opencv之IplImage图片显示
IplImage* orig = cvLoadImage(imagename);cvNamedWindow("1");cvShowImage("1", orig);cvWaitKey(0);//一定要有
2016-10-27 19:29:22
9583
原创 文件包含问题
在文件中包含了某个文件，比如#include "libsvm\svm.h"直接把该文件放到与该cpp相同的文件夹下就可以了。不用在项目属性中配置了。
2016-10-27 19:15:14
247
原创 vs2013遇到fopen不安全替换fopen_s的问题
1>...error C4996: 'fopen': This function or variable may be unsafe. Consider using fopen_s instead. To disable deprecation, use _CRT_SECURE_NO_WARNINGS. See online help for details.1> 正在生成代码...
2016-10-27 19:10:24
14550
原创 论文笔记《Deep Neural Networks for Object Detection》
开始看第二篇论文，要慢慢学习论文笔记博客怎么写。。原文链接：Deep Neural Networks for Object Detection 13年 C Szegedy 差不多还是谷歌那伙人。。如果说上篇《imagenet》是归类的话，这篇还对物体精确定位了。即：在图中把物体的位置标出，也就是检测。采用的是AlexNet,不过稍作修改。原AlexNet网络：
2016-10-24 10:48:33
1717
原创 imagenet
工作找完了。。开始看论文了。。papar: ImageNet Classification with Deep Convolutional Neural Networks总体结构：一共有8层，5卷积3全连接。一些结构上的细节：3.1 ReLU Nonlinearity.ReLU的引入是为了解决梯度消失问题，同时抑制了overfitting
2016-10-08 20:26:56
1104
原创 约瑟夫环问题
很有意思的数学问题：维基解释：约瑟夫环一篇很通俗易懂的博文解释：约瑟夫环问题的简单解法（数学公式法）可以在线图文演示的demo：约瑟夫斯问题：最后生还者非常棒！
2016-09-18 20:14:21
187
原创 优雅的点
求圆上的整点，输入半径的平方。#include "iostream"#include "string"#include "vector"#include "map"#include "set"#include "stack"#include "queue"#include "algorithm"using namespace std;int val;void s
2016-09-13 11:34:43
782
原创 NowCoder的密码
nowcoder是个数学迷，他最喜欢研究“哥德巴赫猜想”，因此他的计算机密码也都采用素数。 但一直用同一个密码是不安全的，所以他要经常更换他的密码。但他只允许自己的密码中出现某些数字，且密码的每一位都不相同。比如1 2 4，则有6种情况124 142 214 241 412 421。其中241 和 421为素数。为了获得他的密码（他的机器上存放了第4届舜禹杯大学生程序设计竞赛的题目！），需要生
2016-09-07 15:34:25
595
原创 网站搭建学习
1. 先安装最新版django，pip install django.2. 运行服务器：python manage.py runserver.
2016-09-03 19:07:51
399
原创 MySQL约束
约束：1. 主键primary key: 不能重复，不能为空。2. 默认值default：为空默认该值。3. 唯一unique：不能重复。4. 外键foreign key：可以有多个外键，每个外键参考另一个表的主键。插入时，当参考主键中没有该值时，插入失败。5. 非空not null：不能为空。但插入为空时不报错，警告。
2016-08-31 16:41:59
235
原创 机器人的运动范围
//地上有一个m行n列的方格。一个机器人从坐标(0,0)的格子开始移动，它每一次可以向//左右上下移动一格，但不能进入行坐标和列坐标的数位之和大于k的格子。例如，当k为//18时，机器人能够进入方格(35,37),因为3+5+3+7=18。但它不能进入方格(35,38),因为//3+5+3+8=19。请问该机器人能够到达多少个格子？#include "iostream"#include
2016-07-07 17:21:27
810
原创 矩阵中的路径
//请设计一个函数，用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。//路径可以从矩阵中任意一格开始，每一步可以在矩阵中向左、右、上、下移动一格。如果一条//路径经过了矩阵的某一格，那么该路径不能再次进入该格子。#include "iostream"#include "vector"using namespace std;//回溯法void construct_ca
2016-07-07 16:28:46
216
原创 回溯法
好久没看回溯法了，复习一下。回溯法最朴素的框架：根据需要，各部分可以稍加变动。直接看例子：1. 找子集。Constructing all subsets.#include "iostream"using namespace std;//1.constructing all subsets//how many subsets are there of an n-
2016-07-05 16:54:38
214
原创 滑动窗口的最大值
//给定一个数组和滑动窗口的大小，请找出所有滑动窗口里的最大值。例如，//如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，//它们的最大值分别是{4,4,6,6,6,5}。#include "iostream"#include "vector"#include "deque"using namespace std;vector max
2016-07-04 21:24:09
245
原创 数据流中的中位数
//如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是//所有数值排序后位于中间的数值。如果从数据流中读出偶数个数组，那么中位数就是//所有数组排序后中间两个数的平均值。//用两个堆来实现，维护一个最大堆和一个最小堆。两个堆的数目之差最多为1，//同时维护max(最大堆)<min(最小堆)#include "istream"#include "queue"
2016-07-04 18:29:14
547
原创 二叉搜索树的第K个结点
//给定一颗二叉搜索树，请找出其中的第K大的结点。#include "iostream"struct treeNode{ treeNode* left; treeNode* right; int value;};treeNode* kthNode(treeNode* pRoot, int k, int *ith){ if (pRoot == NULL) return
2016-07-03 16:57:57
208
原创 二叉搜索树的序列化和反序列化
//请实现两个函数，分别用来序列化和反序列化二叉树。#include "ostream"#include "istream"using namespace std;struct treeNode{ treeNode* left; treeNode* right; int value;};//前序遍历，遇null化特殊字符$。void serialize(treeN
2016-07-03 16:37:32
579
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人