- 博客(12)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 tensorflow 训练和测试自己的数据集
一、选择数据数据集CelebA_CelebFaces_Attributes_Dataset：这个数据集包含20多万张图片，主要用于人脸属性，性别、年龄、眼镜、胡子等等。我这里主要是训练人脸的性别，先将图片整理分类并归一化，生成TFRecord格式的数据（图片格式（224,224,3）），便于tensorflow训练。整理的数据集在网盘上：https://pan.baidu.com/...
2019-06-05 11:38:06
9921
5
原创 我的caffe练习（四）--faster-rcnn的caffe实现
之前是做的分类，接下来要做检测。对于目标检测：从一开始的R-CNN、OverFeat到后面的Fast/Faster R-CNN，SSD，YOLO系列，再到2018年最近的Pelee，检测的效果和性能越来越出色。目前流行的论文以及说明详见：https://zhuanlan.zhihu.com/p/40047760 在这里就先实现faster-rcnn，需要安装py-faster-rc...
2018-07-27 16:56:49
707
原创 我的caffe练习（三）--测试模型分类
测试是基于python来实现的。可以先用import caffe测试一下caffe是否能调用，如果显示no model name 'caffe'。则说明找不到caffe包。可以用sys设置依赖包的路径。测试代码参照：https://www.cnblogs.com/Allen-rg/p/5834551.html我将加载model和net，以及图片的设置放在最开始的地方。这样不需要...
2018-07-26 14:51:36
1093
1
原创 我的caffe练习（二）--训练自己的数据
1.准备数据本人推荐一个很适合训练分类的数据集：CelebA_CelebFaces Attributes Dataseturl：http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html这个数据集标注了人脸的很多属性，如性别、年龄段、微笑、张嘴等等类别（建议先将图片归一成只有人脸部分，这样能提高准确率）。这里有一份整理好后的性别数据。htt...
2018-07-26 14:13:51
252
原创 我的caffe练习（一）
首先是caffe的安装，本人环境是win10+vs2015+cuda8.0+Anaconda3。之前电脑安装的是cuda9.0，于是在安装caffe中出现各种神奇的问题，好在及时换回8.0版本。 中间也出现一些问题：一开始用cmake-gui界面。有BLAS参数要将Atlas改为open。后来又出现缺少caffe.pb.h文件。用protoc命令生成这个文件后，得，又出现proto...
2018-07-26 10:55:37
209
原创 windows安装caffe碰到的errorMSB3721: 命令“”C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5\bin\nvcc.
在编译libcaffe时，提示就是这个error MSB3721: 命令“”C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5\bin\nvcc.exe” 后面跟了一大堆参数。这样的错误报了有100多个，看得人头大，我都什么也没动啊，说实话，这也要怪vs编译器，有时候不给力，错误爆出来不一定是根源，别被迷惑了，比如上面提到的错误是nvcc
2017-05-02 11:44:55
27305
39
原创 LBF特征
LBF(Local binary feature),基于局部二值特征的人脸特征点递给我，该算法的核心工作主要有两部分，总体上采用了随机森林和全局线性回归相结合的方法，相对于使用卷积神经的深度学习方法，LBF采用的算法是传统的机器学习方法。
2017-01-20 09:52:45
7895
转载 人工神经网络
学习是要透过我们的头脑，因而研究大脑神经细胞的运作，可以帮助我们了解学习在脑神经是如何完成的，进而可以模拟神经细胞的运作以达到類似学习的功能。据估计人脑约有一千亿（1011）个神经细胞，每个神经细胞约有一千（103）根連结与其它神经细胞相連，因此人脑中约有一百万亿（1014）根連结，形成一个高度連结网狀的神经网路（neuralnetwork）。科学家们相信：人脑的信息处理工作即是透
2014-03-27 14:36:30
515
转载 KMP算法
KMP字符串模式匹配通俗点说就是一种在一个字符串中定位另一个串的高效算法。简单匹配算法的时间复杂度为O(m*n);KMP匹配算法。可以证明它的时间复杂度为O(m+n).。一． 简单匹配算法先来看一个简单匹配算法的函数：int Index_BF ( char S [ ], char T [ ], int pos ){ /* 若串 S 中从第pos(S 的下标0≤pos起
2013-09-12 14:57:36
323
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人