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

-+

CV_RC的博客

A dark learner in deep learning

  • 博客(20)
  • 收藏
  • 关注

原创 ONNX-keras模型使用

一、 ONNXRUNTIME加速效果https://github.com/onnx/keras-onnx 1,创建虚拟环境 conda create -n keras-onnx python=3.6 2,激活环境 conda activate keras-onnx 3,安装需要的依赖包 pip...

2019-11-04 01:06:13 4153 1

原创 window下pytorch C++配置及使用

一. 基本环境设置及测试1.安装win版本cmake 2.官网下载支持win版本的pytorch文件https://pytorch.org/get­started/locally/ 3.cmake 文件CMakeLists.txtcmake_minimum_required(VERSION 3.0 FATAL_ERROR)project(example-app)find...

2019-09-17 03:00:05 1216 1

原创 R-FCN: Object Detection via Region-based Fully Convolutional Networks

       R-FCN 是一个two stage的目标检测方法,先使用RPN(region proposal network)提取proposal信息,这部分和faster RCNN是同样的结构。在对物体进行具体分类和定位时,R-FCN在通过提出的位置敏感分数图(position sensitive score maps)来增强网络对于位置信息的表达能力,提高检测效果。具体做法如下图: ...

2018-08-24 00:21:30 607 1

原创 RNN介绍

     1.RNN       RNN的英文全称是Recurrent Neural Networks,即循环神经网络,它是一种对序列数据进行建模的深度模型。序列的数据不太好用原始的神经网络处理。为了解决处理序列建模的问题,RNN引入了隐态h,h可以对序列数据提取特征,通过一定的转换作为输出。常见的结构如下:其中是h隐态,X输入,Y是输出,为初始隐态,计算如下:          ...

2018-08-20 00:54:25 7674 1

原创 OpenCV-目标跟踪

使用OpenCV进行目标跟踪,各种跟踪效果都能比较,还是很有意思的:# USAGE# python opencv_object_tracking.py# python opencv_object_tracking.py --video dashcam_boston.mp4 --tracker csrt# import the necessary packagesfrom imuti...

2018-08-12 00:55:55 2976 8

原创 机器学习-XGBoost

        XGBoost 是一种 Boosting 方法,而 Boosting 方法又是集成学习的一个分支,先简单介绍下Boosting的概念。        Boosting 是一个机器学习技术,可以用于回归和分类问题,它每一步产生一个弱预测模型(准确了率不高),并加权累积到总模型中。采用集成学习方法,其主要思想是将弱分类器组装成一个强分类器。在 PAC(概率近似正确)学习框架下,则一...

2018-08-11 21:16:41 364

原创 机器学习-SVM

      SVM(Support Vector Machine)指的是支持向量机,是常见的一种判别方法。在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他其他问题中。线性可分的情况            最简单的情况,线性可分的SVM。对于二分类问题,线性分类器用一个超平...

2018-08-01 20:11:47 2404

原创 机器学习-随机森林

      随机森林(Random Forest,RF)指的是利用多棵树对样本进行训练并预测的一种分类器。RF在以决策树为基学习器构建Bagging的基础上,进一步在决策树的训练过程中引入了随机属性选择。在对树训练的时候,采用bootstrap sample的方法,随机选取样本,样本间保持独立不相干;在树的内部节点分裂过程中,不再是将所有特征,而是随机抽样一部分特征纳入分裂的候选项。这样一来,基模...

2018-07-28 13:25:54 873

原创 机器学习-决策树

    决策树是一种用于对实例进行分类的树形结构。决策树由节点(Node)和有向边(Directed Edge)组成。节点的类型有两种:内部节点和叶子节点。其中,内部节点表示一个特征或属性的测试条件(用于分开具有不同特性的记录),叶子节点表示一个分类。决策树模型决策树模型是一种描述对实例进行分类的树形结构。一旦决策树构建完成,那么利用决策树进行分类预测是非常简单的:首先,从根节点开始,对实...

2018-07-27 15:17:21 1506 3

原创 机器学习-逻辑回归(LR)

      逻辑回归模型是一种分类模型,用条件概率分布的形式表示 P(Y|X)P(Y|X),这里随机变量 X 取值为 n 维实数向量,例如 x=(),Y 取值为0或1。于是就有如下模型定义: logistic分类器是由一组权值系数组成的,最关键的问题就 是如何获取这组权值,通过极大似然函数估计获得,并且 Y~f(x;w) 似然函数是统计模型中参数的函数。给定输出x时,关于参 数...

2018-07-25 21:27:59 331

原创 机器学习-KNN算法

 KNN(K-Nearest Neighbors Algorithm)1.工作原理存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每个数 据与所属分类的对应关系。输入没有标签的新数据后,将新数据的每个特征与样本 集中数据对应的特征进行比较,然后算法提取样本集中 特征最相似数据(最近邻)的分类标签。一般来说,只选择样本数据集中前N...

2018-07-25 15:51:50 425

原创 YOLO的使用

Yolo 比较好的两个版本:官方版本:https://github.com/pjreddie/darknet版本2  :https://github.com/AlexeyAB/darknet 版本2中,在window下效果也是非常好的,这个我也尝试过。 推荐使用版本2,速度比官方版本快,同时方便在后续处理。在官方版本中,读进的图片都是使用Image这个结构体来保存数据,而版...

2018-07-19 14:13:57 2449

原创 yolo_v3和yolo_v2性能测试

使用的darknet版本:https://github.com/pjreddie/darknet 环境:tx2,GPU+opencv(没有使用CUDNN),摄像头(19168.1.103) 2.1 识别效果   320*320 416*416 608*608 yolov3 (236MB CO...

2018-07-18 15:27:33 7783 7

原创 darknet训练yolo_v3

使用官方darknet来训练YOLO-v3官方darknet地址:https://github.com/pjreddie/darknet1.基本环境的配置及安装:opencv、cuda、nvidia驱动、cudnn、darknet   参考教程:https://blog.csdn.net/gzj_1101/article/details/78651650   官方教程:https:...

2018-07-18 14:54:38 6063 1

原创 迁移学习

一什么是迁移学习:        给出源领域的数据Ds和任务Ts,目标领域的数据Dt和任务Tt,迁移学习旨在使用源领域Ds和Ts中的知识去改进对于目标领域的预测函数ƒt(),其中Ds≠Dt或者Ts≠Tt二、为什么需要迁移学习:      a 数据的标签很难获取      b从头建立模型是复杂和耗时的 三、迁移学习解决了常规学习解决不了的问题:Why to trans...

2018-07-17 22:28:51 834

原创 YOLO_V3 原理以及训练说明

yolo_v3目标检测原理 Darknet 训练测试说明 yolo_v3  主要从三个方面来说明,网络的输入、结构、输出。  (1)网络输入:原论文中提到的大小320*320,416*416,608*608。这个大小必须是32的整数倍数,yolo_v3有5次下采样,每次采样步长为2,所以网络的最大步幅(步幅指层的输入大小除以输出)为2^5=32。  (2)网络结构:作者首先训练了...

2018-07-17 21:50:32 92127 40

原创 INQ(incremental network quantization:towards lossless CNNs with low-precision weights

incremental network quantization:towards lossless CNNs with low-precision weights实验前提:a.一个预训练的模型,模型已收敛                b.训练这个模型训练集,验证集,测试集大体三个步骤:weights partition、group-wise quantization 、re-

2017-10-01 23:35:42 1628

原创 CSR(compressed sparse row matrix)

https://docs.scipy.org/doc/scipy/reference/generated/scipy.sparse.csr_matrix.htmlCSR(compressed sparse row matrix)import numpy as npfrom scipy.sparse import csr_matrixindptr= n

2017-10-01 23:33:40 2032

原创 RCNN代码运行

caffe中自带的代码'/caffe/example/detection.ipynb',这个代码并没有完全按照论文Rich feature hierarchies foraccurate object detection and semantic segmentation. Ross Girshick, Jeff Donahue, TrevorDarrell, Jitendra Malik.

2017-07-31 21:42:50 3576

原创 opencv写入视频文件

容易出错的地方:cvCreateVideoWriter   /* initialize video file writer */   CVAPI(CvVideoWriter*) cvCreateVideoWriter( const char* filename, int fourcc,double fps, CvSize frame_size, int is_color CV_DEFAUL

2017-07-26 20:36:45 2521

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

提示
确定要删除当前文章?
取消 删除