- 博客(60)
- 收藏
- 关注
RSS订阅
原创 Python进阶与拾遗3：Python中的类
本篇博文主要总结了，Python中的类的用法，体现了Python语言中面向对象的特点，欢迎阅读与分享。
2021-03-05 23:05:05
285
1
原创 Python基础与拾遗9：Python中的函数与作用域
本篇博文主要总结了，Python中的函数与作用域，体现了Python语言中的特色，欢迎阅读与分享。
2021-02-09 21:38:32
444
2
原创 Python基础与拾遗8：Python中的迭代器与解析
本篇博文主要总结了，Python中的迭代器与解析，体现了Python语言中的特色，欢迎阅读与分享。
2021-02-06 21:58:30
379
2
原创 PyTorch经验分享：新手如何搭建PyTorch程序
笔者从2016年开始接触深度学习，2017年开始利用深度学习进行的一些工程与科研项目中，笔者一直使用的是Caffe与TensorFlow。在2018-2019年，PyTorch已经成为热度越来越高的主流深度学习框架，笔者也对PyTorch进行了尝试与摸索。本篇博客主要讲解如何搭建基础的PyTorch程序，欢迎阅读与分享！
2019-12-01 15:07:26
3947
原创 全天候道路图像分割数据集UAS(UESTC All-Day Scenery)介绍
UAS数据集简介UAS数据集全称UESTC All-Day Scenery，旨在提供全天候道路图片以及对应的二值标签，标示图像中的可行区域与不可行区域。整个数据集包含四种天候(黄昏天候，夜间天候，下雨天候和艳阳天候)共计6380张图像。其中，我们1使用海康威视DS-2CD2155F(D)-I(W)S采集黄昏天候，夜间天候，艳阳天候的道路图像；使用HUAWEI Mate 8采集下雨天候的道路...
2018-07-20 09:49:23
9426
23
原创 详细的Faster R-CNN源码解析之RPN源码解析
本篇博文逐行讲解了Faster R-CNN中的RPN代码。向大家讲解了RPN中的难点：如何生成anchor，如何对anchor进行前景背景的判断，如何为anchor找到坐标变换值。良心干货，欢迎阅读与分享~
2018-04-02 22:08:09
18209
34
原创 实例分割模型Mask R-CNN详解：从R-CNN，Fast R-CNN，Faster R-CNN再到Mask R-CNN
Mask R-CNN是ICCV 2017的best paper，彰显了机器学习计算机视觉领域在2017年的最新成果。在机器学习2017年的最新发展中，单任务的网络结构已经逐渐不再引人瞩目，取而代之的是集成，复杂，一石多鸟的多任务网络模型。Mask R-CNN就是典型的代表。本篇大作的一作是何凯明，在该篇论文发表的时候，何凯明已经去了FaceBook。我们先来看一下，Mask R-CNN取得了...
2018-01-21 10:46:47
96820
67
原创 Python进阶与拾遗1：Python中的模块
本篇博文主要总结了，Python中的模块用法，分享了模块使用的一些注意事项与小技巧，欢迎阅读与分享。
2021-02-27 21:11:45
292
原创 干货！caffe源码深入学习9：caffe框架神经网络反传代码解析（三）之contrastive_loss_layer源码解析
本篇博客是Caffe深度学习梯度反传代码解析的第3篇。从本篇博客开始，在对Caffe框架中的反传代码进行解析时，笔者将解析更复杂的实现代码，比如包含可训练参数的层与复杂求导过程的层。本片博客解析了对比损失层，即contrastive_loss_layer，对比损失是在人脸验证，图像检索中使用的非常广泛的一个层。希望给大家带来收获，欢迎阅读与分享！
2019-10-13 14:57:11
550
原创 caffe源码深入学习8：caffe框架深度神经网络反传代码解析（二）之pooling层源码解析
caffe源码深入学习8：caffe框架深度神经网络反传代码解析（二）之pooling层源码解析写在前面池化层源码及注释池化层源码解析最大池化平均池化写在前面在上一篇博客，即重启caffe源码深入学习7中，笔者从最简单的激活层开始，进行了caffe源码的解析，尤其讲述了梯度反传的部分。在本篇博客中，笔者将解析另一个基础层的源码，即池化层，池化层与激活层类似，其中不包含任何可训练参数。caffe...
2019-10-07 21:23:22
1433
原创 重启caffe源码深入学习7：caffe框架深度神经网络反传代码解析（一）之ReLU层源码解析
近年来，TensorFlow和PyTorch等安装简洁，使用灵活，不需要构造反传代码的深度学习框架越来越多地走进了深度学习研究者的视野，为大家提供了很多便捷。不过同时，也造就了很多**调包侠**，调包侠们既编程能力有限，也不明了底层原理，仅仅知道调包解决问题，脱离深度学习框架之后无法解决深层次的深度学习问题。因此，笔者重重启caffe源码解析博客，为大家分享深度学习底层实现相关干货！
2019-10-03 23:53:51
544
1
原创 干货！如何修改在TensorFlow框架下训练保存的模型参数名称
干货！如何修改在TensorFlow框架下训练保存的模型参数名称为何要修改TensorFlow训练的模型参数名？如何修改TensorFlow训练保存的参数名？为何要修改TensorFlow训练的模型参数名？在TensorFlow框架下的深度学习程序中，我们将训练得到的模型参数进行保存。在我们进行某些训练任务时，也许要从已经保存的预训练模型中载入参数，或者将TensorFlow框架训练得到的参数...
2019-01-24 21:09:27
9656
18
原创 TensorFlow框架下的残差网络（ResNet）逐行代码解析，以及如何在finetune时调节输出特征的尺度
TensorFlow框架下的残差网络（ResNet）逐行代码解析，以及如何在finetune时调节输出特征的尺度TensorFlow残差网络代码解析与输出特征尺度调节ResNet代码解析功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释...
2019-01-10 21:47:16
7400
8
原创 神坑警告！图像分割数据集SYNTHIA之标签读取
神坑警告！图像分割数据集SYNTHIA之标签读取神坑警告！图像分割数据集SYNTHIA之标签读取图像分割与SYNTHIA数据集简介SYNTHIA数据集图像分割标签读取神坑警告！图像分割数据集SYNTHIA之标签读取本篇博客主要阐述了如何读取SYNTHIA RAND-CITYSCAPES数据集1的图像分割标签，笔者找到并解决这个bug用了大半天，因此在本篇博客中进行记录。文末有正确的标签读取方法...
2018-12-21 11:49:37
6666
6
原创 深度学习计算机视觉图像分割领域指标mIoU（平均交并比）计算代码与逐行解析
深度学习计算机视觉图像分割领域指标mIoU（平均交并比）计算代码与逐行解析mIoU相关mIoU计算代码与逐行解析注意事项mIoU相关在计算机视觉深度学习图像分割领域中，mIoU值是一个衡量图像分割精度的重要指标。mIoU可解释为平均交并比，即在每个类别上计算IoU值（即真正样本数量/（真正样本数量+假负样本数量+假正样本数量））。在本篇博客中，笔者本想详细地列举计算公式，但是看到kangdk博...
2018-12-03 10:34:55
60203
62
原创 经验干货：使用tf.py_func函数增加Tensorflow程序的灵活性
不知不觉，笔者接触Tensorflow也满一年了。在这一年当中，笔者对Tensorflow的了解程度也逐渐加深。相比笔者接触的第一个深度学习框架Caffe而言，笔者认为Tensorflow更适合科研一些，网络搭建与算法设置的自由度也更大，使用Tensorflow实现自己的算法也更迅速。 但是，笔者认为Tensorflow还是有不足的地方。第一体现在Tensorflow的数据机制，由于te...
2018-06-03 14:22:04
22269
42
原创 详细的Faster R-CNN源码解析之proposal_layer和proposal_target_layer源码解析
在笔者之前的解析RPN和ROI-Pooling的博客中，已经给大家详细解析了目标检测Faster R-CNN框架中的两大核心部件。纵观整个Faster R-CNN代码，比较难和经典的部分除了上述两大模块，还有根据RPN输出的前景分数选择出roi和为选择出的roi置ground truth类别和坐标变换的代码。在本篇博客中，笔者就这两部分代码为大家做出解析。 首先是如何选择出合适的rois...
2018-05-28 15:50:28
15373
13
原创 详解GAN代码之搭建并详解CGAN代码
训练数据集：填充轮廓->建筑照片下载链接：https://pan.baidu.com/s/1xUg8AC7NEXyKebSUNtRvdg 密码：2kw1 CGAN是Conditional Generative Adversarial Nets的缩写，也称为条件生成对抗网络。条件生成对抗网络指的是在生成对抗网络中加入条件(condition)，条件的作用是监督生成对抗网络。本篇博客通过简单...
2018-05-05 22:16:00
37540
133
原创 详解GAN代码之简单搭建并详细解析CycleGAN
训练数据集1：斑马与马下载链接：https://pan.baidu.com/s/1Zf6hvoDMsMi51WIPEOoqzg 密码：gua5训练数据集2：橘子与苹果下载链接：https://pan.baidu.com/s/1R0s2eaBxMCozbCCs7_1Juw 密码：z9y1训练数据集3：填充轮廓->建筑照片下载链接：https://pan.baidu.com/s/1xUg8AC7...
2018-04-29 21:29:06
34089
171
原创 详解GAN代码之逐行解析GAN代码
训练数据集：手写数字识别下载链接：https://pan.baidu.com/s/1d9jX5xLHd1x3DFChVCe3LQ 密码：ws28 在本篇博客中，笔者将逐行解析一下NIPS 2014的Generative Adversarial Networks(生成对抗网络，简称GAN)代码，该篇文章作为GAN系列的开山之作，在近3年吸引了无数学者的目光。在2017-2018年，各大计算机顶会...
2018-04-21 21:28:53
57280
89
原创 详细的Faster R-CNN源码解析之ROI-Pooling逐行代码解析
在笔者的上一篇博客中，解析了Faster R-CNN中的RPN代码，在本篇博客中，笔者详细地解析一下ROI-Pooling代码。为大家讲解2015年Fast R-CNN的核心贡献(ROI Pooling被Faster R-CNN沿用)ROI Pooling的实现原理。(笔者其实一年半之前就看过这个代码，只是当时没有写到博客上，感慨.jpg) 在代码解析正式开始之前，笔者声明几点：1. 本...
2018-04-20 19:45:56
12776
12
原创 实例分割初探，Fully Convolutional Instance-aware Semantic Segmentation论文解读
进入2017年之后，深度学习计算机视觉领域有了新的发展。在以往的研究中，深度神经网络往往是单任务的，比如图像分类(AlexNet, VGG16等等)，图像分割(以FCN为代表的一众论文)，目标检测(R-CNN，Fast R-CNN和Fatser R-CNN，以及后来的YOLO和SSD，目标检测领域已经实现多任务)。而在最新的研究中，上述的任务往往被集成了，通过一个框架完成，代表就是实例分割。先来看
2018-01-03 14:52:43
19415
11
原创 深度学习源码剖析：使用双线性插值方式初始化神经网络的可训练参数
双线性插值方法在初始化神经网络的可训练参数，Mask R-CNN和deeplab中都有使用，在本篇博客中，笔者分别借用c++和python的两种源码，与大家分享双线性插值在初始化神经网络可训练参数方面的原理，欢迎阅读与分享。
2017-11-20 08:45:39
10009
6
原创 FCN训练不收敛的原因分析和最详细的FCN训练与测试自己的数据程序配置
本文分析了FCN训练不收敛的原因并给出了解决方案。同时给出了详尽的完善的FCN训练与测试程序配置，欢迎阅读与分享。
2017-11-16 11:31:10
18617
173
原创 tensorflow2caffe(4) : caffemodel的生成与tensorflow2caffe框架转换的总结
本篇是tensorflow2caffe模型转换的最终章，描述了如何生成caffemodel和对tensorflow2caffe模型转换的一些总结，欢迎阅读与分享~
2017-11-03 14:43:39
5947
24
原创 如何在tensorflow程序中对梯度进行反转
本篇博客讲述了在tensorflow框架下训练深度神经网络时，如何对参数的梯度进行反转，欢迎阅读与分享~
2017-10-30 15:34:13
4066
1
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