ouyangfushu的博客

原创 SPP、RFB和ASPP

SPP、RFB和ASPP CNN中“金字塔”系列的结构块在深度学习诸多模型中发挥着重要的作用，个人认为有大类：“横向”并联金字塔结构(Google的Inception系列)和“纵向”特征金字塔（FPN）。前者输出的特征图融合了具有多种尺度感受野的特征；后者更侧重于是深层语义特征与浅层边缘特征的融合，这里主要学习一下前者的几个典型结构（SPP、RFB和ASPP）,这几种结构或许可以作为模型即插即用的组件，对于优化模型有帮助，更...

原创 Linux下gdb调试学习

Linux下gdb调试入门学习以test.cpp为例：#include <iostream>#include <vector>int main() { std::vector<int> as; int sum=0; for (i...

原创 数据增强之CutMix

vs mixup的论文：cutmix，长江后浪推前浪，很简单

原创 计算机视觉中注意力机制（Attention Mechanism）

注意力机制简单总结...

原创 VOC数据集格式转化成COCO数据集格式

VOC数据集格式转化成COCO数据集格式一、唠叨 之前写过一篇关于coco数据集转化成VOC格式的博客COCO2VOC，最近读到CenterNet的官方代码，实现上则是将voc转化成coco数据格式，这样的操作我个人感觉很不习惯，也觉得有些奇葩，可能是每个人习惯不一样吧，我们知道有时候我们会采用labelImg标注数据，标注出来的格式就是voc，...

原创 MNN+win10模型转换工具编译

MNN+win10模型转换工具编译MNN的说明文档叫做语雀，链接https://www.yuque.com/mnnMNN模型转换工具win10编译教程：https://www.yuque.com/mnn/cn/ko86hi但是实际操作按照教程可能不太容易通过编译，作者没有给出很多需要注意的细节。在这里给出一个详细的step by s...

原创 mxnet的C/C++接口编译

mxnet的C/C++接口编译 Python的版本的mxnet版本用来训练、验证及测试算法效果还比较方便，但是实际部署则需要C/C++接口，因此需要编译相应接口以方便部署。一、编译环境之windows10（编译出动态库libmxnet.dll、libmxnet.lib及include头文件）。一）环境及依赖、W...

原创 Network Slimming For YOLOv2/v3

Network Slimming For YOLOv2/v3论文：Learning Efficient Convolutional Networks through Network SlimmingGithub(官方开源)：https://github.com/liuzhuang13/slimming其他实现：https://github....

原创 Win10+vs2019下编译MNN

Win10下编译MNN 执行path\MNN\schema\generate.ps1，ps1文件是PowerShell写好的脚本文件。在Windows系统中，默认情况下是不允许执行.ps1文件的。需要 执行如下命令，降低系统的安全性，允许执行脚本：set-executionpolicy -executionp...

原创 C++之排序算法

排序算法一、准备知识 衡量算法的好坏指标，显然首先这个算法是正确的，除此之外，通常有三个方面的考虑：（1）算法在执行过程中所消耗的时间；（2）算法在执行过程中所占资源的大小，例如，占用内存空间的大小；（3）算法的易理解性、易实现性和易验证性等等。我们经常讨论的时间复杂度...

原创 Seam carving 图像缩放

Seam carving 图像缩放一、算法理论 传统的图像缩放（opencv中的resize和crop）采用几何缩放和插值技术（线性插值和双线性插值）或者roi裁剪,这样有可能是图像失真。最近回过头去看比较经典的图像处理算法，看到《Seam Carving for Content-Aware Image Resizing》这篇...

原创 SqueezeNet学习笔记

SqueezeNet学习笔记一、前言 《SQUEEZENET: ALEXNET-LEVEL ACCURACY WITH 50X FEWER PARAMETERS AND <0.5MB MODEL SIZE》[1]主要贡献是提出了减少网络参数的轻量级网络结构：SqueezeNet，该网络在ImageNet上的精度比肩AlexNet，然而模型的参数量比AlexNet少50倍，配...

原创 NIN(Network in Network)学习笔记

NIN(Network in Network)学习笔记一、前言 《Network In Network》是一篇比较老的文章了（2014年ICLR的一篇paper），是当时比较牛逼的一篇论文，同时在现在看来也是一篇非常经典并且影响深远的论文，后续很多创新都有这篇文章的影子。通常里程碑式的经典是不随时间而黯淡的，同样值得好好学习。 这篇文章采用较少参数就取得了Alexnet的效果，Al...

原创 Caffe模型简单读写及修改

Caffe模型简单读写及修改 Caffe模型训练好以后，有时候我们只需要提取特征，而不需要最后的分类全连接层，只需要前面一层的特征层的参数。人脸识别模型就是典型的例子，训练的时候最后一个全连接为人的身份类别全连接，实际应用部署只需要前一层提特征，然后人脸特征比对，因此最后一层并不需要，而最...

原创 K-SVD字典学习详细推导

K-SVD字典学习 最近学习K-SVD字典学习算法，云里雾里地看了好几篇博客，最后老实阅读了算法的原始论文《K-SVD: An Algorithm for Designing OvercompleteDictionaries for Sparse Representation》和维基百科的讲解，不得不说还是外...

原创 目标检测训练优化Tricks：《Bag of Freebies for Training Object Detection Neural Networks》

目标检测训练Tricks论文笔记转载请注明出处：https://blog.csdn.net/ouyangfushu/article/details/88686189作者：SyGoingQQ: 244679942一、论文概述及创新点 深度学习中各种SOTA的模型除了网络架构设计的精妙之外，研究者在对模型进行训练的过程中也探索了很多有用的tricks，比如模型优化方法（SG...

原创 C++之模板函数和模板类

模板函数和模板类一、模板函数 模板函数如果在头文件中声明则一般要在头文件实现，如果像普通函数一样在原文件中实现可能会出现错误，找不到链接什么的。正确范例：头文件中声明(.hpp文件中声明)，案例如下：template <typename Ftype>cudaError_t Forward_gpu(const int count, const int chan...

原创 Docker(一）：Docker（NVIDIA-Docker）安装

Docker（NVIDIA-Docker）安装一、Docker简介 docker是一种容器技术，是直接运行在操作系统内核之上的用户空间。因此，也被称为“操作系统级虚拟化”，可以让多个独立的用户空间运行在同一台宿主机上。由于“客居”于操作系统，docker容器只能运行与底层宿主机相同或者相似的操作系统。docker容器被认为是精益技术，因为容器需要的开销有限，和传统虚拟化以及半虚拟化相比，...

原创 Tmux学习笔记

Tmux学习笔记 Tmux真是linux终端神器，真心方便----新手都有这样的感慨！一开始看了网上很多教程一头雾水，最后还是参考老外的博客靠谱，老外对于这些东西的笔记介绍都是那么的仔细。链接：一、安装So Easy! 终端输入：sudo apt-get install tmux;安装好就可以开始玩耍了，ctrl +Alt+T打开终端输入tmux，好像很厉害的样子:看...

原创 Vim简单使用

Vim简单使用 一个简答的程序编写工具，之前一直觉得会使用vim是多么牛逼，大神级别；其实vim是一个基础工具，算不上什么高大上，简单学一下会给工作带来很大便利。Vim是从 vi 发展出来的一个文本编辑器。代码补完、编译及错误跳转等方便编程的功能特别丰富，在程序员中被广泛使用。简单的来说， vi 是老式的字处理器，不过功能已经很齐全了，但是还是有可以进步的地方。 vim 则可以...

原创 TensorRT5在Ubuntu16.04中的开发环境搭建

TensorRT5在Ubuntu16.04中的开发环境搭建一、Ubuntu16.04系统安装及准备1、Ubuntu16.04系统安装参考：https://blog.csdn.net/weixin_40494464/article/details/81010256比较简单这个教程比较靠谱，安装多了基本就这样咯，很简单就不重复赘述了。2、安装好以后的准备（基本的工具）（1）so...

原创 通用数据增强方法（Data Augmentation）

通用数据增强方法（Data Augmentation）1、前言 机器学习尤其是深度学习中，为了防止模型过拟合，数据增强也是一种非常有效的方法，好多牛逼的模型除了网络结构精妙意外，在数据（比较吃数据的有监督深度学习）上也做了不可忽视的工作，才有state of the art的效果。来看一张图：C10和C100是没有经过数据增强的训练效果，C10+和C100+则是经过数据增强的效果...

原创 Caffe在windows及ubuntu下多种形式的编译

Caffe库编译一、windows下编译不得不吐槽一句，windows下编译caffe要比ubuntu麻烦很多，稍不注意就是各种错误，时间久了重新编译还会忘记，因此对于windows必须做好详细的记录。Windows下caffe编译来源主要有两种：（1）官方BLVC以及微软（Microsoft） （...

原创 数据增强之mixup论文笔记

数据增强之mixup论文笔记一、前言深度学习一直以来存在计算量大（落地困难）和模型过拟合的问题。为了解决过拟合问题，从模型本身和数据这两个方面着手，提出了很多有效的方法。数据增强（Data Argumentation）则是从数据层面解决过拟合，提高模型的泛化性（generalization）...

原创 目标检测中基础概念之IOU、NMS及SoftNMS

目标检测中基础概念之IOU、NMS及SoftNMS转载请注明原出处：https://blog.csdn.net/ouyangfushu/article/details/87438585作者：SyGoingQQ: 2446799425 提到目标检测就不可避免的会经常涉及到IOU和NMS,无论采用何种目标检测算法，算法再牛逼都后会用到这些概念。虽然简单，但是还是有必要打好基础。...

原创 正则化

                                                正则化一、前言  在学习Dropout的时候提到正则化，正则化也是一种缓解过拟合的方法，网上很多说法是防止过拟合（包括我自己的Dropout），窃以为不太准确，不然为什么很多牛逼的网络基本都是多种方法联合使用。  过拟合（Overfitting）发生于训练数据不足、模型过大（参数量巨大）、过...

原创 Dropout理论与实现

                                 Dropout理论与实现一、前言  深度学习中为了防止过拟合有很多方法，如正则化、数据增强、Dropout、BatchNorm等等，其中Dropout是一种比较经典的算法，从2012年提出到现在依旧有着重要地位，经典就是经典。  对于Dropout，从开始学习深度学习就只知道它可以有效防止过拟合，对于为什么它可以一直模模...

原创 朴素贝叶斯分类器

                                  朴素贝叶斯分类器笔记  朴素贝叶斯分类器是基于贝叶斯定理和特征属性条件独立性假设的分类算法。算法对样本的特征属性做了条件独立性假设，这个假设简单粗暴，忽略特征属性之间的相关性，因此很“朴素”，但是在实际应用中貌似还是很高效。1、基础知识准备   （1）贝叶斯定理  贝叶斯定理描述的是两个条件概率的关系，条件概率P(...

原创 感知机（perceptron）

                                   感知机（perceptron）   学习到这里渐渐要与深度学习接轨了，有点激动。传统分类战斗机SVM以及当下流行CNN、RNN、BP神经网络、LSTM的基础与感知机有关系，从感知机开始就有不同了，虽然多了很多其他的感念，但是形式上都有感知机这一简单分类器的影子。   感知机是二分类的线性模型，输入为样本特征向量，输出为样...

原创 BP神经网络

                                               BP神经网络一、BP神经网络模型及其前向传播  学了感知机以及逻辑斯蒂回归模型再来看BP神经网络，可以感觉到一脉相承。感知机加上sigmoid非线性激活就是逻辑斯蒂回归，逻辑斯蒂回归在累加几个“隐层”（输入输出之间再加隐藏层）就是BP神经网络的模型。  隐层的加入增强了模型的表达能力，隐层的层...

原创 熵的概念简单总结

熵的概念 熵 (entropy) 这一词最初来源于热力学。1948年，克劳德·爱尔伍德·香农将热力学中的熵引入信息论，所以也被称为香农熵 (Shannon entropy)，信息熵 (information entropy)。百度百科这样解释信息，信息是指指音讯、消息、通讯系统传输和处...

原创 Linux下libuuid安装使用

                               Linux下libuuid安装使用1、UUID概述   UUID含义是通用唯一识别码(Universally Unique Identifier)，这 是一个软件建构的标准，也是被开源软件基金会 (Open Software Foundation, OSF) 的组织应用在分布式计算环境 (Distributed Computin...

原创 Jsoncpp编译与使用基础

                                   Jsoncpp编译与使用基础                                                                          ---唠叨一句：不积跬步无以至千里1、Json编译1.1   库准备Jsoncpp库（jsoncpp-src-0.5.0.tar.gz）下...

原创 kmeans聚类

                                            kmeans聚类      kmeans聚类算法是一种基础的聚类算法，是机器学习中常用的无监督学习算法，虽然算法比较简单，但是在机器学习中占用重要的地位，是必须掌握的基础算法。1、算法流程    1 ）随机选取k个中心点     2 ）遍历所有数据，将每个数据划分到最近（一般采用欧氏距离度量数据...

原创 python Matplotlib绘图 基础笔记

                                      python Matplotlib 基础笔记目录       1、可查备忘之代码笔记        2、效果   1、可查备忘之代码笔记# -*- coding: utf-8 -*-import matplotlib.pyplot as pltimport numpy as npfrom sci...

原创 python numpy基础

                                                  python numpy基础numpy基础用法的代码，以后自己可以查的笔记# -*- coding: utf-8 -*-import numpy as np#1、数组（ndarray) 创建aa=[1,2,3,4] #list 2 numpya_=np.array(aa)pr...

原创 极大似然与最小二乘的联系

原创 Logistic回归拓展到多分类

Logistic多分类转载注明出处：https://blog.csdn.net/ouyangfushu/article/details/84797493作者：SyGoingQQ: 2446799421、概率模型 逻辑斯蒂回归本来是用于多分类，改变其概率模型函数则可将其拓展到多分类（cla...

原创 PCA/ZCA白化

                                        PCA/ZCA白化转载注明出处：https://blog.csdn.net/ouyangfushu/article/details/84797210作者：SyGoingQQ:  2446799421、PCA白化（PCA Whitening）         通过之前的学习可知PCA实现了对数据特...

原创 卷积神经网络（CNN)感受野

 参考：1、http://www.cnblogs.com/objectDetect/p/5947169.html2、https://blog.csdn.net/gzq0723/article/details/53138430