- 博客(25)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 使用Dlib库进行人脸检测，人脸对齐和人脸识别
简介在之前的博客中，我已经介绍了如何使用dlib-18.17进行人脸检测和人脸对齐。 Windows10+VS2013环境下Dlib库的编译与使用-邬小阳 使用Dlib库进行人脸检测与对齐-邬小阳 最近又看dlib官网时，发现dlib-19.3开始又加入了人脸识别DNN模型，而且在LFW上取得了99.38%的人脸验证精确度。 实验1. 下载dlib-19.4源码直接使用vs编译（听说是1
2017-04-20 09:12:19
19725
2
原创 使用caffe的python接口进行特征提取和人脸验证
近期使用caffe模型进行人脸识别时，需要提取指定网络层中的数据进行特征比较，常见的比如提取全连接层等。本文基于caffe的python接口实现了一个简单的特征提取及人脸验证测试。测试使用的数据是LFW官网的6000对图片
2017-03-09 10:39:07
6412
21
原创 基于VGG-Face的人脸识别测试
VGG Face Descriptor 是牛津大学VGG小组的工作，现在已经开源训练好的网络结构和模型参数，本文将基于此模型在caffe上使用自己的人脸数据微调，并进行特征提取与精确度验证。 数据传送门：CASIA WebFace 模型传送门：http://www.robots.ox.ac.uk/~vgg/software/vgg_face/
2017-03-09 10:02:41
20876
28
原创 使用Dlib库进行人脸检测与对齐
简介上一篇中，讲述了如何在windows上编译dlib的静态库dlib.lib。现在来使用dlib.lib进行人脸检测与对齐。例子中源码来自官方案例，进行稍微修改。准备1.编译好的静态库文件，dlib.lib2.人脸特征点对齐模型：http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2 解压后大约97M左右。
2017-02-12 10:03:12
9216
1
原创 SeetaFace人脸识别系统
简介SeetaFace人脸识别解决方案已开源许久，一直拖到最近才看。它提供了一套完整的人脸检测，人脸对齐和人脸验证方案，比较适合做学习。由于开源的代码是DLL项，现编译完成之后，对其进了一定封装，，实现了人脸特征提取，入库保存，以及人脸识别等。
2017-01-19 09:24:29
17018
20
原创 py-faster-rcnn + ZF 实现自己的数据训练与检测(二)
0.前言在前面的一篇博客中，介绍了如何实现py-faster-rcnn的配置以及在PASCAL VOC 2007上面的训练，本节，来讲诉如何制作并训练自己的数据集。1.制作自己的数据集
2016-03-26 17:24:27
7503
24
原创 py-faster-rcnn + ZF 实现自己的数据训练与检测(一)
0.前言最近两个星期，一直在看faster rcnn物体检测，在一段折腾之后，总算能够训练自己的数据并进行物体检测了。这篇博客就当作是对最近整个实验过程的记录吧。首先先从最开始如何配置py-faster-rcnn并训练PASCALVOC2007开始讲起，然后再对代码和数据集进行修改实现自己数据的训练与检测。我的实验平台是Ubuntu14.04 LTS 1.配置py-faster-rcnn
2016-03-26 15:07:06
11430
9
原创 ubuntu16.04 安装teamviewer
1. 在teamviewer官网下载teamviewer.deb包2. 安装32位架构支持 2.1 sudo dpkg --add-architecture i386 2.2 sudo apt-get update 2.3 sudo apt-get install libdbus-1-3:i386 libasound2:i386 libexpat1...
2018-03-27 08:56:19
1296
原创 关于py-faster-rcnn编译时cudnn版本报错的问题
引言在cudnn５以上，直接使用github上py-faster-rcnn的代码进行编译的时候会报很多关于cudnn的错误，这是因为随着cudnn的更新，原来fast rcnn的cu代码已经不再适应。需要将py-faster-rcnn中的cudnn代码进行更新。具体涉及到: 1）将./include/caffe/util/cudnn.hpp 换成最新版的caffe里的cudnn的实现，即
2018-01-23 14:56:25
876
原创 Linux下解压zip分卷文件
Linux下解压zip分卷文件近期在测试MegaFace时，发现从网上下载的数据包都是分卷文件，无法直接使用unzip解压。一番折腾后，寻找解决方案如下： zip -s 0 FaceScrub.zip --out unsplitFaceScrub.zip unzip unsplitFaceScrub.zip先将分卷数据合并，再解压即可。 另外，从网上的看到的一种cat用法:cat FaceSc
2017-12-22 14:54:11
8171
1
原创 设计模式之二-工厂模式
工厂模式简介 面向对象编程中，为了提高内聚和松耦合，经常会抽象出一些类的公共接口以形成抽象基类或者接口。这样我们可以通过声明一个指向基类的指针来指向实际的子类实现，达到了多态的目的。这里很容易出现的一个问题就是多个子类继承自抽象基类，我们不得不在每次要用到子类的地方就编写诸如 new ×××;的代码，这样就有两个问题： ①客户程序员必须知道实际子类的名称。 ②程序的扩展性和维护变得越来越困
2017-07-28 13:02:25
410
原创 设计模式之一：单例模式
单例模式介绍 单例模式，是一种常用的软件设计模式。在它的核心结构中只包含一个被称为单例的特殊类。通过单例模式可以保证系统中一个类只有一个实例。即一个类只有一个对象实例。 简单实现 定义一个单例类，使用类的私有指针变量指向类的唯一实例，并且使用一个共有的静态方法获取该实例。
2017-07-27 21:03:55
448
原创 python多线程下载vgg_face_data
简介最近搜寻公开的人脸数据库时发现vgg-face-data的数据量相比于webface还算挺大，不过下载下来之后才发现官网给出的只是图片的id和url以及一些其他信息，遂写一个python脚本进行下载。图片地址信息请自行去官网下载，这里给出链接。
2017-04-08 11:30:08
4311
3
原创 [C++学习01]强制类型转换和volatile关键字
本篇作为C++学习的开篇之作，主要讲解一下C++中的4种强制类型转换和volatile关键字，其中主要参考了以下一些网上资源： 1. C++显式类型转换示例详解 2. C++中的显式类型转换 强制类型转换
2017-03-12 10:04:07
1811
原创 Ubuntu16.04+cuda8.0+opencv3.0.0 caffe编译的那些坑
前言生命在于折腾 最近突然想体验一下ubuntu16.04的使用感觉，就重装了操作系统。原本在ubuntu14.04的时候，按照实验室欧大神的博客一路畅通，但此次的caffe编译之旅，可谓到处是坑，遂将这些记录下来。主要安装路线，依然是按照这篇博客的顺序：http://blog.csdn.net/shiorioxy/article/details/52652831安装填坑：由于我在
2017-02-14 10:43:47
11524
2
原创 Python多线程下载FaceScrub人脸数据库
参考修改自：http://blog.csdn.net/chenriwei2/article/details/44925923在下载之前，请自行申请faceScrub的使用权：http://form.jotform.me/form/43268445913460 填写表格申请通过之后，官方会给你一个下载链接，里面是各种图片的url位置。需要使用里面的facescrub_actors.txt 和 f
2017-02-12 19:42:16
2388
1
原创 Windows10+VS2013环境下Dlib库的编译与使用
简介最近听闻dlib库在人脸识别方面的效果不错，就想尝试一下，现将安装使用过程总结如下。最开始编译时按照网上普遍使用的CMAKE方法，可以编译成功，但是在使用dlib.lib库时候总是会报Error LNK2001的错误，怎么搞都无解，最后选择源码编译的方法成功执行。准备下载dlib库源码：https://github.com/davisking/dlib/releases 我这里使用
2017-02-12 09:36:04
9802
2
原创 basetsd.h(72): error C2371: “INT32”: 重定义；不同的基类型
basetsd.h(72): error C2371: “INT32”: 重定义；不同的基类型
2017-02-12 08:44:14
8872
1
原创 caffe绘制训练过程的loss和accuracy曲线
在caffe的训练过程中，大家难免想图形化自己的训练数据，以便更好的展示结果。如果自己写代码记录训练过程的数据，那就太麻烦了，caffe中其实已经自带了这样的小工具 caffe-master/tools/extra/parse_log.sh 和 caffe-master/tools/extra/plot_training_log.py.example ，使用方法如下：1.记录训练日志在训
2016-04-14 20:44:08
43143
48
原创 Check failed: error == cudaSuccess (8 vs. 0) invalid device function
最近在复现R-CNN一系列的实验时，配置代码所需要的环境真是花费了不少时间。由于对MATLAB不熟悉，故实验采用的都是github上rbg大神的python版本。上周在做Fast R-CNN时，按照教程一步步的来，一路有惊无险，顺利通过，而这次在配置Faster R-CNN时，前面的编译没有问题，一运行 ./tools/demo.py --net zf 就会出现如上错误：Loaded n
2016-03-29 21:24:09
22135
5
原创 caffe中的lr_policy
这几天在看caffe的小实验时，发现solver文件中都出现了lr_policy(学习率下降策略)，但由于没有明确说明，故一直不太明白他们的下降原理。网上搜索一番之后，发现对于这个的东西的介绍就在/caffe-master/src/caffe/proto/caffe.proto文件中有定义，现将其摘抄如下：另外，关于这个的介绍在Stack overflow上有一个更简洁的图像化
2016-03-14 17:17:57
9570
原创 SPP-net论文笔记《Spatial Pyramid Pooling in Deep Convolutional Network for Visual Recognition》
1. Introduction 在之前物体检测的文章，比如R-CNN中，他们都要求输入固定大小的图片，这些图片或者经过裁切（Crop）或者经过变形缩放（Warp），都在一定程度上导致图片信息的丢失和变形，限制了识别精确度。两种方式如下所示。 crop：不能包含完整的区域 warp：几何失真 事实上，在网络实
2016-03-12 13:51:43
4829
转载 基于空间金字塔池化的卷积神经网络物体检测
基于空间金字塔池化的卷积神经网络物体检测原文地址：http://blog.csdn.net/hjimce/article/details/50187655作者：hjimce一、相关理论 本篇博文主要讲解大神何凯明2014年的paper：《Spatial Pyramid Pooling in Deep Convolutional Networks for Vi
2016-03-12 11:07:15
871
原创 Fast R-CNN论文笔记《Fast R-CNN》
1.Introduction 在之前介绍的R-CNN中，训练是分多阶段进行的（multi-stage pipeline），基本上都要分为4步：extracting features、fine-tuning a network with log loss、training SVMs和fitting bounding box regressors。新提出的SPPnet网络也和这个
2016-03-11 09:02:02
1651
原创 R-CNN论文笔记《Rich feature hierarchical for accurate object detection and semantic segmentation》
R-CNN 论文学习笔记
2016-03-10 19:54:02
1859
图像标记小工具
2016-03-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人