11 2016 档案
摘要：https://ask.julyedu.com/question/7490 labelImg:https://github.com/tzutalin/labelImg
阅读全文
摘要：知乎上的讨论：https://www.zhihu.com/question/27982282 从0开始山寨caffe系列：http://www.cnblogs.com/neopenx/archive/2016/02.html caffe源码阅读系列：http://blog.csdn.net/xize
阅读全文
摘要：https://nndl.github.io/ch5.pdf 见5.4节
阅读全文
摘要：如何在Caffe中增加一层新的Layer呢？主要分为四步： （1）在./src/caffe/proto/caffe.proto 中增加对应layer的paramter message； （2）在./include/caffe/***layers.hpp中增加该layer的类的声明，***表示有com
阅读全文
摘要：知乎上这位博主画的caffe的整体结构：https://zhuanlan.zhihu.com/p/21796890?refer=hsmyy Caffe 做train时的流程图，来自http://caffecn.cn/?/question/242
阅读全文
摘要：在某社区看到的回答，觉得不错就转过来了：http://caffecn.cn/?/question/123 Caffe从四个层次来理解：Blob，Layer,Net,Solver。 1、Blob Caffe的基本数据结构，用四维矩阵Batch*Channel*Height*Width表示，存储了包括神
阅读全文
摘要：CUDA:链接：http://pan.baidu.com/s/1nvyA3Qp 密码：h0f3 cudnn：链接：http://pan.baidu.com/s/1hr3Ug76 密码：vmdq caffe windows版本：https://github.com/BVLC/caffe/tree/wi
阅读全文
摘要：把r-cnn系列总结下，让整个流程更清晰。 整个系列是从r-cnn至spp-net到fast r-cnn再到faster r-cnn。 RCNN 输入图像，使用selective search来构造proposals（大小不一，需归一化），输入到CNN网络来提取特征， 并根据特征来判断是什么物体（分
阅读全文
摘要：在学习r-cnn系列时，一直看到SPP-net的身影，许多有疑问的地方在这篇论文里找到了答案。 论文：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 转自：http://blog.csdn.n
阅读全文
摘要：faster r-cnn 1、问题 在fast r-cnn中，proposals已经成为速度提高的瓶颈。在本文中，使用深度网络来计算proposals， 使得与检测网络的计算量相比，proposals的计算量可忽略不计。为此，本文提出了RPN网络（Region Proposal Network），
阅读全文
摘要：http://closure11.com/rcnn-fast-rcnn-faster-rcnn%E7%9A%84%E4%B8%80%E4%BA%9B%E4%BA%8B/ 首先看fast r-cnn这篇论文，中间加入了有些博友的想法。 问题 目标检测主要面临两个问题：过多的候选位置（proposals
阅读全文
摘要：使用http://www.cnblogs.com/573177885qq/p/5804863.html中的图片进行训练和测试。 整个流程差不多，fine-tune命令： 因为是用别人训练好的权重，因此weights必选。 关于命令行解析，参考http://www.cnblogs.com/denny4
阅读全文
摘要：均值是所有训练样本的均值，减去之后再进行训练会提高其速度和精度。 1、caffe下的均值 数据格式是二进制的binaryproto，作者提供了计算均值的文件compute_image_mean， 计算均值时调用： 生成的均值文件保存在mean_binaryproto。 2、python格式下的均值（
阅读全文
摘要：用awk中csv文件中取前1000行出来，代码虽少，很容易出错
阅读全文
