07 2017 档案

使用Anaconda搭建TensorFlow-GPU环境
摘要：前言： 对于深度学习来说，各种框架torch,caffe,keras,mxnet,tensorflow,pandapanda环境要求各一，如果我们在一台服务器上部署了较多的这样的框架，那么各种莫名的冲突 会一直伴随着你，吃过很多次亏之后，慢慢的接触了Anaconda，真的是很爽的一个功能，来管理环境 阅读全文

posted @ 2017-07-17 15:16 龚细军 阅读(1953) 评论(0) 推荐(0) 编辑

对sppnet网络的理解
摘要：前言： 接着上一篇文章提到的RCNN网络物体检测，这个网络成功的引入了CNN卷积网络来进行特征提取，但是存在一个问题，就是对需要进行特征提取图片大小有严格的限制。当时面对这种问题，rg大神采用的是对分割出的2000多个候选区域，进行切割或者缩放形变处理到固定大小，这样虽然满足了CNN对图片大小的要求 阅读全文

posted @ 2017-07-16 00:44 龚细军 阅读(13675) 评论(2) 推荐(3) 编辑

Selective Search for Object Recognition 论文笔记【图片目标分割】
摘要：这篇笔记，仅仅是对选择性算法介绍一下原理性知识，不对公式进行推倒. 前言： 这篇论文介绍的是，如果快速的找到的可能是物体目标的区域，不像使用传统的滑动窗口来暴力进行区域识别.这里是使用算法从多个维度对找到图片中，可能的区域目标，减少目标碎片，提升物体检测效率. 下面是这篇文章的笔记： 介绍及引言： 阅读全文

posted @ 2017-07-04 17:54 龚细军 阅读(2180) 评论(0) 推荐(1) 编辑

读RCNN论文笔记
摘要：1. RCNN的模型（如下图）描述: RCNN相比传统的物体检测，还是引入传统的物体检测的基本流程，先找出候选目标物体，逐个的提取特征，不过rbg大神引入了当时炙手可热的CNN卷积网络取代传统上的HOG，DPM,LBP,SIFT等算法来对图像的特征进行提取，值得说道的是CNN由于可以放到GPU上，所 阅读全文

posted @ 2017-07-02 16:51 龚细军 阅读(7895) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示