2019年3月29日

摘要: LIBRARIES += boost_thread stdc++ boost_regex https://github.com/rbgirshick/fast-rcnn/issues/52 阅读全文
posted @ 2019-03-29 23:02 King_James 阅读(1454) 评论(0) 推荐(0) 编辑
 

2018年12月16日

摘要: Layout of the output array image is incompatible with cv::Mat (step[ndims-1] != elemsize or step[1] != elemsize*nchannels) 解决办法: 1. copy of original a 阅读全文
posted @ 2018-12-16 10:58 King_James 阅读(1506) 评论(0) 推荐(0) 编辑
 

2018年10月15日

摘要: 解决办法:由于安装的cuda版本是7.5,当前下载的caffe版本比较新,需要修改里面的makefile文件,屏蔽下面的代码,cuda<8.0 In the Makefile.example, try commenting out the *_60 and *_61 lines (for compa 阅读全文
posted @ 2018-10-15 20:56 King_James 阅读(486) 评论(0) 推荐(0) 编辑
 

2018年9月12日

摘要: 方法一:python 命令行下运行 vi /etc/hosts 将127.0.1.1 那一行的名字改成你的(用 vi /etc/hostname 获取) 127.0.0.1 localhost 127.0.1.1 your hostname #此处的填hostname,记住必须与/etc/hostn 阅读全文
posted @ 2018-09-12 20:11 King_James 阅读(5104) 评论(0) 推荐(0) 编辑
 

2018年9月6日

摘要: Your library is a dynamic library. You need to tell the operating system where it can locate it at runtime. To do so, we will need to do those easy st 阅读全文
posted @ 2018-09-06 09:40 King_James 阅读(1201) 评论(0) 推荐(0) 编辑
 

2018年9月4日

摘要: Use aptitude instead of apt-get. It is more intelligent. It not only will handle downgrading conflicting packages for you, but will make a series of r 阅读全文
posted @ 2018-09-04 20:42 King_James 阅读(1254) 评论(0) 推荐(0) 编辑
 

2018年8月16日

摘要: `TypeError: torch.mm received an invalid combination of arguments - got (torch.FloatTensor, Variable), but expected one of: (torch.SparseFloatTensor m 阅读全文
posted @ 2018-08-16 22:23 King_James 阅读(8465) 评论(0) 推荐(0) 编辑
 
摘要: import torch._utils try: torch._utils._rebuild_tensor_v2 except AttributeError: def _rebuild_tensor_v2(storage, storage_offset, size, stride, requires 阅读全文
posted @ 2018-08-16 21:04 King_James 阅读(655) 评论(0) 推荐(0) 编辑
 

2018年8月11日

摘要: 答:在第263行左右添加 LIBRARIES += boost_thread stdc++ boost_regex 2. Error parsing text-format caffe.NetParameter: 1177:17: Message type "caffe.LayerParameter 阅读全文
posted @ 2018-08-11 14:17 King_James 阅读(2654) 评论(0) 推荐(0) 编辑
 

2018年7月23日

摘要: yolo: 通过聚类产生5个不同比例的anchors.最后一个特征层的输出(x,y,w,h)与这些不同比列的相乘,将网络层的输出转化为bbox(小尺寸),再通过(H,W)还原成原图大小。一共有5个bbox。最后选出与gt box IOU最大的那个与gt做回归。 faster rcnn: 直接在最后网 阅读全文
posted @ 2018-07-23 21:46 King_James 阅读(626) 评论(0) 推荐(0) 编辑