Fork me on GitHub

01 2019 档案

摘要:https://blog.csdn.net/lyy14011305/article/details/59500819 1、首先在所在系统中安装Anaconda。可以打开命令行输入conda -V检验是否安装以及当前conda的版本。 2、conda常用的命令。 1)conda list 查看安装了哪 阅读全文
posted @ 2019-01-31 21:09 stardsd 阅读(3643) 评论(0) 推荐(0) 编辑
摘要:Solution: 到/usr/lib下ll一下,有两个文件: libcrypto.so libcrypto.so.1.0.0 正常。怎么大小一样?后者应该是个link才对。 怎么办?直接把后者删除。然后错误消失。 如果删除提示没有怎么办?那使用ln再产生一个链接就是。 阅读全文
posted @ 2019-01-31 16:31 stardsd 阅读(4783) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/u010417185/article/details/52649178 https://blog.csdn.net/u010417185/article/details/52649178 https://blog.csdn.net/u010417185/a 阅读全文
posted @ 2019-01-30 21:22 stardsd 阅读(838) 评论(0) 推荐(0) 编辑
摘要:caffe finetune两种修改网络结构prototxt方法 caffe finetune两种修改网络结构prototxt方法 caffe finetune两种修改网络结构prototxt方法 caffe finetune两种修改网络结构prototxt方法 第一种方法:将原来的prototxt 阅读全文
posted @ 2019-01-30 21:19 stardsd 阅读(1053) 评论(0) 推荐(0) 编辑
摘要:原文https://blog.csdn.net/u011070171/article/details/75425740 原文https://blog.csdn.net/u011070171/article/details/75425740 原文https://blog.csdn.net/u01107 阅读全文
posted @ 2019-01-30 20:57 stardsd 阅读(814) 评论(0) 推荐(0) 编辑
摘要:Keras有两种类型的模型,序贯模型(Sequential)和函数式模型(Model),函数式模型应用更为广泛,序贯模型是函数式模型的一种特殊情况。 两类模型有一些方法是相同的: model.summary():打印出模型概况,它实际调用的是keras.utils.print_summary mod 阅读全文
posted @ 2019-01-29 21:55 stardsd 阅读(4600) 评论(1) 推荐(0) 编辑
摘要:In case it's still relevant for someone, I encountered this issue when trying to run Keras/Tensorflow for the second time, after a first run was abort 阅读全文
posted @ 2019-01-29 21:23 stardsd 阅读(2802) 评论(0) 推荐(0) 编辑
摘要:import pandas pandas.read_json("mobilenet_tech_0.11_predict.log").to_csv("mobilenet_tech_0.11_predict.log.csv") # to_excel()可以转excel 阅读全文
posted @ 2019-01-29 11:16 stardsd 阅读(613) 评论(0) 推荐(0) 编辑
摘要:维纳滤波是美国应用数学家诺伯特·维纳(Norbert Wiener)在二十世纪四十年代提出的一种滤波器,并在1949年出版[1]. 维纳滤波器(Wiener filter)是由数学家维纳(Norbert Wiener)提出的一种以最小平方为最优准则的线性滤波器。在一定的约束条件下,其输出与一给定函数 阅读全文
posted @ 2019-01-29 09:48 stardsd 阅读(12997) 评论(0) 推荐(0) 编辑
摘要:参考文献: 1.python 皮尔森相关系数 https://www.cnblogs.com/lxnz/p/7098954.html 2.统计学之三大相关性系数(pearson、spearman、kendall) http://blog.sina.com.cn/s/blog_69e75efd0102 阅读全文
posted @ 2019-01-29 09:12 stardsd 阅读(35679) 评论(0) 推荐(0) 编辑
摘要:来源 https://blog.csdn.net/SoaringLee_fighting https://blog.csdn.net/SoaringLee_fighting/article/details/80639732 Date: 2018.5.28 1、块效应: (1)概念: 主要是由视频图像 阅读全文
posted @ 2019-01-28 17:05 stardsd 阅读(4430) 评论(0) 推荐(0) 编辑
摘要:1、图像金字塔 图像金字塔是图像中多尺度表达的一种,最主要用于图像的分割,是一种以多分辨率来解释图像的有效但概念简单的结构。 图像金字塔最初用于机器视觉和图像压缩,一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件才 阅读全文
posted @ 2019-01-28 16:31 stardsd 阅读(37201) 评论(0) 推荐(4) 编辑
摘要:一、为什么要写Makefile 首先要确定我们的目标,Makefile是用来干嘛的? 曾经很长时间我都是在从事Windows环境下的开发,所以根本不知道Makefile是个什么东西。因为早已经习惯了使用VS、Eclipse等等优秀的IDE做开发,只要点一个按钮,程序就可以运行啦。但是进入公司以后,从 阅读全文
posted @ 2019-01-28 11:00 stardsd 阅读(5566) 评论(0) 推荐(1) 编辑
摘要:1.CMake编译原理 CMake是一种跨平台编译工具,比make更为高级,使用起来要方便得多。CMake主要是编写CMakeLists.txt文件,然后用cmake命令将CMakeLists.txt文件转化为make所需要的makefile文件,最后用make命令编译源码生成可执行程序或共享库(s 阅读全文
posted @ 2019-01-28 10:02 stardsd 阅读(20599) 评论(0) 推荐(1) 编辑
摘要:正确的方法是: 在命令行中输入 rename 's/\.JPG/.jpg/' *.JPG 【注意】 在单引号中的最后一个'/'符号不能少! 意思是:把当前文件夹下的所有 .JPG文件 替换为 .jpg文件。 【此外】在rename的帮助说明中 (输入 man rename) 给出了一个小实例 ren 阅读全文
posted @ 2019-01-26 16:41 stardsd 阅读(4752) 评论(0) 推荐(0) 编辑
摘要:In information technology, vanilla (pronounced vah-NIHL-uh ) is an adjective meaning plain or basic. The unfeatured version of a product is sometimes 阅读全文
posted @ 2019-01-26 16:22 stardsd 阅读(832) 评论(0) 推荐(0) 编辑
摘要:版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/get_set/article/details/51276609 版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/get_set/article/det 阅读全文
posted @ 2019-01-26 15:58 stardsd 阅读(438) 评论(0) 推荐(0) 编辑
摘要:1、简介在统计学中,肯德尔相关系数是以Maurice Kendall命名的,并经常用希腊字母τ(tau)表示其值。肯德尔相关系数是一个用来测量两个随机变量相关性的统计值。一个肯德尔检验是一个无参数假设检验,它使用计算而得的相关系数去检验两个随机变量的统计依赖性。肯德尔相关系数的取值范围在-1到1之间 阅读全文
posted @ 2019-01-26 15:23 stardsd 阅读(14853) 评论(0) 推荐(2) 编辑
摘要:图像质量评估函数的分类曾是一个比较有争议的话题,在2l世纪以前曾经有过 比较多的讨论。但是随着研究的深入和技术的广泛应用,研究人员对于图像质量 评估函数的分类有了统一的认识,即从实际应用中参考信息供给的角度,将图像质量 评估函数分为以下三种方式: ·全信息评估(full reference) ·盲信 阅读全文
posted @ 2019-01-26 14:58 stardsd 阅读(4089) 评论(3) 推荐(0) 编辑
摘要:4.1 管理conda Conda既是包管理器,也是环境管理器。一个包管理器可以帮助你找到和安装软件包。使用几个命令,您可以设置一个完全独立的环境来运行不同版本的Python,然后继续在您的正常环境中运行您常用的Python版本。这就是像conda这样的环境管理工具的力量。 提示:无论您是使用Lin 阅读全文
posted @ 2019-01-26 09:38 stardsd 阅读(13721) 评论(0) 推荐(0) 编辑
摘要:版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/dcrmg/article/details/78000961 1. whereis+文件名 用于程序名的搜索,搜索结果只限于二进制文件(参数-b)、man说明文件(参数-m)和源代码文件(参数-s),如果省略 阅读全文
posted @ 2019-01-26 09:32 stardsd 阅读(2527) 评论(0) 推荐(0) 编辑
摘要:问题: dotnet: /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.18' not found (required by dotnet)dotnet: /usr/lib64/libstdc++.so.6: version `CXXABI_1.3.5 阅读全文
posted @ 2019-01-25 09:45 stardsd 阅读(9003) 评论(0) 推荐(0) 编辑
摘要:转自:http://blog.csdn.net/wsywl/article/details/5859751 1、简介 在统计学中,斯皮尔曼等级相关系数以Charles Spearman命名,并经常用希腊字母ρ(rho)表示其值。斯皮尔曼等级相关系数用来估计两个变量X、Y之间的相关性,其中变量间的相关 阅读全文
posted @ 2019-01-24 12:24 stardsd 阅读(16012) 评论(0) 推荐(0) 编辑
摘要:https://zhuanlan.zhihu.com/p/32480810 TLDR (or the take away) 频率学派 - Frequentist - Maximum Likelihood Estimation (MLE,最大似然估计) 贝叶斯学派 - Bayesian - Maxim 阅读全文
posted @ 2019-01-24 11:09 stardsd 阅读(3743) 评论(0) 推荐(1) 编辑
摘要:checkout the build.gradle from module:app. It turns out that there's a such config: when I commented all out, everything worked fine. 阅读全文
posted @ 2019-01-22 21:53 stardsd 阅读(563) 评论(0) 推荐(0) 编辑
摘要:ninja连接: https://ninja-build.org/ https://github.com/ninja-build/ninja 下载安装包: https://github.com/ninja-build/ninja/releases github的安装指导打开HACKING.md: h 阅读全文
posted @ 2019-01-22 20:20 stardsd 阅读(11247) 评论(0) 推荐(0) 编辑
摘要:在从ADT转移到AndroidStudio下开发,必然会遇到Gradle脚本打包的问题.看懂一个脚本最基本的前提就是了解它的语法,我在转移开发环境的过程中,也开始接触学习Gradle,在此做了一些总结,方便自己查阅. Gradle为何物 第一次接着Gradle,对它做了大致的了解。按照网上普遍的说法 阅读全文
posted @ 2019-01-22 15:08 stardsd 阅读(7215) 评论(0) 推荐(1) 编辑
摘要:进一步调试的方法: 在Android studio下方打开terminal,然后: 阅读全文
posted @ 2019-01-22 14:28 stardsd 阅读(6726) 评论(0) 推荐(0) 编辑
摘要:工作中经常会使用一些颜色空间,最主要的就是使用RGB空间和YUV空间,把两空间的一些知识记录在此。 1. 什么是RGB?RGB是红绿蓝三原色的意思,R=Red、G=Green、B=Blue。2.什么是YUV/YCbCr/YPbPr?亮度信号经常被称作Y,色度信号是由两个互相独立的信号组成。视颜色系统 阅读全文
posted @ 2019-01-22 11:47 stardsd 阅读(12564) 评论(0) 推荐(0) 编辑
摘要:在Android studio中,导入Android的项目后,容易出现项目文件的中文乱码,中文无法正常显示,变成了一些格子问号之类的,导致无法查看中文的注释,下面来看看导入项目和解决乱码问题的步骤: 在Android studio中,导入Android的项目后,容易出现项目文件的中文乱码,中文无法正 阅读全文
posted @ 2019-01-22 10:32 stardsd 阅读(1599) 评论(0) 推荐(1) 编辑
摘要:在R.layout.test文件时,总是找不到您想要的文件,可是它明明就在layout文件下面,而且在R.Java中也已经生成了,那么找不到的原因就是你导入了Android.R的包,这样你永远找不到你想要是,你应该导入自己项目的R文件。如图: (你应该导入下面的,但是往往坑爹的android.R在上 阅读全文
posted @ 2019-01-21 21:31 stardsd 阅读(3812) 评论(2) 推荐(0) 编辑
摘要:相信很多人在用Eclipse的时候,很习惯的都会把Content Assist设置成.abcd...z,这样每次敲代码的时候都会有自动提示,写起代码来很方便。具体设置如图: 相信很多人在用Eclipse的时候,很习惯的都会把Content Assist设置成.abcd...z,这样每次敲代码的时候都 阅读全文
posted @ 2019-01-21 21:05 stardsd 阅读(6179) 评论(0) 推荐(0) 编辑
摘要:com.firebaseui:firebase-ui-firestore:3.1.0 depends on android.arch.lifecycle:extensions:1.0.0-beta1. Switching to version 3.2.2 fixes the issue by usi 阅读全文
posted @ 2019-01-21 20:46 stardsd 阅读(1673) 评论(0) 推荐(0) 编辑
摘要:Go to Tools > AVD Manager > Virtual device configuration > Show advanced settings > Boot option > Cool boot Then run again your project with that AVD. 阅读全文
posted @ 2019-01-21 20:26 stardsd 阅读(4621) 评论(0) 推荐(0) 编辑
摘要:运行刚搭建好的Android环境时会报这种错误: 运行刚搭建好的Android环境时会报这种错误: 运行刚搭建好的Android环境时会报这种错误: 运行刚搭建好的Android环境时会报这种错误: AVD Nexus_5X_API_P is already running. If that is 阅读全文
posted @ 2019-01-21 19:36 stardsd 阅读(4636) 评论(0) 推荐(0) 编辑
摘要:Apparently, this is intended behavior: Apparently, this is intended behavior: Apparently, this is intended behavior: com.firebaseui:firebase-ui-firest 阅读全文
posted @ 2019-01-21 17:50 stardsd 阅读(1146) 评论(0) 推荐(0) 编辑
摘要:当我们在配置 Android Studio 的时候,下面的一些配置或许有一些帮助。 原文 liukun.engineer 前面的话 Android Studio 提供了一个非常方便的功能帮助我们导入或者导出设置。因此我们在安装一个新的Android Studio 的时候通常会导入一个之前的设置。但是 阅读全文
posted @ 2019-01-21 16:29 stardsd 阅读(731) 评论(0) 推荐(0) 编辑
摘要:一、adb问题常用解决方法 一、adb问题常用解决方法 一、adb问题常用解决方法 一、adb问题常用解决方法 若是模拟器启动正常,但是adb检测不到模拟器,我们给他一套不解释连招,下面教大家几招基础拳法。 1.基础拳法一:循环自动检测 下图那个小按钮,点它,狠狠的点它,然后点运行,看能不能检测的到 阅读全文
posted @ 2019-01-21 16:07 stardsd 阅读(1649) 评论(0) 推荐(0) 编辑
摘要:七 测试网络 模型测试包含于test.py文件,Detector类的image_detector()函数用于检测目标。 1、类初始化函数 2、draw_result()函数 在原始图像上绘制边界框,并添加一些附件信息,如目标类别,置信度。 3、detect()函数 detect()函数用来对图像进行 阅读全文
posted @ 2019-01-18 15:58 stardsd 阅读(1715) 评论(0) 推荐(0) 编辑
摘要:五 读取数据pascal_voc.py文件解析 我们在YOLENet类中定义了两个占位符,一个是输入图片占位符,一个是图片对应的标签占位符,如下: 而pascal_voc.py文件的目的就是为了准备数据,赋值给占位符。在pascal_voc.py文件中定义了一个pascal_voc,该类包含了类初始 阅读全文
posted @ 2019-01-18 15:57 stardsd 阅读(1625) 评论(0) 推荐(0) 编辑
摘要:原文:https://www.cnblogs.com/zyly/p/9534063.html yolo源码来源于网址:https://github.com/hizhangp/yolo_tensorflow 在讲解源码之前,我们需要做一些准备工作: 根据自己的需求修改配置文件yolo/config.p 阅读全文
posted @ 2019-01-18 15:54 stardsd 阅读(7690) 评论(0) 推荐(2) 编辑
摘要:tf.transpose函数中文意思是转置,对于低维度的转置问题,很简单,不想讨论,直接转置就好(大家看下面文档,一看就懂)。 本文主要讨论高维度的情况: 为了形象理解高维情况,这里以矩阵组合举例: 先定义下: 2 x (3*4)表示2个3*4的矩阵,(其实,它是个3维张量)。 x = [[[1,2 阅读全文
posted @ 2019-01-18 15:43 stardsd 阅读(12898) 评论(0) 推荐(0) 编辑
摘要:主要通过whl方式进行配置。 1.1 Whl文件下载地址: https://www.lfd.uci.edu/~gohlke/pythonlibs/ 注意:必须安装numpy-mkl,替代原有的numpy,安装时会自动卸载原版本。 共下载三个文件: numpy-1.16.0+mkl-cp37-cp37 阅读全文
posted @ 2019-01-18 10:04 stardsd 阅读(32920) 评论(0) 推荐(0) 编辑
摘要:准确地说,RAISR并不是用来压缩图像的,而是用来upsample图像的。 众所周知,图片缩小到半分辨率后,在拉回原大小,会出现强烈的锯齿。从80年代开始就有很多super sampling的方法,要么从多张低分辨率的图构建出高分辨率,要么从单张“猜测”出高分辨率。本质上其实都是针对边缘搞事情。从锯 阅读全文
posted @ 2019-01-16 21:07 stardsd 阅读(2016) 评论(0) 推荐(0) 编辑
摘要:作者:冬瓜哥链接:https://www.zhihu.com/question/59184480/answer/166167659来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 显卡/GPU是具体干活的芯片,其从host端拿命令和数据。显卡驱动,分内核态和用户态两部分 阅读全文
posted @ 2019-01-16 17:55 stardsd 阅读(10922) 评论(0) 推荐(0) 编辑
摘要:一、由于实验室大家使用的CUDA、CUdnn不同,所以需要在同一台服务器安装多个版本,而且要不引起冲突,方法如下: 1、一般来说CUDA安装在 /usr/local 目录下(当然你可以通过“echo $PATH”命令查询你的CUDA安装目录,一般来说CUDA的文件路径都会被写入到系统环境),如下图 阅读全文
posted @ 2019-01-16 17:00 stardsd 阅读(11399) 评论(4) 推荐(0) 编辑
摘要:样本不平衡问题 样本不平衡问题 样本不平衡问题 样本不平衡问题 如在二分类中正负样本比例存在较大差距,导致模型的预测偏向某一类别。如果正样本占据1%,而负样本占据99%,那么模型只需要对所有样本输出预测为负样本,那么模型轻松可以达到99%的正确率。一般此时需使用其他度量标准来判断模型性能。比如召回率 阅读全文
posted @ 2019-01-16 15:39 stardsd 阅读(3066) 评论(0) 推荐(0) 编辑
摘要:光流分为稠密光流和稀疏光流 光流(optic flow)是什么呢?名字很专业,感觉很陌生,但本质上,我们是最熟悉不过的了。因为这种视觉现象我们每天都在经历。从本质上说,光流就是你在这个运动着的世界里感觉到的明显的视觉运动(呵呵,相对论,没有绝对的静止,也没有绝对的运动)。例如,当你坐在火车上,然后往 阅读全文
posted @ 2019-01-16 10:56 stardsd 阅读(7293) 评论(0) 推荐(0) 编辑
摘要:修改文件名可以用mv命令来实现 mv filename1 filename2 1 但如果批量修改还是使用rename命令更为方便 现在我们有a b c d 四个文件 增加后缀 rename 's/$/\.txt/' * 1 a.txt b.txt c.txt d.txt 修改后缀 rename 's 阅读全文
posted @ 2019-01-15 20:52 stardsd 阅读(5276) 评论(0) 推荐(0) 编辑
摘要:推断(Inference),就是深度学习把从训练中学习到的能力应用到工作中去。 精心调整权值之后的神经网络基本上就是个笨重、巨大的数据库。为了充分利用训练的结果,完成现实社会的任务,我们需要的是一个能够保留学习到的能力,还能迅速应用到前所未见的数据上的,响应迅速的系统。这就是推断,根据真实世界中的少 阅读全文
posted @ 2019-01-15 14:48 stardsd 阅读(5469) 评论(0) 推荐(0) 编辑
摘要:原文 https://blog.csdn.net/luotuo44/article/details/24836901 原文 https://blog.csdn.net/luotuo44/article/details/24836901 原文 https://blog.csdn.net/luotuo4 阅读全文
posted @ 2019-01-14 14:37 stardsd 阅读(42547) 评论(0) 推荐(1) 编辑
摘要:软件测试中可测性一般是指对系统的可控性、可观测性进行的评估,借以反映系统设计、实现对测试的友好程度和相应的测试成本。可测性在测试阶段会对系统的测试成本及关联产品代码的 Patch 次数产生重大影响。如何提高可测性成为软件生命周期特别是前期(设计阶段、coding 阶段)重要的一环。 本文带领大家探索 阅读全文
posted @ 2019-01-11 09:09 stardsd 阅读(1908) 评论(0) 推荐(0) 编辑
摘要:一、常用命令1、进入某个盘 //进入d盘D://进入F盘F:这里我经常弄混,老是用cd命令,结果回回进不去。。Linux和windows果然不一样。 2、查看目录文件 //查看当前目录下的文件,类似于linux下的lsdir如果是需要查看隐藏文件的或者更多操作的话,可以使用dir /?来查看其它用法 阅读全文
posted @ 2019-01-10 12:18 stardsd 阅读(2961) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/l_mloveforever/article/details/79513681 https://blog.csdn.net/l_mloveforever/article/details/79513681 https://blog.csdn.net/l_ml 阅读全文
posted @ 2019-01-10 12:16 stardsd 阅读(38409) 评论(0) 推荐(1) 编辑
摘要:版权声明:本文为博主原创文章,转载请注明CSDN博客源地址!共同学习,一起进步~ https://blog.csdn.net/Eastmount/article/details/20413773 该篇文章主要是关于C++\C语言最基础的main函数的参数知识,是学习C++或C语言都必备的知识点.不知 阅读全文
posted @ 2019-01-09 20:51 stardsd 阅读(13508) 评论(0) 推荐(0) 编辑
摘要:特殊注释:1、 TODO表示需要实现,但目前还未实现的功能2 、XXX勉强可以工作,但是性能差等原因3 、FIXME代码是错误的,不能工作,需要修复TODO: + 说明:如果代码中有该标识,说明在标识处有功能代码待编写,待实现的功能在说明中会简略说明。FIXME: + 说明:如果代码中有该标识,说明 阅读全文
posted @ 2019-01-09 09:38 stardsd 阅读(784) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/fhl812432059/article/details/51745226 https://blog.csdn.net/fhl812432059/article/details/51745226 https://blog.csdn.net/fhl81243 阅读全文
posted @ 2019-01-09 08:48 stardsd 阅读(41591) 评论(0) 推荐(1) 编辑
摘要:https://blog.csdn.net/sunboy_2050/article/details/5666887 https://blog.csdn.net/sunboy_2050/article/details/5666887 https://blog.csdn.net/sunboy_2050/ 阅读全文
posted @ 2019-01-08 10:54 stardsd 阅读(687) 评论(0) 推荐(1) 编辑
摘要:l 定义一个消息(message)类型 l 标量值类型 l Optional 的字段及默认值 l 枚举 l 使用其他消息类型 l 嵌套类型 l 更新一个消息类型 l 扩展 l 包(package) l 定义服务(service) l 选项(option) l 生成访问类 本指南描述了怎样使用prot 阅读全文
posted @ 2019-01-07 21:41 stardsd 阅读(454) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/u012897374/article/details/79199336 https://blog.csdn.net/u012897374/article/details/79199336 https://blog.csdn.net/u012897374/a 阅读全文
posted @ 2019-01-07 19:59 stardsd 阅读(7616) 评论(0) 推荐(0) 编辑
摘要:原文地址 https://blog.csdn.net/lanchunhui/article/details/71379555 原文地址 https://blog.csdn.net/lanchunhui/article/details/71379555 原文地址 https://blog.csdn.n 阅读全文
posted @ 2019-01-07 16:35 stardsd 阅读(78109) 评论(0) 推荐(2) 编辑
摘要:【安装相关软件和库】 1.安装CMAKE:这里使用apt-get来安装; CMAKE 是一个跨平台编译工具,能够输出各种makefile,和project 文件,指导编译器编译,对CMAKE具体的可以自行搜索,这里推荐一个链接: http://www.cnblogs.com/lyq105/archi 阅读全文
posted @ 2019-01-07 16:17 stardsd 阅读(3407) 评论(0) 推荐(0) 编辑
摘要:解决方案: the cause is the google tests is looking for the generic regex.h but cmake used the regex.h from boost. and boost is not linked. I'm not sure ho 阅读全文
posted @ 2019-01-07 15:02 stardsd 阅读(1336) 评论(0) 推荐(0) 编辑
摘要:前言 前言 前言 前言 之前一直用的opencv 好好的,今天安装了anaconda之后,python中的opencv不能用了,即便是拷贝cv2.so之后也是不能用,问题如下: 根本原因 安装anaconda之后,很多默认的编译器都变成了anaconda自带的了,比如python和gcc等。那么系统 阅读全文
posted @ 2019-01-07 12:09 stardsd 阅读(33918) 评论(0) 推荐(1) 编辑
摘要:1. 查看Linux操作系统信息: 2. 设置ls显示的文件夹的颜色(将下面这条目录加在 .bashrc 文件最后): 3. 在远程服务器X Server上显示图形界面: 4. 强制转换图像大小 5. 查看图像信息 6. 查看物理CPU的个数 7. 查看逻辑CPU的个数 8. 查看一个物理CPU是几 阅读全文
posted @ 2019-01-06 20:41 stardsd 阅读(1409) 评论(0) 推荐(0) 编辑
摘要:3. Fast-R-CNN 基于R-CNN和SPP-Net思想,RBG提出了Fast-R-CNN算法。如果选用VGG16网络进行特征提取,在训练阶段,Fast-R-CNN的速度相比RCNN和SPP-Net可以分别提升9倍和3倍;在测试阶段,Fast-R-CNN的速度相比RCNN和SPP-Net可以分 阅读全文
posted @ 2019-01-06 19:35 stardsd 阅读(1049) 评论(0) 推荐(0) 编辑
摘要:4. Faster-R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 在之前介绍的Fast-R-CNN中,第一步需要先使用Selective Search方法提取图像中的proposals。基于CPU实现的 阅读全文
posted @ 2019-01-06 19:35 stardsd 阅读(8087) 评论(0) 推荐(0) 编辑
摘要:2. SPP-Net : Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition) 传统CNN和SPP-Net流程对比如下图所示(引自http://www.image-net.org/challeng 阅读全文
posted @ 2019-01-06 19:34 stardsd 阅读(917) 评论(0) 推荐(0) 编辑
摘要:1. R-CNN:Rich feature hierarchies for accurate object detection and semantic segmentation 技术路线:selective search + CNN + SVMs Step1:候选框提取(selective sea 阅读全文
posted @ 2019-01-06 19:33 stardsd 阅读(1735) 评论(0) 推荐(0) 编辑
摘要:问题描述在windows平台上,本地训练SSD_512得到了对应的权值参数文件,加载模型进行前向测试的时候,发现调用caffe.io.Transformer中的resize处理函数速度太慢,打算用opencv的resize做替换,因此更改了输入图片到模型中的预处理过程,使用caffe.io.Tran 阅读全文
posted @ 2019-01-05 16:12 stardsd 阅读(1558) 评论(0) 推荐(0) 编辑
摘要:Step 1 使用训练好的模型检测图片: build/examples/ssd/ssd_detect.bin models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt /home/daisida/ssd/models/VGGNet/VOC0712/SSD_3 阅读全文
posted @ 2019-01-04 17:20 stardsd 阅读(607) 评论(0) 推荐(0) 编辑
摘要:之前用deploy.prototxt 还原train_val.prototxt过程中,遇到了坑,所以打算总结一下 本人以熟悉的LeNet网络结构为例子 不同点主要在一前一后,相同点都在中间 train_val.prototxt 中的开头 看这个名字也知道,里面定义的是训练和验证时候的网络,所以在开始 阅读全文
posted @ 2019-01-04 17:06 stardsd 阅读(947) 评论(0) 推荐(0) 编辑
摘要:版权声明:欢迎与我交流讨论,若要转载请注明出处~ https://blog.csdn.net/sinat_36053757/article/details/70946263 版权声明:欢迎与我交流讨论,若要转载请注明出处~ https://blog.csdn.net/sinat_36053757/a 阅读全文
posted @ 2019-01-04 16:50 stardsd 阅读(2865) 评论(0) 推荐(0) 编辑
摘要:文件权限问题。 chown或者chmod即可 另外注意lmdb文件的权限 阅读全文
posted @ 2019-01-04 15:28 stardsd 阅读(847) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/ZWX2445205419/article/details/73527857 https://blog.csdn.net/ZWX2445205419/article/details/73527857 https://blog.csdn.net/ZWX244 阅读全文
posted @ 2019-01-04 15:17 stardsd 阅读(4147) 评论(0) 推荐(0) 编辑
摘要:Linux scp命令用于Linux之间复制文件和目录。 scp是 secure copy的缩写, scp是linux系统下基于ssh登陆进行安全的远程文件拷贝命令。 语法 简易写法: 参数说明: -1: 强制scp命令使用协议ssh1 -2: 强制scp命令使用协议ssh2 -4: 强制scp命令 阅读全文
posted @ 2019-01-04 08:35 stardsd 阅读(1416) 评论(0) 推荐(0) 编辑
摘要:tar在linux上是常用的打包、压缩、加压缩工具,他的参数很多,折里仅仅列举常用的压缩与解压缩参数 tar在linux上是常用的打包、压缩、加压缩工具,他的参数很多,折里仅仅列举常用的压缩与解压缩参数 tar在linux上是常用的打包、压缩、加压缩工具,他的参数很多,折里仅仅列举常用的压缩与解压缩 阅读全文
posted @ 2019-01-03 17:05 stardsd 阅读(1108) 评论(0) 推荐(0) 编辑
摘要:常用命令如下: Tmux是一个优秀的终端复用软件,类似GNU Screen,但来自于OpenBSD,采用BSD授权。使用它最直观的好处就是,通过一个终端登录远程主机并运行tmux后,在其中可以开启多个控制台而无需再“浪费”多余的终端来连接这台远程主机。是BSD实现的Screen替代品,相对于Scre 阅读全文
posted @ 2019-01-03 10:43 stardsd 阅读(2155) 评论(0) 推荐(0) 编辑
摘要:这是由于GPU数量不匹配造成的,如果训练自己的数据,那么我们只需要将solver.prototxt文件中的device_id项改为自己的GPU块数,一块就是0,两块就是1,以此类推。 但是SSD配置时的例子是将训练语句整合成一个python文件ssd_pascal.py,所以需要改此代码。相关配置训 阅读全文
posted @ 2019-01-02 20:34 stardsd 阅读(1645) 评论(0) 推荐(0) 编辑
摘要:错误描述: 执行 python examples/ssd/ssd_pascal.py 报错: Cannot find snapshot in models/VGGNet/VOC0712/SSD_300x300 解决方案: 下载 https://github.com/conner99/VGGNet/b 阅读全文
posted @ 2019-01-02 20:20 stardsd 阅读(1040) 评论(0) 推荐(0) 编辑
摘要:在运行ssd时遇到这个问题 实际是python接口的路径不对,使用echo $$PYTHONPATH 弹出当前python路径,发现是caffe自己的python接口,采用 export PYTHONPATH=/home/用户名/(当前要用的Python路径)/python即可, 最后可用echo 阅读全文
posted @ 2019-01-02 19:53 stardsd 阅读(1001) 评论(0) 推荐(0) 编辑
摘要:caffe ssd 错误描述: AttributeError: 'module' object has no attribute 'LabelMap' SSD from caffe.proto import caffe_pb2 ImportError: No module named caffe.p 阅读全文
posted @ 2019-01-02 19:21 stardsd 阅读(2228) 评论(1) 推荐(0) 编辑
摘要:执行pip install 报错如下: 解决方案: Linux / macOS From your terminal, you can install the package for your user only, like this: OR You can use su or sudo from 阅读全文
posted @ 2019-01-02 17:58 stardsd 阅读(24606) 评论(0) 推荐(0) 编辑
摘要:原文链接 https://blog.csdn.net/accumulate_zhang/article/details/80269313 在Ubuntu中,升级了pip,再次使用pip 安装相关的python包的时候就出现以下错误 ImportError: cannot import name ma 阅读全文
posted @ 2019-01-02 17:52 stardsd 阅读(559) 评论(0) 推荐(0) 编辑
摘要:原文 https://blog.csdn.net/lanyuelvyun/article/details/73628152 在用自己的数据训练基于caffe的SSD模型的时候,我们需要将图片数据转换成lmdb格式,用到的脚本文件是SSD源码里面提供的create_data.sh(具体位置在$CAFF 阅读全文
posted @ 2019-01-02 17:18 stardsd 阅读(2454) 评论(0) 推荐(0) 编辑
摘要:Error描述: 解决方案1: 解决方案2: I realized that there was an error with my CUDA installation, specifically with the cuBLAS library. You can check if yours has 阅读全文
posted @ 2019-01-02 16:56 stardsd 阅读(7193) 评论(0) 推荐(0) 编辑
摘要:解决方案: Note: This solution is not just limited to codecommit but also for other Ubuntu gnults_handshake related issues. If you have AWS cli installed i 阅读全文
posted @ 2019-01-02 16:09 stardsd 阅读(21336) 评论(0) 推荐(0) 编辑
摘要:I can push by clone project using ssh, but it doesn't work when I clone project with https. it shows message error as below. I can push by clone proje 阅读全文
posted @ 2019-01-02 15:05 stardsd 阅读(9699) 评论(0) 推荐(1) 编辑
摘要:1:SSD更具体的框架如下: 1:SSD更具体的框架如下: 1:SSD更具体的框架如下: 1:SSD更具体的框架如下: 2: Prior Box 缩进在SSD中引入了Prior Box,实际上与anchor非常类似,就是一些目标的预选框,后续通过softmax分类+bounding box regr 阅读全文
posted @ 2019-01-02 09:13 stardsd 阅读(13811) 评论(1) 推荐(3) 编辑
摘要:1、bin的含义 直方图中bin的含义:计算颜色直方图需要将颜色空间划分为若干小的颜色区间,即直方图的bin,通过计算颜色在每个小区间内德像素得到颜色直方图,bin越多,直方图对颜色的分辨率越强,但增加了计算机的负担。即(上图所分10个竖条区域,每个竖条区域称为一个bin) (2)简单来说直方图就是 阅读全文
posted @ 2019-01-01 18:04 stardsd 阅读(8493) 评论(0) 推荐(1) 编辑
摘要:一、介绍 基于图的图像分割(Graph-Based Image Segmentation),论文《Efficient Graph-Based Image Segmentation》,P. Felzenszwalb, D. Huttenlocher,International Journal of C 阅读全文
posted @ 2019-01-01 17:59 stardsd 阅读(2707) 评论(0) 推荐(0) 编辑
摘要: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 D 阅读全文
posted @ 2019-01-01 15:20 stardsd 阅读(12934) 评论(1) 推荐(0) 编辑