08 2017 档案
摘要：http://blog.csdn.net/qq_25073253/article/details/73730249?locationNum=5&fps=1 https://groups.google.com/forum/#!topic/digits-users/FfeFp0MHQfQ http://
阅读全文
摘要：http://blog.csdn.net/qq_33202928/article/details/72526710
阅读全文
摘要：制作新数据集时需要重新制作train_GT，test_GT 代码：
阅读全文
摘要：之前的数据集的train和test是直接按照网上下载的数据的前7000个作为训练集，后2212个作为测试集。看得出来，这个数据集是由开车录制视频转换来的图片数据，后面2000多个图片的场景和前面的场景不太一样。所以将整个数据集随机打乱，随机分配7000个训练集和2212个测试集。下面是代码： 先按照
阅读全文
摘要：可以先看一下.mat中存了些什么： 读出的结果： 可以看到loadmat出来的相当于一个python中的字典，存的东西在‘all_boxes’里面
阅读全文
摘要：low、high、size三个参数。默认high是None,如果只有low，那范围就是[0,low)。如果有high，范围就是[low,high)。
阅读全文
摘要：在python中小括号()表示的是tuple元组数据类型，元组是一种不可变序列。 在python中中括号[ ]表示的是list列表数据类型，列表是一种可变的序列。 注意：无论是在元组还是列表中，对于一个值的元组或列表，后面都可以加逗号，或者不加 在fast rcnn代码中，__C.TRAIN.SCA
阅读全文
摘要：plt的Rectangle参数： 第一个参数是坐标（x，y），即矩形的画图的起点坐标，这个起点坐标不是一味地从左下角开始画，而是对应整个图中坐标原点，即（0，0）。 第二个参数是矩形宽度 第三个坐标是矩形高度 注意：在fast rcnn代码中，roi框是在图像中画出来的，而图像的原点在左上角，但坐标
阅读全文
摘要：imshow()是对图像进行绘制 imshow()函数格式为： matplotlib.pyplot.imshow(X, cmap=None) X: 要绘制的图像或数组。 cmap: 颜色图谱（colormap), 默认绘制为RGB(A)颜色空间。 实例： 这一行代码的实质是利用matplotlib包
阅读全文
摘要：1.因为这个fast rcnn项目要自动进入一个ipython，用tee进行重定位后，终端就黑屏了，这个时候要像没重定位时那样退出ipython，用exit或ctrl+d
阅读全文
摘要：pkl文件是pyhthon里面保存文件的一种格式，如果直接打开会显示一堆序列化的东西。正确的打开方式如下：
阅读全文
摘要：局部 val1是类变量，可以由类名直接调用，也可以由对象来调用； val2是成员变量，可以由类的对象来调用，这里可以看出成员变量一定是以self.的形式给出的，因为self的含义就是代表实例对象；如果__init__内的变量没有加self，那就变成一个__init__的局部变量； val3不是成员变
阅读全文
摘要：python中有实例方法，类方法，静态方法，普通函数 类方法需要@ classmethod 修饰并且有个隐藏参数 cls,实例方法必须有个参数 self, 静态方法必须有 @staticmethod修饰 普通函数限制： 实例方法可以添加参数，也可以不添加参数： 下面这段代码能正确运行。add是一个实
阅读全文
摘要：首先明确的是self只有在类的方法中才会有，独立的函数或方法是不必带有self的。self在定义类的方法时是必须有的，虽然在调用时不必传入相应的参数。 __init__中self有一部分是从外面传来的参数，需要实例化时就传入 类中self带的参数相当于类的属性，没带的是局部变量，可能是类的局部变量，
阅读全文
摘要：batch normalization是对每个batch的数据在每一层进行z-score标准化，z-score标准化相当于让数据符合标准正态分布 归一化： 1、把数变为（0，1）之间的小数主要是为了数据处理方便提出来的，把数据映射到0～1范围之内处理，更加便捷快速。2、把有量纲表达式变为无量纲表达式
阅读全文
摘要：正态分布(Normal distribution)，又名高斯分布(Gaussian distribution)。若随机变量X服从一个数学期望为μ、方差为σ^2(标准差为σ)的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。 当μ = 0,σ
阅读全文
摘要：http://russellsstewart.com/notes/0.html https://zhuanlan.zhihu.com/p/20792837
阅读全文
摘要：momentum对于w的更新公式： http://caffe.berkeleyvision.org/tutorial/solver.html
阅读全文
摘要：自己写的更简洁的代码 考虑两种边界条件，没有左子树，没有右子树。
阅读全文
摘要：关于anchor的问题：这里在详细解释一下:(1)首先按照尺度和长宽比生成9种anchor,这9个anchor的意思是conv5 feature map 3x3的滑窗对应原图区域的大小.这9个anchor对于任意输入的图像都是一样的，所以只需要计算一次. 既然大小对应关系有了，下一步就是中心点对应关
阅读全文
