07 2018 档案
摘要：对整篇paper的一个总结:https://blog.csdn.net/xbinworld/article/details/69049680 github:1.https://github.com/Dive-frank/caffe_stn 有prototxt,并且prototxt看起来写的还不错 2
阅读全文
摘要：这个是自己用的focal loss的代码和公式推导:https://github.com/zimenglan-sysu-512/Focal-Loss 这个是有retinanet:https://github.com/unsky/RetinaNet
阅读全文
摘要：实现新layer后,如果我还是在原来的build文件夹里面make,好像是不会编译新的层的,所以跑程序会报没有你新添加的这个层.要么make clear重新make,要么就直接./build.sh,这两个都是完全的重新编译.
阅读全文
摘要：首先要在caffe.proto中的LayerParameter中增加一行optional FocalLossParameter focal_loss_param = 205;,然后再单独在caffe.proto中增加 message FocalLossParameter{ optional floa
阅读全文
摘要：余弦loss求相似度 既然我是用c++，用caffe，那这两个我要重点复习复习 深度学习方向： 1.各个优化器的比较区别？(http://freeshare.free4inno.com/resource?id=16925&home=timerank)（多次出现） 2.如何避免过拟合，l1l2正则哪个
阅读全文
摘要：https://www.cnblogs.com/lwbqqyumidi/p/4168017.html1 Intent intent = new Intent(); 2 intent.setAction(BROADCAST_ACTION); 3 intent.putExtra("name", "qqy
阅读全文
摘要：https://blog.csdn.net/wc781708249/article/details/79595174 按照这个安装就可以了
阅读全文
摘要：1.识别模块的demo演示,要做成视频在ppt中展示 2.ppt做出来,主要在之前的ppt上进行改进,把那几种方法和提升方法的准确率直接做成一个表格,这样展示的更清楚.还有确定这些的中期答辩是不是和上次的中期答辩一样,主要讲你的工作量.讲你的sdk接口. 3.需求文档,sdk说明文档和模块设计文档写
阅读全文
摘要：GroundPlaneEstimator域下的compute函数,就相当于整个cpp的主函数,也体现了整个调用过程,先执行compute_v_disparity_data,再compute_v_disparity_image,最后estimate_ground_plane
阅读全文
摘要：demo_myna中的build.gradle中的dependencies是依赖项目。比如之前开发的一个项目A，现在新的项目B要使用项目A的功能，那么把项目A作为类库关联进来，这样b就能直接使用A的功能，而不用重新开发
阅读全文
摘要：extends是继承类 implements是实现接口
阅读全文
摘要：https://blog.csdn.net/javazejian/article/details/52709857 https://blog.csdn.net/htq__/article/details/51227869: 2通过Context的bindService()方法启动服务：顾名思义，以该
阅读全文
摘要：github：https://github.com/liuzhuang13/DenseNetCaffe（caffe） 网络结构： 结合上下两个图：实际上就是把conv1+conv1的卷积(即conv2)，当然这个是concat在channel层连接，但是这个整体都会作为conv3的输入，也就是说这个
阅读全文
摘要：resnet的skip connection用的也是eltwise相加 fpn的浅层和高层融合用的eltwise相加 hyper-net和ion都是使用的concat的方式 hyper-net网络结构 https://blog.csdn.net/qq_35608277/article/details
阅读全文
摘要：ImgView这个模版类没有找到 SsdCostFunction、SadCostFunctionT来自cost_functions.hpp,实际上就是具体值怎么计算
阅读全文
摘要：头条： 1面：求最低公共祖先，没有父指针 2面： 1.存储了1000w个视频，这些视频会有一些标志，比如某某电视台的标志，现有一个视频去判断和这些是否相同然后进行增删改查，这些视频的存储的 index信息应该怎么去设计 我答：提取特征，比如hog、sift，索引以这些特征为索引 反思：提特征为什么没
阅读全文
摘要：代码地址:https://bitbucket.org/rodrigob/doppia/src stereo_matching下的几个目录相当于这几篇论文中求stixel的几个步骤 cost_volume相当于 FastDisparityCostVolumeEstimator是实现的Fast stix
阅读全文
摘要：stixels_t在stixel.hpp里,存储class stixel的vector
阅读全文
摘要：def voc_ap(rec, prec, use_07_metric=False): """ ap = voc_ap(rec, prec, [use_07_metric]) Compute VOC AP given precision and recall. If use_07_metric is true, uses the VOC 07 11 point...
阅读全文
摘要：需解决问题： １．离散点进行平滑曲线画法 https://blog.csdn.net/cdqn10086/article/details/70143616 ２．把auc计算的结果画到图片上，使用plt.text,即文本显示 官网给的方法：https://matplotlib.org/users/te
阅读全文
摘要：解决办法： https://stackoverflow.com/questions/37604289/tkinter-tclerror-no-display-name-and-no-display-environment-variable
阅读全文
摘要：import time start = time.clock() end = time.clock() consume_time = end - start
阅读全文
摘要：https://blog.csdn.net/shuzfan/article/details/71036040 github：https://github.com/bharatsingh430/soft-nms，代码在/lib/nms/下 解决的问题：就是两个框iou有一定重叠且两个框的得分都很高（同
阅读全文
摘要：https://zhuanlan.zhihu.com/p/36095768 我的推断，第二第三阶段应该不是把所有anchor进行bounding box regression，然后再选取当前条件下的所有roi，而是第一阶段选取512个roi，然后把在第一阶段匹配好的roi送到第二、三阶段 这段代码就
阅读全文
