芳芳不是我真名-CSDN博客

原创详解VGG16以及启发

论文名字是《Very Deep Convolutional Networks For Large-Scale Image Recongnition》下载链接：http://vc.cs.nthu.edu.tw/home/paper/codfiles/melu/201604250548/VGG.pdf为什么要读VGG16？作为基础网络，分类性能非常好；VGG16的网络结

2018-01-04 09:43:37 22199 3

原创对CNN感受野一些理解

感受野（receptive field）被称作是CNN中最重要的概念之一。为什么要研究感受野呐？主要是因为在学习SSD，Faster RCNN框架时，其中prior box和Anchor box的设计，一直搞不明白。当我理解了感受野才有点恍然大悟的感觉。快速看完这篇文章的前提是，要对CNN有个大致了解，feature map等术语要知道。先看八股式定义，感受野：在卷...

2017-11-21 15:55:36 50023 23

原创 ElasticSearch的开篇-构建一个简单的全文搜索

文章目录ElasticSearch是什么？ElasticSearch能做些什么？ElasticSearch怎么用？1. 数据，数据，数据2.建立索引（index）3.搜索，搜索，搜索总结ElasticSearch是什么？ElasticSearch是一个基于Lucene的搜索服务器。它和Lucene之间的关系在下文的介绍中会通过流图来详细分析的。现在只要知道，ES（ElasticSearch）是...

2019-05-14 23:46:44 589

原创一文搞懂深度学习正则化的L2范数

想要彻底弄明白L2范数，必须要有一定的矩阵论知识，L2范数涉及了很多的矩阵变换。在我们进行数学公式的推到之前，我们先对L2范数有一个感性的认识。L2范数是什么？L2范数的定义其实是一个数学概念，其定义如下：这个公式看着相当熟悉吧，用的最多的欧式距离就是一种L2范数，表示向量元素的平方和再开方。正则化中的L2范数说到正则化，我们要看一下，正则化在深度学习中含义是指什么...

2018-01-31 08:28:31 57073 27

转载 SVD和PCA

2018-01-24 20:28:35 3989 4

原创 Caffe-SSD 和Faster RCNN训练 Caltech行人数据集

前言：本教程的主要内容： 1，将Caltech行人数据集转换成Caffe-SSD，Faster RCNN系列能够训练的格式（VOC数据集格式）； 2，同理，可以将INRIA，ETH，TUD等数据集转换成VOC格式。 3，Caltech数据集转换后适用的算法：RCNN系列（Faster RCNN，RFCN），SSD系列 Caltech数据

2018-01-21 20:19:22 8831 8

原创 caffe-SSD训练自己的数据集

本文介绍目标检测中数据集的准备、转换以及使用ssd进行训练的整个过程。内容包括：1，数据集的准备 1）图片的标注 2）制作VOC数据集 3）将VOC数据集转换成lmdb格式2，如何使用ssd进行训练3，使用ssd做测试需要的环境： win7，编译好的caffe ，python27， python PIL（P

2018-01-21 20:02:46 11711 4

原创 SSD目标检测算法改进DSSD（反卷积）

论文：DSSD : Deconvolutional Single Shot Detector论文地址：https://arxiv.org/abs/1701.06659代码：https://github.com/chengyangfu/caffe/tree/dssdDSSD是2017年的CVPR，二作就是SSD的一作Wei Liu。另外值得

2018-01-20 17:19:14 21042 2

原创 SSD目标检测算法改进：DSOD（不需要预训练的目标检测算法）

论文的题目：DSOD: Learning Deeply Supervised Object Detectors from Scratch论文下载链接：http://openaccess.thecvf.com/content_ICCV_2017/papers/Shen_DSOD_Learning_Deeply_ICCV_2017_paper.pdf代码地址：https://github.co

2018-01-19 21:18:52 9071

原创 RCNN系列之Faster RCNN详解

RCNN系列：RCNN，SPPNet，Fast RCNN，Faster RCNN，R-FCN。这一系列是个递进关系，也是目标检测使用two-stage方法的一个发展过程。想要更好的理解Faster RCNN和R-FCN，只能把这些算法都梳理清楚了，才能明白算法的整个优化过程。本篇讲解的是Faster RCNN。2016年，发表在CVPR。理解了SPPNet之后，我们知道了RCNN已经进化到

2018-01-10 10:13:40 4583

原创 RCNN系列之Fast RCNN详解

RCNN系列：RCNN，SPPNet，Fast RCNN，Faster RCNN，R-FCN。这一系列是个递进关系，也是目标检测使用two-stage方法的一个发展过程。想要更好的理解Faster RCNN和R-FCN，只能把这些算法都梳理清楚了，才能明白算法的整个优化过程。本篇讲解的是Fast RCNN。2015年，在SPPNet之后发表在IEEE。理解了SPPNet之后，我们知道了RC

2018-01-09 20:43:02 2290 2

原创 RCNN 系列之SPPNet详解

RCNN系列：RCNN，SPPNet，Fast RCNN，Faster RCNN，R-FCN。这一系列是个递进关系，也是目标检测使用two-stage方法的一个发展过程。想要更好的理解Faster RCNN和R-FCN，只能把这算法都梳理清楚了，才能明白这个递进过程。本篇讲解的是SPPNet。2015年发表在IEEE。SPPNet为何出现？之前的网络，比如LeNet，A

2018-01-09 20:34:15 4888

原创如何解决数据不均衡对CNN的影响

读《The Impact of Imbalanced TrainingData for Convolutional Neural Networks》有感，再加上自己的一些理解。论文地址：http://www.diva-portal.org/smash/get/diva2:811111/FULLTEXT01为什么会看到这篇文章呐？原因是我最近在做一个实验，finetuning caffene

2017-12-29 11:43:58 5549 1

原创使用caffe训练CNN，Loss不下降，维持在某个数字-log(类别数)

这也是困扰我一段时间的问题，loss不下降，一直在找其他的原因，权重初始化从gaussian到xiavier，查看了反向传播的diff后，总觉得梯度消失了，还想着加上BN层。以上统统没有效果，为什么呐？数据没有shuffle！每一个minibatch几乎都是同一类，这样必然出现大问题。为什么呐？caffe中的优化方法默认是SGD，这里的SGD其实是minibatch-SGD算法，计

2017-12-29 11:34:41 12805 16

原创 Scalable Object Detection using Deep Neural Networks笔记

解决的问题：将深度网络应用到多object，并且object未知的情况。整体思路：用CNN（DNN（AlexNet））预测一系列的bounding box，每一个bounding box都会有对应的一个分数，这个分数就是box里有没有物体的置信度。创新点：本文主打的就是scalable，可扩展性，具体是指物体类别增多的情况下，bounding b

2017-12-15 21:34:37 2861

原创神经网络中单层神经元表示逻辑运算

心得体会先谈谈个人对神经网络的一些理解。现在很多框架都把神经网络当做黑盒子来用了，其中的很多算法步骤都看不到，用起来总有些心虚。我们知道一般的神经网络都是长成上图这个样子的，经典的三层：输入层、隐藏层和输出层。为了更好的了解神经网络的本质，我们把左半部分遮住的话就是上图这个样子。如果你学过逻辑回归的话，就能看出来，其实这部分就是一个简单的逻辑回归

2017-11-30 16:43:21 4236 1

原创机器学习-线性回归算法（python实现）个人理解

前言：线性回归是机器学习中最基础的一个算法。虽然线性回归是最简单的机器学习算法之一，但是其包含了几乎所有的机器学习算法中需要的步骤：数据预处理，假设函数，代价函数，优化方法，模型测试。也可谓是麻雀虽小，五脏俱全。算法的由来，都求过一元一次方程，y=ax+b，求这个方程只需要两个点即可。问题往往不会那么简单！如果给了三个点怎么办？简单的情况：当然三个点都在一条直线上，那就

2017-11-28 11:48:36 2000

原创 python的map，reduce和zip

map函数的官方解释：map(function, iterable, ...)Return an iterator that applies function to every item of iterable, yielding the results. If additional iterable arguments are passed, function mus

2017-11-22 10:48:47 428

原创 caffe使用入门

作者：芳芳不是我真名前言：本文主要讲解caffe的使用流程，其实只需要一些简单的操作就能让caffe运行起来，训练网络，完成自己对caffe的初体验。另外要强调的一点是，由于实验室要求，本教程是在windows-caffe下制作的，所有操作都是在windows环境下完成。无论在什么平台下，原理都是一样的，只是一些具体步骤的实现不同罢了。在

2017-11-17 20:06:31 6481

原创 caffe-windows的安装和配置（cpu）

前言无论是在windows下还是Ubuntu下，caffe的安装和配置都是相当麻烦的，主要原因是caffe依赖的库非常多，稍有不慎就会出现这样或者那样的问题。随着caffe的成熟，caffe的微软官方版本出来之后，caffe的安装就变得相当简单了，用Nuget方便地把需要的dll和文件添加到caffe项目中。这就意味着只要把基本的配置文件修改好后，caffe就会使

2017-07-20 23:58:25 1210 3

原创 PyQt5的使用

PyQt的使用：Qtdesigner的使用：Qt的UI设计和Android的UI设计一般是一样的，可以用两种方法，一种所见即所得，另一种就是纯代码。所见即所得的方式设计简单的界面跟容易一些，纯代码的话，可以设计出来非常精美的设计。由于我用来是完成大作业，只要能够完成基本的功能就可以了，不用设计太复杂的界面。Qtdesigner设计出来的UI界面需要命令才能转成pytho

2017-07-18 21:38:38 2500 1

原创 python中的module

在开发项目过程中，我们写的代码越来越多，功能越来越复杂，这样就降低了代码的可读性。大神说过，代码更多的时候是被阅读，而不是被敲。如果条理不清晰的代码是无法被维护的，可以想象，日后自己都看不懂了，还能怎么维护呐？鉴于此，先贤们就开发了模块这个功能，清晰的整理代码。一般都是功能相近的代码整理在一个文件里。整理好之后，我们就能重用代码了，基础的工作只要做一遍啦。而且，在不同文件里，可以有

2017-07-18 21:35:29 612

原创 python安装whl文件

第一步：这当然是默认的一步，首先你有了要安装的.whl文件，这里有个网站：http://www.lfd.uci.edu/~gohlke/pythonlibs/，常见的.whl大致都能找到。第二步：在cmd模式下，进入包含要安装的.whl文件的文件夹，然后输入pip install xxx.whl 这样pip就自动帮你安装了，一般安装的文件名字都很长，只要输入前几个字母，然后按table键，

2017-07-18 21:32:47 859

原创 python中的self

在方法中的定义中为什么需要包含形参self呐？Python通过调用__init__()方法来创建一个类的实例时，将自动传入实参self，每个与类相关联的方法调用都自动传递实参self，他是一个指向实例本身的引用，让实例能够访问类中的属性和方法。读懂上面对self的定义，也就能懂得self的用途，但是这句话并没有很好的回答方法定义必须要包含形参self，这个问题我是这样理解的。在

2017-07-18 21:30:38 479

原创 python中的in

in有相当多的用处，平常用到最多in的地方可能就是for循环中了，比如：for i in range(10): print(i)此处的in就是i在0到10（不包含10）这个范围内了。稍微探究一下range这个函数，help(range)一下，看python说了些什么？Return an object that produces a sequence of integer

2017-07-18 21:28:24 18452 1

原创 python的字符串和列表

字符串字符串就是一系列字符，在所有语言的基本变量里可以算是最复杂的，看编程语言处理字符串的能力也反映了语言本身的强大。其实也不要被唬住了，字符串也就那么一回事。python里内置了很多处理字符串的方法，这些方法非常有用。upper()lower()lower()函数其实非常有用，你会说，不就把字符串转化成小写吗？其实不然，在我们登陆某个账号的时候，

2017-07-18 21:19:20 2419

原创机器学习之ID3算法

决策树方法在分类、预测、规则提取等领域有着广泛的应用。ID3算法的提出后，决策树在机器学习和数据挖掘等领域得到了极大发展。所以ID3算法非常重要同时也非常基础。ID3算法的核心是在决策树的各级节点上，使用信息增益方法作为属性选择的标准，来帮助确定生成每个节点时所采用的合适属性。 Contents 1.信息熵

2017-06-26 12:02:41 2311

原创 win7安装和使用Django的出现的问题

最近想做一些网页开发，不仅仅大作业需要，自己对网页开发也非常感兴趣。其实还有另一个目的就是想学好Python。看，我多贪心。Python不用过多介绍，python的web开发框架已经有很多了，由于Django是基于MVC的，学习起来应该更轻松一些。想学Python，学好Django就够了。那么我们下面的例子就是我的开发环境是Anaconda3安装的Python35，操作系统：Win7

2017-06-09 10:09:52 677

原创 OpenCV（七）细说HighGUI（视频处理）

显示图像类似，让我们先看看处理视频相关的函数，首先用到的肯定是读写视频的文件的函数。在OpenCV中，处理视频要用到CvCapture结构。CvCapture结构包含从摄像机或视频文件读取帧所需的信息。根据视频来源，我们可以使用下面两个函数之一来初始化CvCapture结构。CvCapture* cvCreateFileCapture (const char* filename);CvCa

2016-11-17 16:15:35 643 1

原创 OpenCV（六）细说HighGUI（创建窗口，载入图像，显示图像）

创建窗口如何将一幅图像显示在屏幕上，在之前的学习中我们多次用到了函数cvNamedWindow()函数来实现这个功能。来看一下这个函数的定义：int cvNamedWindow( const char* name, int flags=CV_WINDOW_AUTOSIZE);由此可见，这个函数接受两个参数，第一个参数用来表示窗口的名字，就是给新建的窗口

2016-11-16 09:17:48 4528

原创 OpenCV（五）IplImage数据结构详解（1）

从本质上讲，它是一个CvMat对象，当然还有其他成员变量将矩阵解释为图像。那么让我们看看IplImage的结构。typedef struct _IplImage { int nSize; int ID; int nChannels; int alphaChannels; int depth; char colorModel[4]; cha

2016-11-15 19:15:00 1878 1

原创 OpenCV（四）对矩阵的操作（CvMat详细讲解）

OpenCV包含了非常多的图像处理算法，而我们知道图像其实就是由矩阵数据构成，所以OpenCV中肯定有处理矩阵的函数和数据结构。牛人说过，程序就是数据结构+算法。OpenCV这么厉害的库当然也不会例外。在前几篇文章中，我们多次用到过IplImage这个数据结构，每当我们想获得图像时都会用到这个结构，图像和矩阵有关系，那IplImage肯定也跟矩阵有关系吧！看到上图

2016-11-13 10:25:31 7023

原创 OpenCV（三）回归计算机视觉，对图像平滑处理

#include "cv.h"#include "highgui.h"void smooth(IplImage *image){ cvNamedWindow("in",0); cvNamedWindow("out",0); cvShowImage("in",image); IplImage* out =cvCreateImage(cvGetSize(image

2016-11-12 10:41:27 885

原创 OpenCV（二）播放一段视频（从计算机摄像头中获取）

#include #include "cv.h"#include "highgui.h"int main(){ CvCapture* webcam = cvCreateCameraCapture(0); cvNamedWindow("webcam",0); if(!webcam){ return; } while(1){

2016-11-11 08:37:07 424

原创 OpenCV（一）显示一幅图像代码详细讲解

#include "cv.h"#include "highgui.h"int main(){ IplImage* img = cvLoadImage("G:/test.bmp",-1); cvNamedWindow( "test", 0 ); cvShowImage("test", img); cvWaitKey(0); cvReleaseImage(

2016-11-10 14:44:37 4489

原创 OpenCV初相识：CodeBlocks搭建OpenCV

OpenCV和CodeBlocks的安装都相当简单，而且都是开源的。OpenCV的下载地址：http://opencv.org/CodeBlocks的下载地址：http://www.codeblocks.org/这里说一下，基本不用在意版本问题，越新的版本理论上肯定会更好。第一步：在CodeBlocks中建立一个“Console application”项目。看下图点击

2016-11-10 10:22:30 785

原创 java中类加载的分析

本篇文章是看《effective java》第17条有感，在其基础上还是有所扩展。本篇文章主要探究的是：在类继承之后，创建子类对象，对父类构造器的调用，以及类初始化的顺序（即父类域的初始化，子类域的初始化）。对于这样的分析，别什么理论不理论，我的解决方案就是先编个程看看，实际情况是什么样，要是和自己理解的不一样，再查资料，补充自己的理论体系。所以不废话了，看代码！class SuperClas

2015-03-27 15:13:01 463

转载 jar命令行的详解

在自己写程序的时候，突然想打个jar包，居然捣鼓了好长时间，看了这篇文章，质量很高，受益！本文详细讲述了JAR命令的用法，对于大家学习和总结jar命令的使用有一定的帮助作用。具体如下：JAR包是Java中所特有一种压缩文档,其实大家就可以把它理解为.zip包。当然也是有区别的,JAR包中有一个META-INF\MANIFEST.MF文件,当你找成JAR包时,它会自动生成。JAR包是

2015-03-26 16:48:46 1187

转载 java transient 详解

在看java源码的时候，突然对这块问题有所生疏，感谢这篇文章解疑答惑！点击打开链接http://www.blogjava.net/fhtdy2004/ Volatile修饰的成员变量在每次被线程访问时，都强迫从主内存中重读该成员变量的值。而且，当成员变量发生变化时，强迫线程将变化值回写到主内存。这样在任何时刻，两个不同的线程总是看到某个成员变量的同一个值。

2015-03-26 11:52:10 2197

转载 Java泛型详解

在这转载Jinuxwu的文章以表示对他这篇精彩文章的感谢！1. 概述在引入范型之前，Java类型分为原始类型、复杂类型，其中复杂类型分为数组和类。引入范型后，一个复杂类型就可以在细分成更多的类型。例如原先的类型List，现在在细分成List, List等更多的类型。注意，现在List, List是两种不同的类型，他们之间没有继承关系，即使String继承了Object。

2015-03-25 20:21:46 371