- 博客(10)
- 收藏
- 关注
RSS订阅转载 浅析人脸检测之Haar分类器方法：Haar特征、积分图、 AdaBoost 、级联
浅析人脸检测之Haar分类器方法参考博客：http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html相关论文：《An Extended Set of Haar-like Features for Rapid Object Detection》主要内容预览：Haar...
2018-08-15 16:10:23
410
原创 darknet 开启CUDNN编译错误
环境：Ubuntu 14.04.5 （cat /etc/issue查看）将cuda7.5升级到cuda8之后，出现了如下编译错误 too many arguments to function ‘cudnnSetFilter4dDescriptor’ cudnnSetFilter4dDescriptor(l->weightDesc, CUDNN_DATA_FLOAT, CUD...
2018-07-22 22:04:10
4700
原创 度量学习（meritc learning）思考
经典论文：FaceNet: A Unified Embedding for Face Recognition and ClusteringDeep Metric Learning via Lifted Structured Feature Embedding简单总结下个人对mertic learning的认知： ①本质是学习一个embedding space，也可以理...
2018-07-22 22:01:45
6313
转载 （转）机器学习优化问题-经验风险、期望风险、结构风险
文章转载自：https://blog.csdn.net/liyajuan521/article/details/44565269在机器学习中，通常会遇到期望风险、经验风险和结构风险这三个概念，一直不知道这三个概念之间的具体区别和联系，今天来梳理一下：要区分这三个概念，首先要引入一个损失函数的概念。损失函数是期望风险、经验风险和结构风险的基础。损失函数是针对单个具体的样本而言的。表示的是...
2018-07-22 20:27:19
279
原创 mixup: BEYOND EMPIRICAL RISK MINIMIZATION
原文：https://arxiv.org/pdf/1710.09412.pdf 代码：https://github.com/hongyi-zhang/mixup摘要：深度神经网络非常强大，但也有一些问题，如强制记忆和对对抗样本的敏感性；本文提出的mixup就是缓解这些问题的一种学习策略。本质上，mixup用样本对和标签对的凸组合(on convex combinations of pa...
2018-07-22 19:48:56
3254
2
原创 MACNN-Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition
《Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition》是微软亚洲研究院17年出的一篇细粒度图像识别论文，它的姊妹篇是《Look Closer to See Better: Recurrent Attention Convolutional Neural Network fo...
2018-07-08 22:03:57
9048
10
原创 STN-Spatial Transformer network
原文：https://arxiv.org/abs/1506.02025 STN是一个独立的模块，可将一个图像或feature map 进行相应空间变换，可在CNN网络的任意位置嵌入任意数量该模块，并不影响原网络速度.STN 实际分为三个部分：①Localisation net: θ=floc(U). 输入是图像或feature map U∈R...
2018-05-11 15:20:05
844
1
原创 tensorflow-slim搭建vgg16
背景：slim是16年推出的，作为tensorflow的高级库。将许多重复的操作进行封装，能大幅度减少代码量，本文便是基于slim实现了vgg16网络的搭建。常用函数：参考 点击打开链接完整定义：import tensorflow as tfimport tensorflow.contrib.slim as slim#inputs:秩为N+2的tensor，如 [batch_size] + ...
2018-03-13 18:56:22
2856
原创 yolo_v2训练自己的数据出现Obj: 0.000000, No Obj: 0.000000
用yolo_v2训练自己的数据，，参考各类博客，准备好了数据，修改了配置文件，但训练时不断出现各种问题。刚开始出现loss为nan的情况，经排查是学习速率太大，loss发散了（因训练数据较少，约1500张图片） 再次训练出现Obj: 0.000000, No Obj: 0.000000的情况，这个问题说明网络没有检查到任何物体，截图如下： 解决步骤： 1.上网搜解决方案，有说是数据
2017-09-26 20:44:34
5282
8
原创 Linux下利用nginx流服务器推送摄像头实时采集视频
应用环境：服务器：Ubuntu 14.04.5 （cat /etc/issue查看）。USB摄像头：直插在Linux上。ffmpeg -f video4linux2 -i /dev/video0 -f flv rtmp://192.168.1.200/live/livestream其中， /dev/video0 是摄像头默认设备地址，192.168.1.200为服务器地址成功推流后
2017-08-14 10:15:31
2729
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人