罗泽-CSDN博客

原创 Halcon中二维码解析函数解码率和时长的优化方法

Halcon中二维码解析函数参数说明与设置。一是说明了默认解码参数的使用；二是说明了复杂情况下各种关键参数的设置及使用，并附上Halcon代码。

2016-08-05 23:22:21 7643 1

先说结论：搭载M2芯片的AIR，很值得买屏幕：Liquid视网膜显示屏像素：2550*1664亮度：500nit色域：P3技术：原彩显示技术Liquid是液晶的意思，但在这里，Liquid是圆角的意思。可以这么说，搭载M2芯片的2款book，屏幕显示效果就是一样的。只是屏幕外形上有差异。视网膜是说屏幕的像素密度大于326ppi，说明像素密度足够，人眼看不出颗粒感。苹果的视网膜显示屏说的就是LCD屏幕。LCD屏幕性能还是远低于OLED的。比如说：iphone13用的是超视网膜屏幕，像素密度为46

2022-06-19 13:05:53 6665 1

原创 2021-09-08

工业相机精度调研本文主要总结工业相机中面阵和线阵相机的精度调研。面阵相机：检测场景：常用的高精度为3.45微米相元相机，常规可搭配0.5，1，2，4倍远心镜头。在4倍镜头下，物方精度可以在1微米以下。但此时，对物料的景深的要求在毫米以内。线阵相机检测场景：常用的高精度为3.5微米，常规可搭配0.5，1，2倍镜头。最高支持5倍镜头，物方精度可做到1微米以内。...

2021-09-08 12:38:57 207

原创使用已训练好的caffe模型的步骤

如何使用生成的模型，可能是在训练好模型之后，需要考虑的问题。实际上，caffe是存在两种接口来进行调用模型：1种是基于python的，另一种则是基于c++的。我个人是倾向于使用python接口，因为：谚语：人生苦短，我用python最近刚好做了一个项目，同时开发了两种接口，所以也刚好来进行两者的比对。0 前言做任何事情之前，最好功利的问一问，做这件事情的目的是什么？如果你是一个如饥似渴的程序

2017-03-23 22:20:47 10933 5

原创 Linux中如何使用vector

实际上，写完博客恍然发现，vector的使用在Linux中和window中都是一样的。因为均是在C++的环境之中。头文件首先是包含头文件，请注意是#include<vector>而不是#include<vector.h>#include<vector>main中的使用如果没有使用using namespace std的话，则需要加上std来指出命名空间std::vector<int> vt_int_

2017-03-23 17:39:32 6999

原创代码笔记：caffe-reid自己增加的caffe.proto

在caffe-reid的train.proto中，输入层是自己实现的。而且里面新增了参数项reid_data_param，因此，需要自caffe.proto文件中添加对应的数据结构，这样才能生成对应的接口来读取train.proto中的文件。同时，在 LayerParameter要新增相应的类型和变量。自定义的输入层中的reid_data_paramlayer { name: "data"

2017-03-16 22:35:58 993 4

原创 Matlab笔记：将列向量直接赋值给行向量

在别人的matlab代码中看到，将列向量赋值给行向量。最初还以为是别人的代码有bug，实际上运行后才发现是由自己的无知造成的。因此，将如下一小段测试的代码贴出来，向量的维度由左值（被赋值的变量）决定。column = [1;2;3];row = [0,0,0];row = column;

2017-03-12 10:45:55 8162 2

原创代码笔记：caffereid利用训练好的模型提取特征

set -eif [ ! -n "$1" ] ;then echo "\$1 is empty, default is 0" gpu=0else echo "use $1-th gpu" gpu=$1fi#base_model=caffenetbase_model=vgg_reduce#base_model=googlenet#base_model=re

2017-03-10 15:26:45 2012

原创 Python if 后面接变量

python的if语句表条件判断：如果后面直接接变量的话：如果args.channel_swap非空，则运行条件代码。那么如何判断但变量是否非空呢？Python中除了”、”“、0、()、[]、{}、None为False之外，其他的都是True。

2017-03-10 11:26:04 8256

原创代码笔记：caffe-reid中计算mAP和rank1的方法

mAP和rank1均是衡量算法搜索结果的指标。其具体的概念和算法如下所述。mAP概念mAP的全称是mean average precision，用于衡量算法的搜索结果。如下这张图中有实际的例子来描述该公式。其图像链接如下： http://yongyuan.name/blog/evaluation-of-information-retrievalrank1概念搜索结果中最靠前的一张图是正确结果的概率

2017-03-07 19:03:02 13979 9

原创代码笔记：caffe-reid中caffe_train.sh的解释

caffe_train.sh的代码解释

2017-03-07 15:01:07 2455

原创代码笔记：caffe-reid中reid_data_layer源码解析

#include <stdint.h>#include <cfloat>#include <vector>#include "caffe/data_transformer.hpp"#include "caffe/layers/reid_data_layer.hpp"#include "caffe/util/benchmark.hpp"#include <boost/thread.hpp>na

2017-03-07 09:42:52 1362 1

原创代码笔记：caffe-reid中PairEuclideanLayer源码解析

这是作者自己实现的一个caffe层，用于计算输入的bottum层中一对数据的欧式距离。

2017-03-07 09:41:00 1109 1

原创代码笔记：caffe-reid中generate_caffenet.py解析

代码地址如下。该代码是用caffe实现的《A Discriminatively Learned CNN Embedding for Person Re-identification》其中generate_caffenet.py实现的功能是，生成网络文件。其中包括了如下4个文件： train.proto、solver.proto、dev.proto、devploy.proto

2017-03-03 16:20:54 2426

原创论文笔记《End-to-End Deep Learning for Person Search》

这篇文章是香港中文大学的郑晓刚于2016提出，本文是对文中的重要工作所做的一份梳理。论文链接 http://www.ee.cuhk.edu.hk/~xgwang/publications_topic.html#person_re-identification 代码链接 https://github.com/ShuangLI59/person_search 首次阅读

2017-03-03 12:07:59 4500 2

原创代码笔记：caffe-reid的数据预处理

代码地址如下。该代码是用caffe实现的《A Discriminatively Learned CNN Embedding for Person Re-identification》 https://github.com/D-X-Y/caffe-reid数据预处理关于其数据集marker1501的下载及配置，上诉github链接就有详细的说明。而代码中的数据预处理模块是值得重点关注的内容

2017-03-03 12:02:26 2003 2

原创如何运行github上的代码-以caffe-reid为例

实际上，如果github上的Readme（操作手册）写得好的话，直接git（github常用的下载命令）下来，按照Readme的步骤，绝大多数是运行无忧的。另一方面，如果在使用代码时遇到问题，issue里是前人碰到的一些问题和对应的解决方案，查看issue也能发现答案。

2017-03-03 10:07:10 18003

原创 Qt笔记：设置控件的基本属性

Qt笔记，一些新手整理的基本知识点

2017-03-03 09:16:24 3199

原创 Matlab笔记：字符的基本操作

字符的比较以及字符串与数字的转换

2017-03-02 10:55:04 378

原创 Matlab笔记：对数组的基本操作

唯一化数组C = unique(A)C是已经排好序的A中子集，由A中不重复的元素所组成返回最大元素M = max(A)返回A中的最大元素，注意，如果A是一个矩阵，则M是一个行向量，且M中的每一个元素均是A中的列最大值创建全零数组X = zeros(sz1,...,szN)具体：如下是创建的一个共max(unique_id)行,1列的全零数组revers_id = zeros(max(uniq

2017-03-02 10:54:09 786

原创 Linux笔记：对于文件夹的复制、删除和链接

删除文件夹的命令是rm filename。其中的rm是命令，filename则是要删除的文件名。但是，如果目录非空的话，上述命令会失效。此时，则需要使用参数rm-rf filename来进行文件的删除。

2017-03-02 09:56:50 431

原创 Matlab笔记：文件操作相关的常用函数说明

文件相关的操作函数整理：获取文件名fullfile、将变量加载到工作区load、列出文件夹中的文件信息dir、以及将工作区的变量加载到本地save

2017-03-01 19:05:04 537

原创论文笔记：神经网络中的基本概念整理

AutoEncoder（自编码器）:将数据从高维转换成低维，且保证数据在转换过程中不丢失关键数据。实验结果还表明，转换后的数据更易于分类。 dictionary learning（字典学习）：它实质上是对于庞大数据集的一种降维表示。

2017-03-01 11:57:40 638

原创 Qt Weigets Application中使用qss文件的方法

如果你在创建项目的时候，选择的是Qt Quick系列的应用，那么恭喜你，你的代码里面描述控件的属性自动就是qss。但是，如果你的项目类型是Qt Weigets Application，这就需要额外的代码来实现使用qss文件来修改属性了。

2017-02-28 18:25:15 517

原创 Qt显示对话框的基本逻辑

在界面程序中，对话框之间的调用是最基本也是最常用的。但所有的调用均基于一个基本的逻辑。即：每一个对话框均是一个类。类的调用分为声明和实现、实例化和调用类函数3个基本步骤。

2017-02-28 18:19:04 597

原创 QT Creator中使用控件坐标值不生效的问题

作为一个初入QT的新手，自己碰到这种问题也是囧得可以，也是担心有其他新手会遇到，因此，还是记录下来作为参考。实际上，这个问题是由于自己对QT的layout控件不了解所致，由于进行了layout排布，而layout是支持自动来对齐的。因此，即使你在代码中将控件的值进行了更改，但由于layout的自动对齐功能，其显示出来的效果，就像修改值不生效一样。

2017-02-27 19:00:19 603

原创 2张图理解resnet核心思想

resnet是用于解决什么问题的实验结果表明，层数的增加会提高网络的学习效果。但是，实验结果也表明，如果只是单纯的增加网络的深度，网络的学习能力会下降。实验结果如下图所示： 56层的学习误差比20层的学习误差还要大。因此，我们需要一种方法，使网络的深度增加的同时，学习能力也增加。resnet是通过什么方式来解决问题的resnet的出现就是来解决这个问题的。作者发现，如果网络的层数变深，我们

2017-02-27 18:32:10 7018

原创 matllab shadows it in the matlab path

该问题的解决方案是在.m文件的目录中增加路径来解决

2017-02-27 10:11:59 1185

原创 Sentiment Classification - Mini Project 3－MLP框架搭建

一般来说，会规划一个类来实现MLP里的相关函数。由于一个网络的实现必然会存在训练和测试两个阶段，因此，train和test函数是类中最重要的函数，在train中实现前向传播和后向传播来更新参数。而在test中则是利用参数前向得到统计后的测试结果。其次，还会有run函数，这个函数就好比是一个demo，用于判断某张图像的测试结果。剩下的，就是与类的初始化函数和一些计算函数了。

2017-02-21 23:32:17 427

原创 append中一直添加的是最后一个单词

这个问题是python入门时碰到的。#使用深度拷贝是解决问题的关键x = copy.deepcopy(layer_0[0])

2017-02-21 22:55:39 829

原创 python统计词频的方法

利用Counter的字典from collections import Countertotal_counts = Counter()sentence='hello world'for word in sentence.split(" "):total_counts[word] += 1

2017-02-16 22:49:20 3055

原创 python中从字符串中获得单词列表

最简单的方式如下：#通过空格来进行分词sentence='hello world'words=sentence.split(" ")print(words)

2017-02-16 22:38:10 9649

原创 caffe教程笔记《Solver》

Solver可理解为模型舵手。因为它控制着模型的训练和测试阶段，并规定了学习的方法和学习的参数。

2017-02-15 18:08:32 382

原创 markdown如何打出双下标

如下就是我打出的双下标： xpijx^p_ {ij} 其具体的实现如下：$x^p_ {ij}$（1）公式的编辑都在两个符号中间$$ （2）^符号后接的字符为上标（3）_符号后接的字符为下标（4）如果同时有两个下标，则需要使用{}来将符号括起来

2017-02-15 15:54:13 20064

原创论文笔记《SSD: Single Shot MultiBox Detector》

discretizes the output space of bounding box in to a set of default boxes over different scale and aspect ratio per feature map location.

2017-02-15 15:47:20 940

原创 caffe教程笔记《Blobs, Layers, and Nets》

Blobs: unified data, 抽象理解为caffe设计的标准格式的数据Layers: data process，抽象理解为数据的处理Nets: layer-by-layer schema，bottom-to-top.抽象理解为层之间的链接方式，由下至上

2017-02-14 17:42:21 543

原创 Caffe学习笔记《Training LeNet on MNIST with Caffe》

（1）`lenet_train_test.prototxt`文件中已经**填好了**网络的定义语句。如下的部分是对定义的语句做**分析**。（2）如下共分析了两个文件：1是网络的定义文件`lenet_train_test.prototxt`。该文件中描述了网络中的层和关系；2是参数的设置文件`lenet_solver.prototxt`。该文件则描述了学习率等参数的设置。

2017-02-13 17:46:01 543

原创 python打印环境变量

查看环境变量import sysprint sys.print打印$PYTHONPATHexport:将自定义变量设定为系统环境变量（当前shell中有效）export PATH=$PATH:/…/bin

2017-02-13 15:17:45 4767

原创 key point of 《You Only Look Once: Unified, Real-Time Object Detection》

A single neural network in one evalutionIntroduction

2017-02-13 14:57:07 452

原创 dlnd-your-first-neural-network中反向传播的笔记

本文Udacity上深度基石项目的一个作业的笔记．由于反向传播中矩阵计算设计到下标的配合。因此，作如下笔记用于回顾总结。注：所有∑\sum相乘的公式均可以使用np.dot()来实现。下面是作业中误差反向传播的一段代码，用python来实现。

2017-02-12 19:42:55 1280 2

Discriminatively Learned CNN Embedding for Person Re-identification

空空如也