自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(18)
  • 收藏
  • 关注

原创 原始套接字练习(暂记)

https://blog.csdn.net/ZhipingXi/article/details/54972209https://blog.csdn.net/dengjin20104042056/article/details/52373903https://blog.csdn.net/jx232515/article/details/51912700https://linux.die....

2019-10-05 20:26:56 193

原创 GitHub系列--使用gitignore

使用github的时候,有很多文件不需要提交到网络端仓库里,这些往往是一些输出文件,编译过程中产生的一些无用的文件等等,如果你不忽略它们,每次使用git status的时候就会看到这些文件untracked,很是不爽为了使用方便,我们使用.gitignore来忽视一些文件首先在你本地仓库的根目录下建立.gitignore文件$touch .gitignore然后在.gitigno...

2019-03-19 19:53:01 206

原创 GitHub系列--上传大文件

github对用户上传文件是有限制的,不允许上传超过100MB的文件(单个文件,文件夹不算),其实我用的时候超过50MB的都没法上传,这里就介绍一个打破该限制的方法。(Linux版)使用Git Large File Storage,也就是 git lfs我先从官网上下载了对应的压缩包,解压缩之后运行install.sh就可以安装了安装好之后你需要到你的git仓库的根目录下,也就是有.g...

2019-03-19 18:36:33 3171

原创 Caffe代码解读4--P-R曲线绘制

P-R曲线是一个可以直观反映神经网络分类性能的曲线,在这里我们就看一下怎么绘制P-R曲线'''Author: Mr.KYou can use this script to plot the P-R curve.Before running this script, you need to run the test script to get a test result file. ...

2019-03-17 21:36:11 529

原创 Caffe代码解读3--类别测试程序解读

在上一篇文章Caffe代码解读2--检测程序解读中我们分析了怎么进行目标检测,那在这篇文章中,我们就分析一下我们训练好的神经网络,到底表现怎么样。对于一个目标检测来说,我们可以分为类别检测和位置检测,这篇文章就先说一下类别检测。在说类别检测指标之前,我们先介绍几个概念TP(True Positive):正确的标记为正,标签写的是这个目标,预测结果也认为是这个目标FP(False Posi...

2019-03-17 21:09:16 313 1

原创 Caffe代码解读2--检测程序解读

在上一篇文章Caffe代码解读1--从一段命令行开始,我们说了如何训练一个神经网络,并以SSD网络为例,对用到的python脚本进行了分析。在这篇文章中,我们开始分析,如何使用神经网络进行目标检测,依旧是以SSD网络为例进行讲解。打开控制台,输入两行命令:cd /home/**(您服务器的名字)/caffepython examples/ssd/ssd_VOC0712/ssd_VOC0...

2019-03-17 12:00:00 592 1

原创 谈谈编程习惯

在2018年12月份的时候,看到一些微信公众号发了《python八宗罪》之类的文章,大家不知从哪里得到的稿子,内容完全一样,也就是换了换题目,一些我觉得还不错的科技公众号竟然争相发表。来自“新智元”的文章:https://baijiahao.baidu.com/s?id=1620256692823955322&wfr=spider&for=pc来自“机器之心”的文章:htt...

2019-01-10 12:38:44 878

原创 2018总结----对共享单车的思考

这篇文章主要是对2018年的总结,其实也不是我个人的总结,只是对一些事情的看法。回顾2018年,这其实是一个哭笑不得的一年,刚过完春节没多久,就看到小黄车又拿到了新一轮的融资,但与以往不同的是,这次ofo还向阿里巴巴借了大约2.8亿美元的贷款,用其所有的单车作为抵押。其实在那个时间,大家就已经开始唱衰共享单车了,紧接着,又传出摩拜单车将自己卖给了美团……在2014年、2015年的时候,of...

2019-01-02 11:11:14 1918

转载 GitHub系列--README.md文件编辑

感谢https://blog.csdn.net/ljc_563812704/article/details/53464039的贡献,让我了解了README的相关规则,如果博主觉得不好,可以联系我删除--------------------------------------------------------------------------分割符----------------------...

2018-08-26 10:49:02 208

原创 使用TLD算法为深度学习准备数据集

本篇文章讲的是如何使用TLD算法制作数据集这个项目呢,其实是我一个大项目的一个分支,我的大项目是要使用深度学习的方法对一个目标进行跟踪,目标是现实生活中的一件物品,在这里我就用一个遥控小车代替。而本篇文章讲的就是如何快速制作这个小车的数据集我在本项目中使用的是TLD c++代码,在win10下,用VS2013跑起来的,参考的是PASCAL VOC数据集的格式一、简单介绍PASCAL V...

2018-08-26 00:10:51 924

原创 制作数据集标签--使用labelImg

我们在学习深度学习的时候,会经常用到自己的数据集,而数据集的标签,往往是用labelImg制作的,下面就讲一下labelImg的使用方法打开终端,下载labelImggit clone https://github.com/tzutalin/labelImg安装依赖sudo apt-get install pyqt4-dev-toolssudo apt-get install ...

2018-08-24 15:22:35 7428 1

原创 Caffe安装与调试系列3--实战!

这篇文章讲的是,如何使用已经训练好的模型,来解决实际问题,如果不知道怎么训练数据,请看Caffe安装与调试系列2--训练自己的数据我们在之前的工作中,已经训练好了一个模型,今天就用这个模型来检测一张图片和一段视频,看看效果我先录制一段视频,用手机就行,放到caffe/examples/videos/RMinfantry_videos/video1.mp4中,作为一会儿检测的视频,图片就用当...

2018-08-24 14:57:43 253

原创 Caffe安装与调试系列2--训练自己的数据

在跑完SSD网络之后,证明caffe这一套框架都已经能正常工作了,接下来就可以训练自己的数据了这篇文章讲的是如何从一堆jpg图片中,训练目标,并得到最终的caffemodel文件一、准备数据集我们首先要准备好要训练的目标的图片,这个用手机拍照就可以,不过要拍个几千几万张图片也是很累的。你也可以选择录像,然后再用代码从一个视频文件中按帧提取,保存成jpg图像,这样工作量就少了很多。...

2018-08-24 13:30:53 373

转载 Caffe安装与调试系列1--安装caffe

本篇文章讲的是在一个纯净的ubuntu系统下,安装caffe并训练测试ssd网络的一个完整过程,训练使用的是pascal数据集我自己尝试过一些可行的搭配,现在列一下Ubuntu16.04系统+GTX1080显卡+NVIDIA390驱动+CUDA9.0+cuDNN7.0.5+openCV3.4.0Ubuntu16.04系统+GTX1080显卡+NVIDIA396驱动+CUDA9.1+cu...

2018-08-24 11:27:44 360

原创 几种常用激活函数的简介

sigmod,tanh,relu,elu,prelu,leaky relu

2018-01-04 12:31:22 105287 6

转载 非极大值抑制(Non-Maximum-Suppression, NMS)

含义说明:像下面的图片一样,定位一个车辆,最后算法就找出了一堆的方框,我们需要判别哪些矩形框是没用的。非极大值抑制:先假设有6个矩形框,根据分类器类别分类概率做排序,从小到大分别属于车辆的概率分别为A、B、C、D、E、F。(1)从最大概率矩形框F开始,分别判断A~E与F的重叠度IOU是否大于某个设定的阈值;(2)假设B、D与F的重叠度超过阈值,那么就扔掉B、D;并标记第一个矩形框F,是

2018-01-01 00:59:22 421

转载 检测评价函数(intersection-over-union, IOU)

在目标检测的评价体系中,有一个参数叫做 IoU ,简单来讲就是模型产生的目标窗口和原来标记窗口的交叠率。具体我们可以简单的理解为:即检测结果(Detection Result)与 Ground Truth 的交集比上它们的并集,即为检测的准确率 IoU :IoU=(DR⋂GT)/(DR⋃GT)如下图所示:GT =GroundTruth; DR = DetectionResu

2018-01-01 00:57:23 662

原创 Caffe代码解读1--从一段命令行开始

这篇文章讲的是ssd_pascal.py文件,分析了作者是如何建立训练网络的打开控制台,输入两行命令:cd /home/**(您服务器的名字)/caffepython examples/ssd/ssd_VOC0712/ssd_VOC0712.py不知道这两行命令是做什么用的,可以看Caffe安装与调试系列1--安装caffe,这是启动SSD网络训练的命令第一行表示定位到caffe...

2018-01-01 00:53:05 649 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

提示
确定要删除当前文章?
取消 删除