• 等级
  • 215090 访问
  • 144 原创
  • 74 转发
  • 15229 排名
  • 84 评论
  • 91 获赞

caffe 添加 weight diff

https://github.com/happynear/caffe-windows/commit/5027e7d424923872658855aa618add3017079ee3

2019-05-22 13:28:59

opencv图像轮廓

1.1什么是轮廓cv2.findContours()轮廓可以简单认为成连续的点(连着边界)连在一起的曲线,具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。为了准确,要使用二值化图像。需要进行阀值化处理或者Canny边界检测。查找轮廓的函数会修改原始图像。如果之后想继续使用原始图像,应该将原始图像储存到其他变量中。在OpenCV中,查找轮廓就像在黑色背景中超白色物体。你应...

2019-05-16 09:41:38

计算不规则四边形的面积+代码实现

求两点间距离/*****求两点间距离*****/floatgetDistance(CvPointpointO,CvPointpointA){floatdistance;distance=powf((pointO.x-pointA.x),2)+powf((pointO.y-pointA.y),2);distance=sqrt...

2019-05-15 09:28:52

C++ 读取 XML 使用 tinyxml2

调用方法:#include"tinyxml\tinyxml2.h" usingnamespacetinyxml2;intmain(){ XMLDocumentdoc; doc.LoadFile(xml_path.c_str()); XMLElement*info=doc.RootElement();//info为根节点 XMLElement...

2019-05-09 17:35:39

Neon 指令

1.向量相乘可以看出上面的运算就是向量的每一维相乘然后相加,相乘之间具有良好的并行性,所以可以通过ARMNEONintrinsic指令进行加速。下面是代码实现:inlinefloatdot(constfloat*A,constfloat*B,intK) { floatsum=0; float32x4_tsum_vec=vdupq_n_...

2019-05-08 08:34:08

ShuffleNet v2

没有pooling层layer{name:"stage_1/slice"type:"Slice"bottom:"stage1/pool"top:"stage_1/slice1"top:"stage_1/slice2"slice_param{slice_point:122axis:1}}layer{...

2019-04-22 16:14:44

MTCNN caffe 与 ncnn 实现代码

Caffeversionmtcnn.h#ifndef_MTCNN_H_#define_MTCNN_H_#include<caffe/caffe.hpp>#include<opencv2/opencv.hpp>#include<vector>#ifdef_OPENMP#include<omp.h>#endif...

2019-04-17 15:10:26

HDF5 测试网络

使用HDF5测试caffe网络时,注意输入的数据最好是CV_8UC的数据,否则可能会出错。如果想输入的数据是Float可通过MemoryData转换例如可以把8UC的数据转换成32FC即pix*(1/255.0f)layer{name:"data"type:"MemoryData"top:"data"top:...

2019-03-27 18:54:11

Flops计算方式

看到有人对flops有疑惑,先捋清这个概念。FLOPS:注意全大写,是floatingpointoperationspersecond的缩写,意指每秒浮点运算次数,理解为计算速度。是一个衡量硬件性能的指标。FLOPs:注意s小写,是floatingpointoperations的缩写(s表复数),意指浮点运算数,理解为计算量。可以用来衡量算法/模型的复杂度。网上打字很容易全...

2019-03-27 10:50:06

FCN全卷积网络上采样理解

FCN全卷积网络将网络的全连接层变成卷积层之后整个网络变成了只有卷积层和池化层的网络,于是网络就称之为全卷积网络。全卷积网络一般是用来对图像进行语义分割的,于是就需要对图像上的各个像素进行分类,这就需要一个上采样将最后得到的输出上采样到原图的大小。上采样的过程也类似于一个卷积的过程,只不过在卷积之前将输入特征插值到一个更大的特征图然后进行卷积。下面举例子说明这个过程。上采样利用的...

2019-03-27 10:15:46

caffe 输出训练日志

windows记录训练日志caffe中其实已经自带了这样的小工具caffe-master/tools/extra/parse_log.shcaffe-master/tools/extra/extract_seconds.py和caffe-master/tools/extra/plot_training_log.py.example,使用方法如下:1.windows记录训练日志:在训练...

2019-03-13 15:34:03

移动端深度学习框架小结

----------------2018.12.07分割线----------------各大公司开源了自己的移动端深度学习框架,其中包括TensorFlowLite、Caffe2、MACE、paddle-mobile(MDL)、FeatherCNN、NCNN等。我们参考开源的测试结果,结合自己整理的数据,针对主流的异动单深度学习框架进行简单对比及介绍。框架 机构 支持...

2019-03-05 14:57:39

caffe 去掉最后全连接

2019-02-20 12:36:04

人脸识别常用评价指标

Verification人脸验证人脸识别一般分为Indentification和Verification(人脸验证),当进行人脸验证时,一般考虑以下两个指标:1.误识率(FalseAcceptRate,,FAR):将其他人误作指定人员的概率。2.拒识率(FalseRejectRate,FRR):将指定人员误作其它人员的概率。3.等错误率(EER-EqualErrorR...

2019-02-18 11:38:42

caffe linux c++ Makefile 文件

Makefile文件:SRCS=$(wildcard*.cpp)#wildcard把指定目录./下的所有后缀是cpp的文件全部展开。OBJS=$(SRCS:.cpp=.o)#OBJS将$(SRCS)下的.cpp文件转化为.o文件CXX=g++#代表所使用的编译器INCLUDES=-I/usr/local/inc...

2019-02-17 15:40:30

NCNN简单入门及安装

1.概述ncnn 是一个为手机端极致优化的高性能神经网络前向计算框架。ncnn 从设计之初深刻考虑手机端的部署和使用。无第三方依赖,跨平台,手机端 cpu 的速度快于目前所有已知的开源框架。基于 ncnn,开发者能够将深度学习算法轻松移植到手机端高效执行,开发出人工智能 APP,将 AI 带到你的指尖。ncnn 目前已在腾讯多款应用中使用,如QQ,Qzone,微信,天天P图等。 2.功能...

2019-02-13 14:24:30

caffe 模型修改 加密解密

 encoder:拥有自己的加密解密过程,下面只是简单实例,如果实际使用应该使用更加复杂的方式进行。voidencoder_conv_model(std::stringprototxt,std::string&model_path,std::vector<float>&param){ caffe::NetParameternetpa...

2019-01-18 08:39:24

Python 读取 sqlit 数据库

importsqlite3withsqlite3.connect('aflw.sqlite')asconn:#连接cursor1=conn.cursor()cursor1.execute("selectfilepathfromFaceImages;")cursor2=conn.cursor()cursor2.exe...

2019-01-08 15:11:39

Training MTCNN

TrainingMTCNNPostedon September11,2018 Categories: ComputerVision Tags: FaceDetection,FaceAlignmentMTCNN训练记录最近尝试使用Caffe复现MTCNN,感觉坑很大,记录一下训练过程,目前还没有好的结果。网上也有很多童鞋在尝试训练MTCNN,普遍反映使用TensorFlo...

2019-01-03 15:09:39

python 根据 url 下载图片

前言最近在做机器学习下的人脸识别的学习,机器学习这个东西有点暴力,很大程度上靠训练的数据量来决定效果。为了找数据,通过一个博客的指导,浏览了几个很知名的数据集。几个大型数据集是通过发邮件申请进行下载,几个小型数据集直接在网页的链接下载,还有一个Pubfig数据集则是提供了大量图片的链接来让我们自己写程序来下载。权衡了数据量的需求,最后选择Pubfig的数据集,于是就自己写了一个pyth...

2019-01-02 16:40:34

Nine-days

关注
  • 模式识别 /深度学习/移动应用开发
  • 中国 四川省 成都市
奖章
  • 持之以恒
  • 1024勋章
  • 勤写标兵Lv1