7 BigCowPeking

尚未进行身份认证

追求卓越,永不放弃

等级
博文 476
排名 3k+

如何快速转载CSDN中的博客

前言  对于喜欢逛CSDN的人来说,看别人的博客确实能够对自己有不小的提高,有时候看到特别好的博客想转载下载,但是不能一个字一个字的敲了,这时候我们就想快速转载别人的博客,把别人的博客移到自己的空间里面,当然有人会说我们可以收藏博客啊,就不需要转载,(⊙o⊙)…也对。实现  因为我自己当初想转载的时候却不知道该怎么转载,所以学会了之后就把方法写出来,帮助那些想转载却不知道该怎么转载的...

2019-07-20 17:55:56

人脸对齐: 基于改进Coarse-to-fine CNN网络的人脸特征点定位

基于改进Coarse-to-fineCNN网络的人脸特征点定位原文地址:http://blog.csdn.net/hjimce/article/details/50099115作者:hjimce一、相关理论  本篇博文主要讲解2013年face++的大牛们提出粗到精人脸特征点定位算法...

2019-07-20 17:51:15

人脸对齐:PFLD_2019_CVPR

一篇优秀的人脸特征点检测算法,学习一下~paper:PFLD:APracticalFacialLandmarkDetectorlink:PFLDpapercode:noopensourceyetAndroidapk摘要人脸关键点检测器实际应用所需特征:准确...

2019-07-20 17:38:24

人脸关键点:trick总结

1:需要人脸的均值图片2:需要人脸的mean_shape3:需要人脸平均的128*128的均值和方差;之后采用减去均值除以方差;4:两阶段的需要旋转和对齐;5:添加预训练模型...

2019-07-20 16:29:01

caffe自定义层:imagedata层实现多标签

简介注意一下caffe的版本,我用的是最新版本的我们都知道ImageDataLayer是直接读取原图进行分类,它的label是单label,文件格式如下train.txt示例001.jpg1002.jpg2003.jpg3layer{name:"demo"type:"ImageData"top:"data"top:"labe...

2019-04-07 18:18:51

caffe中层:label从0开始

最近在做一个分类任务的实验的时候,对标签的取值产生了一些疑惑,所以看了一点对应的源代码,顺利解决了疑惑,在这里和大家分享,如果有什么理解错误还请大家指出。之前做分类任务的时候总有听说,标签(label)的取值需要从0开始,按照个人的习惯,我在之前的分类实验中,标签的取值一直也都是从0开始(假如有5类,那么label的取值就是0,1,2,3,4),没有作死取其他值,所以也一直一帆风顺。而在最近的...

2019-04-07 18:09:12

caffe实现多标签分类:制作LMDB的方式

Caffe自带的图像转LMDB接口只支持单label,对于多label的任务,可以使用HDF5的格式,也可以通过修改caffe代码来实现, 我的文章Caffe实现多标签分类 里介绍了怎么通过修改ImageDataLayer来实现Multilabel的任务, 本篇文章介绍怎么通过修改DataLayer来实现带Multilabel的LMDB格式数据输入的分类任务1. 首先修改代码...

2019-04-07 17:44:53

Linux软件安装:boost软件安装

1、下载并解压boost1.58源代码可以去boost的官网下载,这里提供一个下载地址下载wgethttp://jaist.dl.sourceforge.net/project/boost/boost/1.58.0/boost_1_58_0.tar.bz2解压tar-xjfboost_1_58_0.tar.bz22、运行bootstrap.shboot...

2019-04-07 17:41:09

人脸活体检测:活体检测数据集

此篇博客主要整理人脸活体检测的数据集。目前人脸活体攻击的方式主要有:照片打印、视频回放攻击、3D人脸面具等。因此数据集也是根据这些攻击方式制作的。一共整理了11个活体检测的数据集。此外还整理了6个红外人脸数据集。活体检测数据集红外数据:IDIAP:msspoof:Multispectral-SpoofDatabase1、NUAAhttp://parnec.nuaa....

2019-02-17 15:33:33

人脸对齐标注工具

1:人脸标注工具 LabelImg, GitHub上下载源码压缩包,网址:https://github.com/tzutalin/labelImg 安装地址:https://blog.csdn.net/xingwei_09/article/details/79171452 2:人脸关键点标注工具人脸关键点:https://github.com/RiweiChen/FaceTo...

2019-01-12 11:42:28

人脸识别: 人脸数据集大全

转自:http://blog.csdn.net/chenriwei2/article/details/50631212 公开人脸数据集 本页面收集到目前为止可以下载到的人脸数据库,可用于训练人脸深度学习模型。人脸识别数据库 描述 用途 获取方法 WebFace 10k+人,约500K张图片 非限制场景 链接 FaceScrub ...

2019-01-01 10:03:31

Face Paper:DetNet: A Backbone network for Object Detection

DetNet:ABackbonenetworkforObjectDetection论文链接:https://arxiv.org/pdf/1804.06215.pdf代码链接:无,不过感觉也没有太大的必要之前一直在看一篇综述类的文章,这周最开始也是想分享那篇文章的,但内容实在太多外加全是论述看得非常吃力。所以这周来看这篇改进Backbone的文章。这篇整体的思路还是比较简单易懂的...

2018-12-22 11:12:38

目标检测算法安装:Ubuntu 64bit下手动安装深度学习包Caffe记录(CPU)

https://blog.csdn.net/m_buddy/article/details/78409326前言 之前在电脑上安装Caffe都是使用的简单安装(sudo…sudo..do),这几天闲下来折腾起了手动安装。这样做主要是为了方便进行移植,这里将所有的依赖库安装到了/home/pc_name(你自己的电脑账户名,下同)/local_install/目录下。博主在Ubuntu64b...

2018-12-02 10:39:06

人脸跟踪:FHOG算法详解

fhog在KCF和DSST中都用到了,当时看KCF的时候做了总结,放在这里。传统hog特征提取。关于HOG特征(梯度统计直方图)简单介绍一下,首先是对原图进行灰度化(hog统计的是梯度信息,色彩几乎没有贡献),再进行gamma压缩和归一化(减轻光照影响)。然后进行统计,首先是统计每个cell(代码里用的是4_4)里的梯度(包括大小和方向,大小用来加权方向)统计直方图,再把几个cell合并成...

2018-12-01 21:41:01

人脸跟踪:KCF优化

KCF相关的原理:http://www.cnblogs.com/hanhuili/p/4266990.html1:人脸框2:使用灰度图3:循环矩阵,对角矩阵,去除一些除法操作4:减少hog特征的bin的个数,9->65:FFWT优化傅里叶变化;...

2018-12-01 21:38:59

目标跟踪:目标跟踪数据集

 单目标跟踪OTB和VOThttp://cvlab.hanyang.ac.kr/tracker_benchmark/datasets.html

2018-11-24 16:55:48

caffe安装:cuda_runtime.h: No such file or directory

转载:https://gitter.im/BVLC/caffe/archives/2015/08/20Higuysneedsomehelp!IhavethiserrorwhentryingtoinstallcaffeCXXsrc/caffe/parallel.cppsrc/caffe/parallel.cpp:2:26:fatalerror:cuda...

2018-10-28 20:41:17

目标跟踪:MTCNN报错Check failed: registry.count(type) == 0 (1 vs. 0)

错误描述当我在终端下用caffe命令对带有PythonLayer的网络训练时,出现了如下错误。 该错误提示Layer的卷积类型已经注册过了。为什么会出现这个错误呢? 其实是,博主机子上有多个Caffe版本,该版本的pycaffe接口没有被指定正确。解决方法我的一种方法是在train.sh脚本文件开头,添加指定PYTHONPATH。 即,在train.sh文件中#trai...

2018-10-20 13:34:15

CNN网络结构的理解:反卷积的详细理解

反卷积(Deconvolution)的概念第一次出现是Zeiler在2010年发表的论文Deconvolutionalnetworks中,但是并没有指定反卷积这个名字,反卷积这个术语正式的使用是在其之后的工作中(Adaptivedeconvolutionalnetworksformidandhighlevelfeaturelearning)。随着反卷积在神经网络可视化上的...

2018-10-20 13:23:57

目标检测:fasterRCNN 的框架proposal层的scope图

fasterRCNN的框架proposal层的scope图特征map层可以使用stride=8的和stride=16的,卷积核可以使用小点的32或者64的卷积核;最后用一个fc层就可以了!

2018-10-20 13:20:22
奖章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!