- 博客(132)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 Markdown 语法
标题# 一级标题## 二级标题### 三级标题#### 四级标题效果如下：一级标题二级标题三级标题四级标题字体**需要加粗的文字** *需要倾斜的文字****需要倾斜加粗的文字***~~需要加删除线的文字~~引用文字前加 > 即可，可以嵌套使用分割线三个或者三个以上的 - 或者 * 都可以，效果一样图片图片alt是显示在图片下的玩文字，title是图片的标题，鼠标移动到图片上时显示的内容超链接[超链接
2020-06-03 16:44:35
223
1
原创 cuda和cudnn安装
CUDACUDA 的安装去英伟达官网寻找与 NVIDIA 驱动相对应的 CUDA 版本sudo 运行 run 文件一路按 D ,选 accept是否安装最低配的 NVIDIA 驱动: 否是否安装 OpenGL Libraries, 若双显卡选***否*** ,因为可能会出现黑屏或者循环登录问题是否安装CUDA: 是是否链接 CUDA 例子: 否将 cuda bin 与 lib 写进环境(.bashrc)export PATH="/usr/local/cuda-9.0/b
2020-06-03 11:26:56
241
原创 Gitlab
Git global setupgit config --global user.name "ws"git config --global user.email "ws@h**s**tech.com"Create a new repositorygit clone ssh://[email protected]**s**tech.com:10022/ws/BIN_ICP.gitcd BIN_ICPtouch README.mdgit add README.mdgit commit -m "add REA
2020-06-03 11:03:11
465
论文摘要
Understanding Convolution for Semantic Segmentation:大部分优秀的语义分割方法都不外乎在这三点：1）FCN，2）CRFs，3）Atrous convolution。目前主流的方法关注于前两点，不断使用更深的FCN模型，应用各种形式的CRFs获得更好的效果。我们关注于第三点，encoding和decoding的卷积操作，目前主流的方法...
2018-09-04 10:24:55
1344
2
原创 论文：Cascade RCNN
Abstract:目标检测领域，IoU 被用来定义 positives 和 negatives，当一个detector使用 0.5的IoU时，会产生nosiy detections，但是当提高IoU时，检测的表现又会变差。造成变差的主要原因有两点，一是训练时因为positive samples 的减少而造成的overfitting，另一个是inference时的IoU和训练时IoU的不匹配问题...
2018-08-23 00:16:34
1924
原创 二分查找
二分查找的基本假设是数组是有序排列的，时间复杂度 O(log(n))。主要思路是设定两个头尾指针，比较数组中间节点和待查找元素，如果待查找元素小于中间元素，就将尾指针指向中间元素的前一个元素，反之首指针指向中间元素的下一个元素。def binarySearch(array,x): #假设数组升序排列 start = 0 end = len(array) - 1...
2018-08-20 22:16:05
154
原创 排序算法
1.冒泡排序 每一次相邻的两个数比较，大数沉底，小数上升，完成一趟，可以让最小的数到达顶端，之后对剩下的【0，i-1】进行相同的排序过程，直到最后排序完成void BetterBubble(int[] Array,int Size){ int i,j,tmp; for(i=0;i<Size-1;i++){ for(j=0;j<Size-1...
2018-08-15 00:33:14
187
原创 最大公共子序列
import sys#题目：#给定一个字符串s，你可以从中删除一些字符，使得剩下的串是一个回文串。如何删除才能使得回文串最长呢？#输出需要删除的字符个数。#1)将字符串翻转#2)寻找翻转前和后的字符串寻找最大子序列#3)用字符串长度减去最大子序列的长度#最大自子序列使用动态规划表格法，使用 a[i][j] 保存 b[:i-1] 和 c[:j-1] 最大子序列长度,a[0][]...
2018-08-12 21:58:53
393
原创 论文：Path Aggregation Network for Instance Segmentation
Abstract 神经网络中信息传递的方式很重要。本文提出 PANet 网络来增强 proposal-based 实例分割的信息流。具体的，提出bottom-up path augmentation，adaptive feature pooling和complementary branch。1.Introduction Mask R-CNN是一个简单有效的实例分割...
2018-08-06 13:54:59
1359
原创 cvte一面
防止过拟合的方法都有哪些？1）正则化 2）drop out 3)增加数据 4）提前停止训练 5）Batch Normalizationdropout为什么可以防止过拟合？dropout是指在模型训练的过程中，将神经元按一定的概率进行从网络中丢弃，即置零，对于梯度随机下降来说，因为是随机丢弃，所以是每一个mini-batch都在训练不同的网络。所以可以看成是一个ensemble的过程...
2018-07-31 22:57:37
374
原创 论文：SegNet
Abstract SegNet网络具有以下几个优点：仅在训练好的模型上进行前向计算便可得到平滑的像素级预测；网络层数的加深有助于利用更大的context来进行预测；可以方便的查看任意层特征激活的影响。1.Introduction SegNet由encoder，decoder和softmax分类层组成。因为最深的特征提取层一般因为降采样都具有较小的分辨率，ad...
2018-07-24 22:43:59
5894
原创 论文：U-Net
Abstract: 提出一个依赖于数据增强的方法来更有效的应用标注样本。我们的结构包括一个收缩路径来获得上下文信息和一个对称的扩张路径进行精确地定位，类似于autoencoder。1.Introduction: 在很多生物成像领域，输出需要包括定位信息，即每一个像素的类别都要知道，同时，样本数在生物医学领域比较少。[1] 提出了一个方法，通过提供一个 local...
2018-07-24 20:41:44
1701
原创 基于 caffe2 及 detectron 的 segment for every thing 的训练
1.编译caffe2过程：$: cd build & cmake ..$: make install 2.存在的问题1）测试 detectron 出错：No module named past.builtins测试 caffe2 时出错：python -c 'from caffe2.python import core'原因：future模块下载不成功...
2018-07-18 22:07:00
1624
1
原创 python opencv 模块
opencv 类似于Python 的 PIL 模块，但是 opencv 的功能更加强大。opencv 的基本操作：import cv2 import numpy as np#opencv2 读取的图片是按照 BGR 顺序排列的，返回的是一个 BGR 的数组#load a image img = cv2.imread('test.jpg')#获得某个像素的值pixel = ...
2018-07-16 20:26:50
2853
原创 python argparse模块
argparse模块是 python 命令行参数解析模块import argparseparse = argparse.ArgumentParser() #创建一个 ArgumentParser 对象，将会保存所有将命令行参数转化为 python 数据类型的必需信息parse.add_argument() #添加参数parse.parse_args() #解析添加的参数位置参数：...
2018-07-09 21:35:15
168
原创 python Pickle 模块和 Json 模块
PicklePickle 提供了一个简单的持久化功能，可以将对象以文件的形式存放在磁盘上。python 中几乎所有的数据类型（列表，字典，集合，类等）都可以用 pickle 来序列化。序列化后的数据，可读性比较差。pickle.dump(obj,file[, protocol])： 序列化对象，并将数据流写入到文件对象中去。参数 protocol 是序列化的模式，默认值是 0 ，表示以文本...
2018-07-01 15:38:42
284
原创 python: no module named xxx
在 python 中，每一个 py 文件都称为模块，每一个具有 __init__.py 文件的目录称为包。只要模块或者包所在的目录在 sys.path 中，就可以使用 import 模块或者 import 包来使用。...
2018-06-30 18:11:28
1627
原创 论文：Learning to segment every thing
Learning to Segment Every ThingAbstract提出一个新的半监督训练框架和一个权重转移函数，完成对具有 box 标注但是只有少量 mask 标注的多类别数据集进行实例分割。1. Introduction实例分割函数需要高质量的标注，这些标注的类别目前只有大约100类，使得实例分割现在只是丰富的视觉世界中的一隅。能否不需要对所有的类都具有 mask 标注来完成高...
2018-06-24 10:51:57
581
转载 Python : locals() 和 globals()
原文Python 两个内置函数，提供基于字典的访问局部和全局变量的方式首先理解 python 中名字空间的概念。Python 使用名字空间的东西来记录变量的轨迹。名字空间是一个字典，键表示变量的名字，值为变量的值。名字空间可以像 python 字典一样访问每一个函数都有自己的名字空间，叫做局部名字空间，记录函数的变量，包括函数的参数和局部定义的变量。每一个模块具有自己的名字空间，叫做全局名字空间，...
2018-06-12 10:53:18
757
原创 论文：Deep MANTA
Abstract:提出 Deep Many-Tasks 方法来对一个图片进行多任务车辆分析，包括车辆检测，部分定位，可见性描述和 3D维度估计1.Introduction为了获得周围车辆的速度和方向，3D 车辆定位和方向的预测十分重要。为了很好的交通理解，对周围车辆的描述也很重要，例如车大灯的定位可以帮助确定车辆的方向，车辆部件可视性有助于整体场景的解释。我们提出了一个方法来从单个 image 得...
2018-06-04 11:02:01
974
原创 GPU 高性能编程 CUDA : 流
对于大规模数据的并行运算，GPU上的执行性能远高于 CPU 上的性能，除此之外， NVIDAI 图像处理器还支持另一种类型的并行性，类似于 CPU 的多线程应用程序中的任务并行性。任务并行性是指并行执行两个或者多个任务，而不是在大量数据上执行同一个任务。页锁定主页内存之前都是使用 cudaMalloc() 在 GPU 上分配内存，以及通过标准 C 库函数 malloc() 在主机上分配内存除此之外...
2018-05-26 21:38:23
6798
原创 论文：Deep Residual Learning for Image Recognition
Abstract:更深层的网络训练十分困难，我们提出了残差网络来实现深层网络。我们重新定制了层间的学习是参考 layer input 的残差函数，而不是一个没有参考的函数。Introduction:是否学习更好的网络就是简单的堆积更多的层？一个障碍便是梯度消失或者爆炸，从训练的一开始便会损害收敛，虽然这个问题可以被 normalization initialization 和 intermedia...
2018-05-25 11:27:12
1392
原创 Cifar10 bin转lmdb格式
Cifar10 包含十类图片， 共 60000 个 32*32 的colour images，每一类有 6000 个 images。其中，训练集包含 50000 张，测试集为 10000张。它的 binary version 文件包含如下几个文件：batch 1-5 是训练集，test_batch 是测试集每一个 binary 文件都包含如下的内容：其中，第一个 byte 是第一个 image 的...
2018-05-23 22:14:32
717
原创 GPU 高性能编程 CUDA ：原子性
NVIDIA GPU 的计算功能集：NVIDIA 将 GPU 支持的各种功能统称为计算功能集nvcc -arch=sm_11//告诉编译器需要1.1版本或者更高nvcc -arch=sm_12//告诉编译器需要1.2版本或者更高原子操作简介：在执行过程中不能分解为更小的部分，将满足这种条件限制的操作称为原子操作，当有数千个线程在内存访问上发生竞争时，这些操作可以保证在内存上实现安全的操作...
2018-05-18 19:06:27
645
原创 论文：accurate ,large minibatch SGD：Training ImageNet in 1 Hour
Abstract:这篇论文发现，在 ImageNet dataset 上使用 large minibatch 会导致优化困难，但是当这个问题解决了，模型具有更好的泛化能力，并且没有精度上的损失为达到这个目的，我们提出了 hyper-parameter-free linear scaling rule，用来调整学习率，学习率是有关于 minibatch size 的一个函数，还提出了一个 warmu...
2018-05-18 15:55:38
5746
1
原创 GPU 高性能编程 CUDA : 纹理内存
纹理内存：和常量内存类似的是，纹理内存同样缓存在芯片上，某些情况下可以减少对内存的请求并提供更高效的内存带宽，纹理缓存是专门为那些在内存访问模式中存在大量空间局部性的图形应用程序而设计的使用纹理内存，首先需要将输入的数据声明为 texture 类型的引用//这些变量将位于 GPU 上texture<float> texConstSrc;texture<float> te...
2018-05-15 15:18:26
970
原创 火车进出栈问题
一个栈的进栈序列为 1,2,3...n，有多少种不同的出栈序列呢？首先假设 F(n) 为序列数量为 n 的出栈序列情况假定最后出栈的元素为 k ,则 k取不同的值的情况是相互独立的，也就是求出每种 k 最后的出栈情况后可以用加法原理，由于 k 最后出栈，则在 k 入栈之前所有比他小的都出栈了，这里的情况为 F（k-1），所有比 k 大的元素都在 k 之前出栈，为 F（n-k）种情况，两种出栈是相...
2018-05-15 11:22:07
3413
1
原创 GPU 高性能编程 CUDA : 常量内存与事件
常量内存：CUDA C 可以使用全局内存，共享内存和常量内存常量内存用于保存在核函数执行期间不会发生变化的数据，64kb常量内存的声明方法和共享内存是类似的，在变量前加上 __constant__ 修饰符，常量内存不需要先定一个指针，然后使用 cudaMalloc() 来为指针分配 GPU 内存，当我们将其修改为常量内存的时候，不在需要调用 cudaMalloc() 函数或者 cudaFree()...
2018-05-12 11:03:15
533
原创 GPU 高性能编程 CUDA : 线程协作
并行线程块的分解：在矢量加法中，为矢量中的每一个元素都启动一个线程块add<<<N,1>>>(dev_a,dev_b,dev_c);尖括号中的第一个参数创建的线程块的数量，第二个参数表示每个线程块中创建的线程数量，所以上述启动的线程数量为 N （ N*1）使用线程实现 GPU 上的矢量求和：需要修改两个地方，第一个地方是add<<<N,...
2018-05-10 16:27:07
478
原创 GPU 高性能编程 CUDA : CUDA C 简介
先编写一个 hello world 和 C 没有什么区别我们将 CPU 以及系统的内存称为主机，将 GPU 及其内存称为设备，hello world 示例程序不考虑主机之外的任何计算设备核函数的调用__global__ void kernel ( void ) {}int main(){kernel<<1,1>>();}kernel() 函数，并且带有修饰符 __globa...
2018-04-25 21:21:10
390
原创 GPU 高性能编程 CUDA : CUDA 架构和准备工作
NVIDIA GPU 是基于 CUDA 架构而构建的，要在 CUDA GPU 上编程需要使用 CUDA C 语言，CUDA C 是在 C 上进行了一些扩展，使其能够在 NVIDIA GPU 这样大规模并行机上进行编程早起 GPU 的主要目标是通过可编程的计算单元为屏幕上的每一个像素计算出一个颜色值，这些计算单元也称为像素着色器。像素着色器根据像素在屏幕上的位置（x,y）以及一些其他的信息，对各种输...
2018-04-24 23:35:04
255
转载 Batch Normalization
原文地址：http://blog.csdn.net/hjimce/article/details/50866313随机梯度下降训练深度网络简单高效，但是有一个毛病，需要人为的选择参数，比如学习率，参数初始化，权重衰减系数，Drop out 比例等，这些参数的选择对训练结果至关重要BN算法可以克服这些困难，它的作用如下：可以选择比较大的学习率，BN有快速训练收敛的特性可以移出 drop out 和 ...
2018-04-20 19:00:50
1621
原创 SHELL
paste命令把每个文件以列对列的方式，一列一列的合并语法： paste [-s][-d <间隔字符>][文件...]参数： -d<间隔字符> 用指定的间隔字符取代跳格字符 -s 将一个文件的多行数据合并为一行进行显示，只是将文件内容调整显示的方式，并不会改变原文件的内容方式sed命令sed可以依照 script 的指令，来处理、编辑文本文件sed主要用...
2018-04-20 11:01:55
106
转载 Shell: BASH_SOURCE
BASH_SOURCE[0] 等价于 BASH_SOURCE ,取得当前执行的 shell 文件所在的路径及文件名dirname 去除文件名中的非目录部分，仅显示与目录有关的部分如 /home/abc/test.sh 内容如下：#！/bin/bashecho "${BASH_SOURCE[0]}"echo "${BASH_SOURCE}"echo "$(dirname "${BASH_SOURC...
2018-04-19 23:45:18
5825
原创 论文：FPN
Introduction:如图 a 所示，基于 image pyramids 的 feature pyramids ，通过变换目标的 pyramids level 来弥补目标尺度的变化，后来卷积网络，more robust to vairance in scale，但是输入是单尺度的，如图b但是pyramids仍然对结果很重要，但是会开销变大，如图 c，SSD 是第一个试图使用卷积 pyramid...
2018-04-18 00:07:38
890
原创 论文：MegDec
提出了一个 Large Mini-Batch Object Detector一 Introduction在图片分类任务中，会使用 large mini-batch 明显提高训练速度，而且还不会影响准确率，例如 ResNet-50 以 8192 或者16000 的batch 训练，可以在 半小时内训练完，且精度没有很多损失 然而在目标检测任务中，mini-batch都很小（2-16）。 ...
2018-04-10 15:23:31
466
原创 反向传播
通常使用梯度下降的方法优化目标函数，梯度下降需要逐步的更新网络的权重和偏置，最终使网络的误差最小而更新网络的权重和偏置，需要计算目标函数 C 关于权重或者偏置的偏导数，即和反向传播算法就是为了计算这些偏导数的一些参数的的定义：使用 a 来表示神经元的激活值， b 表示偏置第 l 层第 j 个神经元的激活值为：，求和是在 l-1 层上所有的 k 个神经元上进行的。写成矩阵的形式就是：，这个表达方式更...
2018-04-06 14:55:23
516
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人