- 博客(38)
- 收藏
- 关注
RSS订阅原创 Docker操作
docker基本操作构建docker镜像（需自己写好dockerfile文件，整理相关依赖文件）sudo nvidia-docker build -t your_docker_img:tag .查看已有镜像sudo docker image ls载入一个本地文件镜像sudo nvidia-docker load -i <镜像名称>对镜像交互式生成容器（参考“从镜像中生成容器”）sudo nvidia-docker run -p 5200:5000 \--name your
2022-01-25 13:04:04
2384
原创 论文学习 AInnoFace：Accurate Face Detection for High Performance
论文地址相关解读：[论文笔记] 人脸检测方向系列论文arxiv2019_AFD_HP文章要点 RetinaNet + focal loss UnitBox的IOU loss SRN的 2-step bbox cls/reg PyramidBox的data-anchor-sampling S3FD的max-out label multi-scale inference模块简介Focal Loss 目标检测分为one-stage/two-stage，focal loss的
2020-09-30 17:10:38
358
原创 论文学习 LFFD: A Light and Fast Face Detector for Edge Devices
论文要点多尺度检测网络，各分支只关心自己负责的尺度范围；网络设计以部署平台运行效率为目标，使用优化效果最高的结构设计网络；Anchor类方法有离散、样本不均、依靠经验等问题，提出使用RF的Anchor-Free方法。主要内容基于Anchors的方法存在问题Anchor很难充分覆盖所有尺寸的人脸；IOU阈值需要靠经验选取；Anchor数量与尺寸全靠经验，容易导致样本不平衡和冗余计算。RF 和 ERF Feature map中每一个点都对应一个感受野（RF），处于感受野越靠近中心
2020-09-28 10:06:58
426
原创 Ubuntu下MySQL+obdc安装使用
安装MySQL 参照Linux（四）- Ubuntu安装Mysql，从MySQL官方网站下载指定版本的MySQL包，并解压，执行安装命令：sudo dpkg -i mysql-common_xxx-1ubuntuxxx_amd64.debsudo dpkg -i mysql-community-client_xxx-1ubuntuxxx_amd64.debsudo dpkg -i mysql-client_xxx-1ubuntuxxx_amd64.debsudo dpkg -i mysql-co
2020-07-04 16:21:20
803
原创 Ubuntu 误删恢复
在Ubuntu下编译dlib后通过make install安装到/usr/local/，后期卸载时使用OpenCV的方法对*dlib*进行搜索删除，但因此误删的一些系统文件，如stdlib.h相关（其它文件如threadlib不知道有没有什么影响…），导致无法编译c++代码，因此在网上查找如何恢复Ubuntu下误删的文件。参考链接： Ubuntu恢复被删除的文件 Ubuntu误删/usr/include解决办法extundelete工具 extundelete工具可以对指定分区、指定时间段
2020-07-02 10:18:48
3037
原创 Ubuntu下dlib编译
dlib编译命令非常简单，但编译中可能会遇到一些问题，以及官方命令编译出来的是静态库.a文件，因此需要分析下cmake编译命令。常规流程 Ubuntu下通常的dlib编译方法为：安装cmake下载dlib源码 dlib官网链接参照官方说明进行编译 其命令可简化为：mkdir buildcd buildcmake --build . --config Release 需要注意的是使用过程中可能出现USER_ERROR__inconsistent_build_configur
2020-07-01 17:56:00
869
原创 Ubuntu 分区空间调整 —— gparted
要开始使用Ubuntu系统了，之前装系统时空间分配不合理，需要调整分区大小，本文结合博客中文档整理，参考链接：ubuntu 16.04根目录磁盘空间扩容（亲测！！）ubuntu系统重新分区、根目录扩容一、传统方法 通常Ubuntu上调整分区大小，需要取消待调整分区的挂载点，并重新挂载，具体操作方法可参考解决ubuntu home目录不够扩容问题，操作流程为：# 创建目录sudo mkdir /mnt/home# 把/dev/sdb1挂载到/mnt/homesudo mount /dev
2020-06-29 18:32:20
9650
原创 Pytorch 分析反向梯度检查网络
当训练时loss下降效果不理想或自定义损失函数时，需要检查反向回传梯度是否正常，网络权重是否在更新。打印网络中的层的梯度 参考pytorch 打印网络回传梯度，在loss.backward()后，取出网络各层属性，并分析权重及其梯度信息。for name, weight in net.named_parameters(): # print("weight:", weight) # 打...
2020-04-17 10:28:02
4919
原创 Pytorch转TensorRT中的坑
Pytorch转ONNX再转TensorRT，其中遇到一些转的时候会出现的层需要修改的问题，这里对修改的层做一些总结。reshape Pytorch中会有很多需要reshape的操作，可用的算子有：reshapeviewflatten 前两个都是需要指定reshape后完整的尺寸大小，因此使用中需要先获取输入数据的维度，这个在Pytorch框架下使用没有问题，但用到Tens...
2020-03-26 16:44:03
20195
11
原创 论文学习：Occlusion Robust Face Recognition Based on Mask Learning
论文地址：Occlusion Robust Face Recognition Based on Mask Learningwith Pairwise Differential Siamese Network综述 深度卷积网络作为人脸识别领域的前沿技术，存在识别模型在有部分遮挡的人脸场景效果不佳的情况。作者根据人视觉系统注意力机制，会自动忽略被遮挡的部分的性质，提出一种掩膜学习策略，来处理人...
2020-03-16 12:47:17
2139
10
原创 类Git的Markdown中插入公式
最近想在提交的代码中添加公式说明，但git的comment编辑框是没法直接输入公式的，在网上找了下相关解决办法，比较好的是GitHub的Markdown文件插入公式方法，按照作者介绍的方法，只需要在编辑框中输入如下链接即可： o，对重装Ubuntu涉及的opencv做个总结。Ubuntu安装依赖项 cuda、cudnn等安装这里就不说了，主要为通过终端执行的相关依赖项安装指令，参考链接： ubuntu 18.04编译opencv3.4.3 with python3.6 cuda9.2 gdal Ubuntu 18.04源码编译安装OpenCV 4.0流程sud...
2019-04-08 11:55:46
4525
原创 TensorRT学习（一）文档理解
参考来源高性能深度学习支持引擎实战——TensorRT 本文源于对云栖社区该博文的理解，算是总结下TensorRT是什么。TensorRT解释 从TensorRT这个名字上开始解释，一般一维数组叫做Vector（即向量），二维数组叫做Matrix，再高纬度的就叫Tensor，Matrix其实是二维的Tensor。在TensorRT中，所有的数据都被组成最高四维的数组，如果对应到CNN中...
2019-03-27 14:44:51
2446
10
原创 Mxnet使用TensorRT加速模型 —— Mxnet官方例子
官方示例链接 Optimizing Deep Learning Computation Graphs with TensorRT 本文档代码来源于mxnet官方网站翻译，添加自己运行情况。NVIDIA的TensorRT是用于加速网络推理的深度学习库，Mxnet的1.3.0版本开始试验性质的支持TensorRT，这意味着Mxnet的用户现在可以用加速库高效的运行他们的网络。安装Tensor...
2019-03-20 12:01:06
4109
1
原创 创建Gstreamer插件
参考链接一步一步创建GStreamer插件(ZZ) 配置步骤 步骤基本与《一步一步创建GStreamer插件(ZZ) 》中所描述的相同，这里做简要整理1、获取创建插件的模板gst-template 如果没有安装git，则首先安装git: sudo apt-get install git-core 再获取模板： git clone git://anongit.freedes...
2019-03-19 09:58:55
784
原创 GStreamer+win10+vs2015配置
参考链接windows 上vs2017配置gstreamer的开发环境GStreamer - On Windows配置步骤 1、下载文件，runtime和SDK包https://gstreamer.freedesktop.org/data/pkg/windows/ 在该目录下下载自己需要的版本，一般下载最新版本，下载文件主要区分mingw和msvc，后者是默认的编译器，另外deve...
2019-03-12 14:48:26
3779
翻译 论文阅读 - Quality Classified Image Analysis with Application to Face Detection and Recognition
综述 作者认为当前人脸识别相关研究没有考虑图像质量对识别结果的影响，通过实验确定模型在训练和预测中图像质量越相似的结果准确性越高，因此对训练集进行质量分类，并训练出不同质量的人脸检测识别模型和质量判断模型，根据质量判断结果将人脸放到对应的模型中进行识别，取得较好的识别结果。提到的相关文献 图像质量评估综述文章： Luca Marchesotti and Rodrigue Nkoutche...
2019-01-21 15:00:11
213
原创 Caffe转mxnet模型——mmdnn
mmdnn支持的模型转换类型最多，它先是将模型转换到IR，再转换到目标框架。转换步骤 1、确保环境安装，如mxnet和caffe，由于caffe停止更新，目前很难找到cuda9的安装方法，因此安装cpu版本仅用于模型转换。参考方法： windows10+python3.5下同时安装caffe和tensorflow 如果是使用python2.7或者作者依赖库有更新，可以尝试 ...
2018-12-21 18:17:02
1370
原创 Caffe转mxnet模型——mxnet工具
转换步骤参考链接：Mxnet学习系列4----Caffe模型转换成Mxnet模型 Windows环境下转换工具的使用基本和这个博客说明相同，过程总结为： 1、下载mxnet源码（使用mxnet/tools/caffe_ converter文件夹下相关工具） 2、安装protobuf，是否安装及安装版本号可以看使用的python目录下Lib/site-packages/prot...
2018-12-21 10:03:10
1737
原创 mxnet代码理解 —— SyncCopyFromCPU
SyncCopyFromCPU、SyncCopyToCPU SyncCopyFromCPU从内存连续区域同步拷贝数据，会在拷贝前调用WaitToWrite，直到当前NDArray的所有读/写操作都完成后可执行写入操作。void NDArray::SyncCopyFromCPU(const void *data, size_t size) const { TShape dshape ...
2018-11-23 17:36:58
1230
3
原创 mxnet代码理解——MXAPIPredictor结构体
MXAPIPredictor结构体在 c_predict_api .cc中定义:// predictor interfacestruct MXAPIPredictor { std::vector&amp;lt;NDArray&amp;gt; out_arrays; // output arrays std::vector&amp;lt;NDArray&amp;gt; arg_arrays; // argum...
2018-11-23 14:48:02
649
原创 mxnet代码理解 —— c_predict_api
c_predict_api MXAPIPredictor结构体:// predictor interfacestruct MXAPIPredictor { std::vector&amp;lt;NDArray&amp;gt; out_arrays; // output arrays std::vector&amp;lt;NDArray&amp;gt; arg_arrays; // argument a...
2018-11-23 14:46:44
1561
原创 softmax整理
softmax来由 阅读Softmax vs. Softmax-Loss: Numerical Stability的总结 softmax函数的定义：σi(z)=ezi∑mj=1ezj,i=1,2,...,mzi=wTix+biσi(z)=ezi∑j=1mezj,i=1,2,...,mzi=wiTx+bi\begin{aligned}&\sigma_i(z)=\frac{e^{z_i...
2018-06-29 11:08:38
970
翻译 人脸识别 - Face Recognition via Centralized Coordinate Learning
摘要 由于深度神经网络和大规模数据集发展，人脸识别取得了显著进步，但人脸特征的分布会影响到网络的收敛和人脸相似度的计算。本文提出CCL（centralized coordinate learning ）方法使特征在超球面上分散分布，并提出一种自适应角裕量方法以提高人脸识别性能。 引言 损失函数根据关注点的不同，可分为3类：关注最终形成的人脸特征，如L2归一化、Norm
2018-06-29 11:07:50
1149
翻译 人脸识别 - ArcFace_ Additive Angular Margin Loss for Deep Face Recognition
摘要 本文基于权重和特征的L2归一化，提出了cos(θ+m)" role="presentation" style="position: relative;">cos(θ+m)cos(θ+m)cos(\theta+m)，较cos(mθ)cos(θ)−m" role="presentation" style="positi
2018-06-29 11:07:15
934
翻译 Additive Margin Softmax for Face Verification
摘要 Additive Margin Softmax(AM-Softmax)是一个结构简单、几何可解释的目标函数，可用于深度人脸验证。该函数和特征归一化相结合，取得了很好的效果。 引言 对度量学习的损失函数进行总结：作者认为对比损失函数、三元组损失函数对样本挖掘策略非常敏感，需要耗费大量资源在策略设计上，因此现在的研究更多还是在设计更好的分类损失函数上；而对于使用广泛的
2018-06-29 11:07:04
893
翻译 FaceNet论文阅读
FaceNet简介 提出一种紧欧式空间度量反映人脸相识度的映射方法，直接进行端对端学习一个从图像到欧式空间的编码方法，然后基于这个编码再做人脸识别、验证和聚类等。 人脸任务对应的技术 基于embedding提取，人脸相关任务发生改变：人脸验证 –> 两个embeddings间距离的阈值判断 人脸识别 –> K-NN分类人脸检索 –> k-means等聚类技术
2018-06-29 11:06:49
7322
5
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