原创 小米手環2來電不震動,來電不提醒怎麼辦
1、問題: 本人用的華爲P7手機,買了個小米手環2,但在使用中發現:當有來電時,手環有時不提醒,有時不震動,且不提醒、不震動的概率較大。 2、尋找問題: 小米手環2來電提醒前提:小米運動app、藍牙同時打開且鏈接。
原创 caffe中卷積計算詳解
卷積是卷積神經網絡的重要組成部分,消耗整個網絡中大量計算資源,理解卷積計算過程,對優化網絡結構和簡化網絡模型非常重要。 正常卷積的實現如下圖所示: 非常重要的是:卷積核其實和特徵圖一樣,是一個
原创 faster rcnn RPN之anchor(generate_anchors)源碼解析
英文原文:faste rcnn。其中生成RPN(Regional proposal network)的python代碼解析 本代碼主要用於:生成尺度爲:128,256,512; 寬高比爲:1:2,1:1,2:1的anchor <span
原创 Linux下如何添加附加包含目錄和依賴庫(和windows下visual studio中類比)
一、添加附加包含目錄 法1:-I path(path爲頭文件路徑) 法2:將頭文件拷貝到 /usr/local/include中 相當於VS中添加包含路徑,如下圖所示: 二、添加依賴庫
原创 Windows下cmake編譯caffe,實現純C++版本MTCNN人臉檢測和關鍵點定位
2017.5.28 發現 caffe官方windows版本已經不提供vs工程文件了,需要用cmake編譯生成sln文件。詳細編譯調試過程如下: 一、開發環境要求: Windows 7/10,64位系統,Visual
原创 mini-caffe vs2013編譯
1. 用git下載 https://github.com/luoyetx/mini-caffe.git mini-caffe/3rdparty/src/ 目錄下引用了openblas和protobuf依賴項,最好git下載完整代碼,並分
原创 linux-arm交叉編譯 OpenBLAS編譯和安裝
1、安裝編譯linux-arm平臺交叉編譯工具,默認已經安裝 參考:http://blog.csdn.net/xukai871105/article/details/24932611 2、下載OpenBLAS源代碼 下載地址:https
原创 caffe源碼解析之blob.hpp或blob.cpp
作者:wjmishuai 出處:http://blog.csdn.net/wjmishuai/article/details/50961471 聲明:版權所有,轉載請註明出處 caffe可以分爲三層:Blob、Layer、Net
原创 Faster rcnn相關文章研究
一、效果簡介 1 多類目標檢測,基於VOC2012數據集 MAC :The number of adds andmultiplications mAP:Mean average precision GP
原创 caffe 數據結構
caffe由Blob、layer、Net組成。prototxt文件定義caffe的Net,Net由許多layer構成, Blob是構成layer的基本概念。 1、以Blob爲例,講解一個Blob測試程序,test_
原创 VS2015+opencv3.2的dnn庫跑caffe格式例子
在cmake3.7編譯VS2015+opencv3.2的第三方庫中dnn庫(http://blog.csdn.net/xzzppp/article/details/54926117)的基礎上,本博客計劃用生成的dnn庫,跑caff
原创 A Committee of Neural Networks for Traffic Sign Classification 閱讀筆記
1、圖像預處理 原圖大小15*15 → 放大到250*250 → 修剪邊界框多餘部分→ 縮小到48*48。 RGB三通道像素是線性縮放的,加減1個標準差左右的平均像素強度;RGB三通道像素,加減2個標準差
原创 cmake3.7編譯VS2015+opencv3.2的第三方庫中dnn庫(win7系統64位)
由於需要使用opencv3.2的第三方庫中dnn庫做人臉比對(opencv+dnn深度學習框架),而官網下載的opencv中沒有dnn模塊,故需要用cmake編譯opencv,opencv_contrib中源碼,得到dnn庫。
原创 Mxnet+nnpack安裝教程,以及踩過的坑
一、NNPACK 1、NNPACK簡介: NNPACK由facebook開發,是一個加速神經網絡計算的加速包,NNPACK可以在多核CPU平臺上提高卷積層計算性能。NNPACK採用的快速卷積算法是基於Fourier transform
原创 GoogleNet:Going deeper with convolutions
論文原文:Going deeper with convolutions 網絡模型名字:GoogleNet 1、簡介 2014年ImageNet冠軍。本文設計了22層深度神經網絡,同時增加網絡深度和寬度,較大地提高了識別率。使