原创 perl 和 shell隨記

1、~ /^\"(.*)\"\s+\<(\d+)-?(\d*)\>\s*$/ perl模式匹配 ^\"以”開頭,(.*)任意個字符,\"匹配”,\s+匹配一個以上的空白符,\<匹配一個<,(\d+)匹配一個以上的數字,-?匹配連字符-零次

原创 tensorflow轉c系列二

前面已經寫了系列一:https://blog.csdn.net/yongjiankuang/article/details/102470457,系列一主要是tensorflow對mnist進行模型訓練,然後將訓練好的參數導出來。本博文就是

原创 DTW的具體實現

DTW在很多領域都有其具體應用,主要用於模板匹配,如孤立詞語音識別,計算機視覺中行爲識別,信息檢索等。最近在做語音這塊的研究,於是深入分析了下DTW的具體實現過程,其實DTW的實現過程就是一個利用動態規劃思想尋找最有路徑。相關理論知識本來

原创 tensorflow轉c系列一

tensorflow在深度學習領域是一個應用最爲廣泛的框架,但是其對於嵌入式端的部署並不是特別友好,因爲其訓練好的模型沒有直接導出工具。本博文主要是針對tensorflow訓練好的模型,將其轉換到c語言運行,這樣便於嵌入式的部署。這裏主要

原创 windows下寫入文本換行符\r\n修改爲linux下換行符\n

最近一段時間經常使用python向文本寫入數據,但是windows下換行符默認爲\r\n,而linux下換行符爲\n,寫入的文本要在linux下調用,這就很坑人了,代碼前行的路上怎麼能被小小石頭絆倒,於是乎搜索了一通,發現這個事情僅需要幾

原创 音頻文件採樣率轉換

        現在音頻文件的採樣率比較多樣,在數據處理的時候一般需要轉換到同一採樣率下才能進行進一步的處理。自己也是在數據處理的過程中需要進行採樣率轉換,在網上搜了一通,然而並沒有啥可用的東西,下面提供一個基於python實現的音頻採樣

原创 mobileNet-v1之pytorch實現

       本博文主要是針對mobileNet-v1採用pytorch進行實現,代碼也是參考他人的代碼,具體實現如下: # -*- coding: utf-8 -*- """ Created on Tue May 21 20:41:5

原创 CUDA系列三:矩陣相乘

本博文主要講解下基於cuda的矩陣相乘,cuda特別擅長的就是矩陣乘法,而且也比較容易實現。通過矩陣乘法的實現,可以比較容易理解cuda的核心思想。網上也有很多基於cuda實現的矩陣乘法,但是感覺都不完成,要不就是有錯,本文給出的代碼都是

原创 python3中文異常及顯示亂碼

problem: print(str_list) UnicodeEncodeError: 'ascii' codec can't encode characters in position 1-3: ordinal not in rang

原创 MTCNN人臉檢測

    MTCNN人臉檢測是目前深度學習相關人臉檢測中實時性和準確性兩者都兼備的一種方法,其主要思想是採用級聯CNN來實現,MTCNN主要通過三個網絡逐級精煉來提升人臉檢測和特徵點的性能。網絡的流程可以從下圖得到較爲清晰的反映。MTCNN

原创 yolov3實現之模型訓練,測試,檢測

前面幾篇博客已經對yolov3的具體實現模塊已經做了大致的講解,基於pytorch進行模型訓練,測試,檢測只是對前面的模塊進行組合實現,主要的還是數據的準備,加載,模型搭建,代價函數的求解。 train.py from __future

原创 yolov3實現之模型搭建

本文主要針對yolov3-tiny進行講解,具體的網絡結構如下: 可以結合該圖以及對應的.cfg文件,對model.py進行分析網絡結構的具體實現: from __future__ import division import to

原创 yolov3實現之基本處理單元

         yolov3的實現主要是基於pytorch來實現的,具體參考來源:https://github.com/eriklindernoren/PyTorch-YOLOv3,本文主要解析utils裏面的實現,總體也比較簡單。主要

原创 yolov3實現之coco數據集目標檢測準備

coco數據集不僅可以用於做目標檢測還可以用於進行語義分割,這裏主要講解基於yolov3進行目標檢測的數據準備。由於coco數據集的標籤信息是以.json的格式存儲的,因此有必要轉換爲具體的格式來進行模型訓練與評估。具體的實現方式如下:

原创 yolov3實現之理論

1、yolov3簡介                 yolov3已經出來好久了,最近花了些時間分析了下yolov3的源碼。yolov3並沒有很大的創新,更多的是借鑑了最近兩年一些網絡構造技巧。不過不得不承認效果還是很讚的,在保持速度的前