原创 PSPNet-tensorflow實現並訓練數據
代碼下載地址：https://github.com/hellochick/PSPNet-tensorflow下載預訓練模型地址（需翻牆）：https://drive.google.com/drive/folders/1S90PWzXEX_
2020-06-14 08:33:28
2
原创 部分Caffe 報錯解決方案
1、error: function “atomicAdd(double *, double)” has already been defined解決方案：修改該caffe目錄下的common.cuh，在atomicAdd前添加宏判斷即可：
2020-06-14 08:33:28
原创 C++算法五：二分查找（折半）查找
二分查找是對排序的數據進行排序，查找效率非常高。2的20次方是100萬，就是（1M）,折半查找100萬個數據只需要20次2的30次方就是10億，也就是（1G）,折半查找只需要30次#include<iostream>using names
2020-06-14 08:33:28
原创 C++算法六：遞歸
遞歸的神，迭代的是人自己調用自己可以使用遞歸都可使用迭代（循環），遞歸在計算中需要暫存消耗內存，計算速度慢，優點清楚容易理解#include<iostream>using namespace std;void doA(){ cout
2020-06-14 08:33:28
原创 C++算法二：冒泡排序
冒泡排序效率非常低，實際的軟件的很少用，除了數據非常少。從左向右掃描數據，選擇最大的的數據，放在右邊。要點：比較相鄰的兩個數，如果左邊的數據大於右邊的就進行交換。#include<iostream>using namespace std;
2020-06-14 08:33:28
原创 C++算法四：順序查找
順序查找與折半查找（二分查找）沒有順序排序的數據：只能順序查找，如果數據排序了使用順序查找和折半查找都可以。順序查找：速度慢例如：100萬個數據，平均要查找50萬次#include<iostream>using namespace std
2020-06-14 08:33:28
原创 deeplabv2實現並訓練自己的數據
一、安裝必要的依賴庫 matio安裝方法1： sudo apt-get install libmatio-dev 安裝方法2： 下載matio(https://sourceforge.net/projects/matio/files/ma
2020-06-14 08:33:18
原创 Segnet的caffe訓練環境搭建
1、下載caffe源碼https://github.com/alexgkendall/caffe-segnet。使用caffe-segnet-segnet-cleaned.zip壓縮包解壓後改爲caffe-segnet。2、進入到caff
2020-06-14 08:33:18
原创 C++算法一：交換算法
本博客主要素材是觀看算法視頻的個人筆記，內容有些粗率，當作算學習的記錄，後續會不斷完善，歡迎交流。最基礎的算法：交換（swap）常見的的交換算法主要有以下幾種：void swap(int x,int y) -這種方法不行方法一：void
2020-02-21 05:08:20
原创 C++算法三：選擇排序
冒泡排序和選擇排序都是低級排序，效率比較低。低級排序最簡單的是冒泡排序。從當前未排序的整數中找一個最小的整數，將它放在已排序的整數數列列表的最後。要點：選擇排序選最小的，往左邊選。冒泡排序是選擇最大的，而選擇排序選擇最小的，但是選擇排序要
2020-02-21 05:08:19
原创 C++算法七：插入排序
低級排序冒泡排序(低級排序中速度最慢)選擇排序插入排序（低級排序算法中最快的）#include<iostream>using namespace std;template<class T>void InsertionSort(T *a,i
2020-02-21 05:08:09
原创 tensorflow 學習
1. Tensors TensorFlow的數據中央控制單元是tensor(張量)，一個tensor由一系列的原始值組成，這些值被形成一個任意維數的數組。一個tensor的列就是它的維度。 import tensorflow as tf
2018-08-26 12:30:27
原创 PSPNet網絡要點
基礎層經過預訓練的模型(ResNet101)和空洞卷積策略提取feature map,提取後的feature map是輸入的1/8大小feature map經過Pyramid Pooling Module得到融合的帶有整體信息的featu
2018-08-26 12:30:27
原创 Caffe Layer Library及理解
Convolution layer # convolution layer { name: "loss1/conv" type: "Convolution" bottom: "loss1/ave_pool" top: "
2018-08-26 12:30:27
16
原创 MaskRCNN要點
faster-rcnn網絡結構 MaskRCNN的網絡框架 其中黑色部分爲原來的 Faster-RCNN，紅色部分爲在 Faster網絡上的修改： 1）將 Roi Pooling 層替換成了 RoiAlign； 2）添加並
2018-08-26 12:30:27