原创 顯示每一卷積層輸出圖像

在深度學習中,可以將每一層的卷積結果進行輸出顯示或保存。該代碼可以實現每一層的卷積結果進行輸出顯示或保存。可以查看每一個卷積之後的效果。 代碼: # coding=utf-8 import tensorflow as tf im

原创 自寫VGG模型

VGG模型作爲卷積神經網絡的經典處理流程,爲了更好的理解,因此自寫一遍VGG模型,完成訓練和識別全過程。 函數: 對應VGG模型,其主要有卷積核、偏執核、滑動窗口、池化窗口,全連接參數。 卷積核:w=[filter_height,

原创 殘差網絡實現

殘差網絡可以解決多層神經網絡問題,這裏使用mnist數據集實現一下殘差網絡。 網絡模型如下: 該代碼可以在普通VGG網絡中隨意添加殘差層(ResNet(x1, x2, layer_name)),方便建立自己的網絡模型。 代碼:

原创 model.ckpt訓練數據保存與讀取

保存: saver = tf.train.Saver() saver.save(sess, './model/model.ckpt', global_step=i) 讀取: model_dir = "./model/" #

原创 Tensorboard可視化操作

在網絡訓練過程中,爲了更直觀的看到訓練過程參數,可以利用tensorboard進行可視化。 在使用中主要有兩個添加數據函數: 添加標量參數:tf.summary.scalar(tags, values, collections=N

原创 格拉布斯(Grubbs)準則法

原理參考:https://wenku.baidu.com/view/90cc05a7c8d376eeafaa3151.html 格拉布斯(Grubbs)準則法就是剔除數據集中偏離較遠的數據,可以減少異常值對總體數據的影響。 #in

原创 C++文件寫入與讀取

在寫項目時,往往需要配置一些數據,這裏做個記錄 #include <fstream> //ifstream讀文件,ofstream寫文件,fstream讀寫文件 #include <string> #include <i

原创 Ubuntu生成動態鏈接庫

文件目錄 operation |__my_operation.c |__my_operation.h my_operation.c文件 #ifndef __MYOPERATION__ #define __MYOPERATIO

原创 C++中內存釋放,防止野指針出現

new類型 // 一維數組 int *data = int new[len]; // 釋放內存 delete []data; data = nullptr; // 二維數組 int **data = int new[row];

原创 Ubuntu16.04安裝PCL1.9

1、安裝各種依賴包 sudo apt-get install g++ sudo apt-get install cmake cmake-gui sudo apt-get install doxygen sudo apt-get i

原创 並查集(union-find)算法理解

在圖像處理中,往往會遇到連通域判斷的情況,而在處理過程中往往是利用並查集(union-find)算法。 並查集(Union-Find)是解決動態連通性問題的一類非常高效的數據結構。並查集主要分爲兩個過程;1、查,2、並。查主要目的

原创 CMakeList.txt文件

1、最簡單格式,即只有一個主cpp文件。 文件目錄 demo |__build |__src | |__main.cpp |__CMakeLists.txt CMakeLists.txt文件 cmake_minimu

原创 keras訓練自己的yolo3模型

一、首先下載模型:https://download.csdn.net/download/OEMT_301/12505956 二、製作標籤 三、配置訓練模型 1、將原始圖像拷貝到VOC2007/JPEGImages文件下 2、將製作

原创 Mac配置pcl

配置直接利用brew install pcl進行安裝,我這裏安裝後是pcl1.9版本,此過程可能需要翻牆。 安裝完成利用brew info pcl查看安裝情況,如果出現下圖,說明安裝完成。 如果某項出現❌,可以利用brew in

原创 體積測量演示

對物體實現實時體積測量。 1、可以固定測量 2、可以手持測量 3、可以實現多個物體同時測量 規則物體測量 規則物體測量 不規則物體測量及輪廓渲染 不規則物體測量