原创 基於Retinanet的人臉檢測
project address: https://github.com/zhongqianli/keras-retinanet Trainning a face detector by transfer learning base
2020-06-09 10:04:17
原创 在CPU上實時運行的基於ResNet10-SSD的虹膜檢測
開源代碼：https://github.com/zhongqianli/iris_detector 文章目錄如何用SSD訓練虹膜檢測模型網絡設計ResNet10-SSDResNet10-SSD-HalfMobileNet-SSD
2020-06-09 10:04:17
8
原创 caffe源碼分析---AP與mAP計算
Precision、Recall、P-R曲線 Percision 評估所有檢測爲positive的結果中，有多少是真的positive。 Precision=TPTotal_Predicted_Positive=TPTP+FP Pre
2019-02-27 15:24:54
60
原创 如何使用Caffe-SSD框架訓練虹膜檢測模型
項目地址： https://github.com/zhongqianli/iris_detector 文章目錄安裝Caffe-SSD獲取代碼用CMake編譯數據準備轉換CSV格式的標註文件爲pascal-voc格式CSV格式Pasca
2019-02-27 15:24:44
8
原创 caffe源碼分析---IoU計算
IoU計算 IoU=predict檢測框與ground_truth檢測框的交集predict檢測框與ground_truth檢測框的的並集IoU = \frac{predict檢測框與ground\_truth檢測框的交集}{pred
2019-02-27 15:24:44
6
原创 使用caffe的python layer自定義數據增強層DataAugmentationLayer
項目地址：https://github.com/zhongqianli/caffe_python_layer caffe自定義網絡層的一種方式是使用python layer，這種方式需要使用pycaffe運行，命令行的方式運行會報錯。
2019-01-02 18:08:52
14
原创 用caffe自帶工具plot_training_log.py繪製loss和accuracy曲線
將caffe/tools/extra/plot_training_log.py.example腳本重命名爲plot_training_log.py（這個腳本依賴所在目錄下的其他文件，使用時要確保它們和plot_training_log
2019-01-02 18:08:52
原创 ResNet學習與實現
項目地址：https://github.com/zhongqianli/caffe_resnet 《Deep Residual Learning for Image Recognition》的作者提出了ResNet，通過引入深度殘差學
2019-01-02 18:08:52
1
原创 caffe編譯問題總結
編譯libprotobuf 從源碼編譯3.6.1版本，用於支持新的caffe。 編譯python3版本 修改python_version爲3，並且需要安裝好numpy等python必備庫 set(python_version "3"
2019-01-02 18:08:52
原创 使用caffe的工具convert_imageset將數據集轉換爲lmdb數據庫
本文預先將cifar10保存爲圖像格式，分別存放於train和test文件夾中，其中的子文件夾0~9分別代表類標籤。 使用create_list.sh創建數據集的列表文件 #!/usr/bin/env sh DATA="/home/
2019-01-02 18:08:52
3
原创 局部二值模式（LBP）理論學習與算法實現
項目源代碼：https://github.com/zhongqianli/local_binary_pattern 一、概念 局部二值模式， Local binary patterns， LBP， 一種用於紋理分類的特徵。如果局部二值模式
2018-08-31 05:32:44
10
原创 keras學習筆記
項目源代碼：https://github.com/zhongqianli/learning_keras 使用深度學習框架時的主要步驟：數據準備、模型設計、模型配置、模型訓練、模型評估、模型保存與部署、模型可視化。將keras、tensor
2018-08-31 05:32:41
7
原创 如何在Windows上搭建一套Linux環境
以前考慮過用Ubuntu作爲日常工作的系統，發現不是很方便，比如QQ、微信、印象筆記等日常使用的軟件在Ubuntu上體驗不是很好，而且Ubuntu桌面系統不如Windows桌面系統流暢（Windows流氓軟件這麼多，同樣不流暢，微笑.jp
2018-08-31 05:32:41
4