原创 運行Fast R-CNN的代碼
運行Fast R-CNN的代碼 標籤（空格分隔）： vision FR-CNN是Ross Girshick的新作，從文章來看FR-CNN比R-CNN和SPPNet都快很多。當然R-CNN和SPPNet也都是Girshick的作
2020-07-02 22:57:02
原创 理解Theano的Scan函數
1 Scan是幹什麼的 函數scan是Theano中迭代的一般形式，所以可以用於類似循環(looping)的場景。 如果你熟悉Reduction和map兩個函數，這兩個都是scan的特殊形式，即將某函數依次作用一個序列的每個元素
2020-07-02 22:57:02
4
原创 Fast-R-CNN_VOC_example
用FR-CNN來運行一個圖片中目標檢測的例子 安裝了FR-CNN以後，運行demo.py沒有問題了。 找一個圖片來自己測試一下。 當然現在還只能使用VOC2007（VOC2012）的圖片，因爲只有這兩個數據集，作者提供了預先計
2020-07-02 22:57:02
原创 用Lasagne來實現MLP，測試mnist
雖然Lasagne自帶的examples中帶有MNIST的例子，但是這個例子的風格更接近用Theano來寫。使用nolearn.lasagne中的NeuralNet類來寫MLP似乎更符合Lasagne的設計初衷，也更像Caffe的
2020-02-22 21:27:10
原创 about FigureJ
FigureJ是Jerome Mutterer (CNRS) and Edda Zinck (HTW)開發的ImageJ （Fiji）的Plugin。昨天楊老師給我演示了用FigureJ來進行圖像的佈局，感覺功能強大，印象深刻，但
2020-02-22 21:27:10
原创 面部特徵點檢測 facial keypoints tutorial
按照Daniel Nouri的Tutorial（2014年12月寫的）實驗一下，目的是： 1. 玩一下面部特徵的定位 2. 再熟悉一下Lasagne的使用。 1 準備數據集 在Kaggle上註冊，然後下載facial keyp
2020-02-22 21:27:10
1
原创 解決Theano的Windows Installer安裝失敗問題
目前的Theano最新版本是0.70， Theano提供的Windows Installer只支持0.63的版本。 今日不知幹了什麼，theano沒法正常工作了（可能是pip install theano更新），想通過Theano
2020-02-22 21:27:10
原创 使用sklearn-theano來做object detection目標檢測 (OverFeat)
目前目標檢測比較好的兩種方法是Fast-RCNN和OverFeat。我更喜歡OverFeat，因爲OverFeat完全使用CovNet來做Classification，Localization和detection，比Pip Lin
2020-02-22 21:27:10
1
原创 運行sklearn-theano的一個例子：benchmark (卷積的各種參數設置)
benchmark中的這個例子計算了各層Transform所需的時間，以及各層的輸出。運行並分析一下有助於理解各層網絡的結構。 How to run python plot_overfeat_benchmark.py 運行的結果
2020-02-22 21:27:10
1
原创 Delve into Fast R-CNN Code. 能夠運行Demo，然後看一下代碼結構
Delve into Fast R-CNN Code. 能夠運行Demo，然後看一下代碼結構 標籤（空格分隔）： vision _init_paths.py demo.py首先import了這個模塊，主要就是把路徑設置好。 #
2020-02-22 21:27:10
原创 Image Roi Proposal , Object Proposals( 翻譯成什麼好 )
Image Roi Proposal , Object Proposals( 翻譯成什麼好 ) 標籤（空格分隔）： vision 物體檢測的套路還是需要先得到一些Roi，然後判斷這些Roi中是什麼物體。 爲了防止有漏網之魚，所
2020-02-22 21:27:10
原创 Real VNC can't Connect 連不上
Real VNC can’t Connect 連不上 標籤（空格分隔）： linux Ubuntu 14.04 Linux的SSH已經很好用了，但是由於一些圖形取錢，經常需要看到Linux的桌面。所以裝了VNC，客戶端是Rea
2020-02-22 21:27:10
原创 測試Caffe，Training LeNet on MNIST with Caffe
測試Caffe，Training LeNet on MNIST with Caffe 標籤（空格分隔）： vision 安裝Caffe以後，測試一下。當然最好是用一個大家都在用的例子測試一下。 本文參考Caffe自己的說明。
2020-02-22 21:27:10
原创 繼續玩 Fast R-CNN
繼續玩 Fast R-CNN 標籤（空格分隔）：vision Beyond the demo: installation for training and testing models Download the traini
2020-02-22 21:27:10
原创 Installing Boost on Ubuntu 安裝
Installing Boost on Ubuntu 安裝 標籤（空格分隔）： linux Boost是非常簡潔，強大的C++標準庫。 安裝 libboost-all-dev and aptitude sudo apt-get
2020-02-22 21:27:10