原创 基於DetNet-FPN的視頻實時檢測demo(pytorch版)

        最近要使用faster-rcnn,DetNet-FPN以及Light-Head三種目標檢測方案訓練自己的數據集,並做一個比較。在GitHub上搜羅了一番,發現下面三個開源項目一脈相承,正合我意。期中DetNet_pytor

原创 【OpenCV實戰】將JPG合成avi視頻流

        將jpg文件合成一個視頻文件,有這個需求是因爲最近跑目標檢測的網絡模型,測試集在經過模型預測後生成帶標註框的獨立的文件,不太好直觀展示。現在需要將預測結果做成一個視頻demo,這一點通過OpenCV可以輕易完成。 【數據準

原创 【論文解讀】SSD vs YOLOv2

引言     對於一階段的網絡模型來說SSD和YOLOv2無疑佔據着極爲重要的位置,在實際工作上常常會拿這兩種模型進行對比,在這裏乾脆梳理一下其差異,以加深對兩者的認識。 多尺度     SSD採用多尺度特徵圖用於目標檢測,具體說來就是選

原创 【NVCaffe源碼解析】MultiBoxLossLayer(Ing)

    NVCaffe中MultiBoxLossLayer的代碼說真的不是那麼好容易理解,有很多細節的地方最好是結合 SSD的論文反覆推敲,方得真諦。在深入解讀源碼之前,還是先給一個訪層的參數配置樣例。在後文中對代碼進行推演的時候以訪樣例

原创 【NVCaffe源碼分析】PriorBoxLayer

    因爲是着重於源碼分析,所以假定讀者對於 PriorBox(也有叫 Anchor、DefaultBox)已有基本的認識,此文只是從代碼的角度來補充一些細節。且看以下我自己在訓練某任務時關於 PriorBoxLayer的一段設置,雖並

原创 【NVCaffe源碼分析】數據增量之DistortImage

distort image作爲NVCaffe一項常用的數據增量策略,其參數(distort_param)配置大體如下: distort_param { brightness_prob: 0.5 brightnes

原创 【OpenCV實戰】直方圖均衡化

      關於直方圖均衡化的原理,這篇博客已經說得很透徹了。借用opencv庫,代碼實現遠比數學原理簡單。 #include <unistd.h> #include <opencv2/opencv.hpp> int main(int

原创 NVCaffe源碼分析-AnnotatedDataLayer(3)

load_batch 在上一篇文章中談到 BasePrefetchingDataLayer 中的線程函數借助 load_batch 函數從 data reader 中取得數據並進行一系列操作。現在就來看看 AnnotatedDataLay

原创 NVCaffe源碼分析-AnnotatedDataLayer(2)

LayerSetUp     上一篇講了 AnnotatedDataLayer 的構造函數部分,在完成對象的初始化後緊接着會調用每一層的 LayerSetUp(...)函數來對各層進行相應的設置。注意到 AnnotatedDataLaye

原创 NVCaffe使用cmake編譯時指定變量

        大多數情況下使用cmake編譯caffe-jacinto,只需要簡單的這麼幾步: $ cd caffe-jacinto $ mkdir build #創建build目錄 $ cd build $ cmake ..

原创 libcurl配合 jsoncpp 向 http服務器發送 post請求

背景     最近搭了一個 web 服務器,主要是面向內部提供各類任務的模型 infer 的功能。web 服務器接收客戶端post 過來的請求參數,解析參數調用對應的模型進行 infer,返回 infer 的結果,請求參數和infer結果

原创 簡單實驗uwsgi+flask 部署caffe模型

【背景】     模型訓練好了之後怎麼部署在線上,讓大家直接通過網絡就能使用?網絡上給出的一般方案就是 Flask + Nginx + uWSGI,當然這裏的 nginx 可以替換成類似 Apache ,Flask 也可以考慮用 Djan

原创 jsoncpp 接收並解析 http 服務器響應的 json 數據

    接上一篇文章:libcurl 配合 jsoncpp 向 http 服務器發送 post 請求,在上一篇文章中我向 web 服務器使用 post 模擬表單的方式發送了一個請求接收了響應數據。 $./test * Trying

原创 The NVIDIA driver on your system is too old (found version 10000)可能的原因

    在適配pytorch版的faster-rcnn(https://github.com/jwyang/faster-rcnn.pytorch.git)項目時遇到了這個問題,項目代碼是用的 pytorch-1.0分支。 Traceb

原创 caffe訓練過程中多test文件

    多test,what?通常我們在使用caffe訓練模型的時候會設定一個測試間隔(test_interval),也就是每test_interval次迭代就跑一次驗證集,觀察一下loss的變化情況。最近在訓練一個睜閉眼檢測的小模型,爲