原创 lenet-5結構
一、lenet-5 結構 lenet-5結構圖如下所示,不包括輸入,則共有7層 其各層可訓練權值和偏置個數爲: INPUT -> C1: 6個5*5大小模板及6個偏置,共有6*(5*5+1) =156個訓練參數 C1
原创 使用caffe的python接口預測多張圖片
一、前言 根據前面博文 使用lenet模型訓練及預測自己的圖片數據 可得到訓練得的caffemodel及其他相關的文件,回顧下My_FIle文件夾如下,predictPic文件夾中保存的是名爲“0“~“9“的文件夾,分別保
原创 yolo v2之車牌檢測後續識別字符(一)
一、前言 本篇續接前一篇 yolo v2 之車牌檢測 ,前一篇使用yolo v2已經可以很準確地框出車牌圖片了,這裏完成後續的車牌字符號碼的識別,從車牌框框中要識別出車牌字符,筆者能想到3種思路,1種是同樣yolo、SSD等
原创 yolo v2之車牌檢測後續識別字符(二)
一、前言 這一篇續接前一篇《yolo v2之車牌檢測後續識別字符(一)》,主要是生成模型文件、配置文件以及訓練、測試模型。 二、python接口生成配置文件、模型文件 車牌圖片端到端識別的模型文件參考自這裏,模
原创 caffe《學習筆記一》——《caffe21天實戰》課後習題6.4網上解法總結
前言 如何使用《caffe21天實戰》第六章訓練好的LeNet-5模型權值文件(caffe_root/examples/mnist//lenet_iter_10000.caffemodel )測試自己的手寫體數據集呢,本來
原创 yolo v2 之車牌檢測
一、前言 本文主要使用yolo v2 訓練自己的車牌圖片數據,並能夠框出測試圖片中存在的車牌區域,也即車牌檢測。本文參考了博文http://m.blog.csdn.net/qq_34484472/article/detai
原创 八大排序
1. 前言 本文主要是記錄常用的排序算法 2. 各排序算法時間複雜度 注:排序的穩定性是指如果在排序的序列中,存在前後相同的兩個元素的話,排序前 和排序後他們的相對位
原创 libsvm中OC-SVM 調參問題
一、前言 本文主要討論libsvm中的OCSVM調參問題,參考了博文http://www.voidcn.com/blog/lplpysys/article/p-3920288.html,OCSVM是一類SVM,即適用於訓練
原创 llibsvm-svdd 用法示例
一、前言 SVDD是一類分類方法,通過已知的一類數據訓練包含所有數據的超球面,對於待檢測數據點,如果數據點落在該超球面內,則屬於該類,否則不是。這篇博文講解了SVDD原理 http://blog.sina.com.cn/s/
原创 使用Matlab自帶計算機視覺庫的混合高斯前景檢測模型
一、前言 Matlab自帶的computer vision toolbox主要是toolbox裏的vision模塊,下面使用vision工具箱自帶的混合高斯模型檢測前景。 二、代碼 %GMM前景檢測 foregroundDetector
原创 caffe下使用g++編譯cpp文件時 遇到 fatal error: cublas_v2.h: 沒有那個文件或目錄
一、前言 在caffe下使用g++編譯cpp文件生成bin文件時突然遇到 fatal error: cublas_v2.h: 沒有那個文件或目錄 這個吐血問題,通過查找資料找到解決的方法了 二、g++編譯生成bin文件
原创 使用requests模塊下載爬蟲百度圖片
一、前言 在github上找到個輸入關鍵詞和下載數量即可爬蟲多張百度圖片的方法,實際測試發現不支持中文關鍵詞,並且最多隻能下載60張以內,經過修改後可支持中文,並能下載多張圖片。 二、代碼 首先需要安裝requ
原创 CNN反向傳播訓練參數過程
一、前言 對於使用BP算法進行CNN參數訓練的過程,網上已有很多資料,這裏結合論文Notes on Convolutional Neural Networks, Jake Bouvrie以及一些博客資料做總結,並附加上一些
原创 使用lenet模型訓練及預測自己的圖片數據
一、前言 本文主要嘗試將自己的數據集製作成lmdb格式,送進lenet作訓練和測試,參考了http://blog.csdn.net/liuweizj12/article/details/52149743和http://blog.csdn.
原创 目標檢測算法中的bounding box regression
原文轉載於:http://blog.csdn.net/elaine_bao/article/details/60469036 一、前言 一些目標檢測算法如R-CNN、Fast RCNN中都用到了bounding box迴歸,