原创 rcnn的相關的知識

最近在看rcnn,rcnn主要是用來進行目標檢測,語義分割的 是一個將cnn使用到目標檢測的突破,進而誕生了rcnn,sppnet,fast-rcnn,faster-rcnn 在此,使用這個博文介紹一下以上的rcnn及其擴展中使用到的東西

原创 linux的關於ssh 免密碼登陸的問題

最近在搭建完全分佈式的集羣時候,在進行ssh的配置的時候遇到一些問題,下面總結一下 本文使用的環境是 centos6.5 64位機器 首先使用的是非root用戶,假定是hadoop用戶 首先使用的 ssh-keygen -t rsa 

原创 stochastic pool

看到很多的對CNN的改造的文章中都是對pool做東西,最近看到一個隨機池化,就好奇的去看了一下 可以參看這篇文章 Stochastic Pooling for Regularization of Deep Convolutional

原创 使用centos6.5 64位編譯hadoop2.7.2

最近,需要學習一下大數據的平臺,就學着搭建,但是發現有時候官網上提供的是在32位機器上編譯的代碼,就需要自己編譯源碼,就從網上尋找過程,現在就總結一下 本文使用的vm下面的centos6.5 64 位的版本,從官網下載最新的穩定版hado

原创 selectIve search for object recognize

在RCNN中使用到的selective search selectIve search 主要完成的任務有點像是在多目標的圖中找到特定的目標的 首先 什麼是一幅圖中的目標,怎樣來區分提取 對於圖b,我們可以根據顏色來分開兩隻貓,但是不能

原创 hadoop環境搭建hbase的一些問題

最近在學習hadoop的相關的工具,首先從環境入手,發現一些在搭建過程中遇到的一些問題,現在總結一下。 1,hadoop的hdfs的問題,主要是進行多次格式化造成的 dfs的data,中的version與dfs的name中的versio

原创 RCNN,Fast-RCNN,Faster-RCNN

RCNN的變體,在此介紹一下RCNN的相關變形及改進 RCNN->SPPNET->Fast-RCNN->Faster-RCNN 1.RCNN 將原來的目標檢測的過程與CNN建立連接,將檢測轉換成爲region proposal的分類問題

原创 python中使用字符串前面加r

最近在使用python進行讀取的文件時,總需要在路徑中去除掉一些特殊意義的字符進行轉義 在網上搜了一下,在python中除了可以使用‘\’之外,我們也可以使用r加在所要處理的字符外面 如下所示 path_t =r"D:\worksapc

原创 使用pycaffe進行的fine-tuning的過程

最近在進行caffe的fine-tuning的實驗,在此做個簡單地介紹和總結,方便以後的查詢。 pre-trainning 與 fine-tuning 簡單介紹 在使用大型網絡的時候,經常是自己的數據集有限,爲此常常會使用現已成熟的網絡結

原创 caffe 中的卷積的計算過程

最近在做實驗是,發現看代碼可以增加自己的認識,就最近對卷積的操作的總結 方便今後的查閱,也矯正之前的理解偏差。 在卷積神經網絡中,卷積算是一個必不可少的操作, 下圖是一個簡單的各層的關係。 可以看出一個很好的擴展的關係,下面是整個卷積

原创 Batch Normalization

在看到關於Batch Normalization 時,看到不錯的,保留一下 這裏分五部分簡單解釋一下Batch Normalization (BN)。1. What is BN? 顧名思義,batch normalization嘛,就是

原创 Dropout 與 DropConnect

最近看Fractional Max-pooling 時,中提到了Dropconnect,一時間忘記了,就找出原文看了一下。 參考  原文:Regularization of Neural Networks using DropConnec

原创 Bag of Words

Bag-of-words model (BoW model) 最早出現在NLP和IR領域. 該模型忽略掉文本的語法和語序, 用一組無序的單詞(words)來表達一段文字或一個文檔. 近年來, BoW模型被廣泛應用於計算機視覺中. 與應用

原创 使用python將自己的圖片數據集準換成爲cnn的數據集

在使用theano的cnn時,今天介紹一下關於如何將自己的數據集轉換成像cnn的默認數據集mnist的形式 在此本人遇到了一些坑,在此進行總結一下, 聲明在此使用的彩色圖轉灰度圖進行的單通道的圖像存儲,對於多通道的圖像隨後進行總結 主要流

原创 python中使用pickle進行序列化

  python的pickle模塊實現了基本的數據序列和反序列化。通過pickle模塊的序列化操作我們能夠將程序中運行的對象信息保存到文件中去,永久存儲;通過pickle模塊的反序列化操作,我們能夠從文件中創建上一次程序保存的對象。