安装caffe前提：安装好cuda8, cudnn, opencv3 参考： http://caffe.berkeleyvision.org/install_apt.html https://blog.csdn.net/yhaolpz/article/details/71375762 http://3ms.huawei.com/km/blogs/details/5425467 http://3ms.huawei.com/km/blogs/details/5577119 git clone https://github.com/BVLC/caffe.gi ...

源码https://github.com/qingzhouzhen/CenterNet，fork自https://github.com/xingyizhou/CenterNet， 2019/10/8 0.4.1```123456#### 训练模型按照<https://github.com/qingzhouzhen/CenterNet/blob/master/experiments/ctdet_coco_dla_1x.sh>，默认使用pose_dla_dcn, 使用修dlav0模型：```cd path/CenterNet/src 1pytho ...

环境 ubuntu16.4 CUDA 9.0 Anaconda 3 （numpy、os、datetime、matplotlib） pytorch == 0.4.1 or 1.0 torchvision == 0.2.1 OpenCV-Python == 3.4.1 源码https://github.com/qingzhouzhen/road_seg 原理 下采样之后不断上采样，每次上采样后和下采样后相同形状的张量相加，最终得到输入和输出张量的shape相同，每个像素都被预测类别。 数据原图放在一个文件夹，标签图片放在另外一个文件夹，标签图片为黑白图片， ...

mxnet如何查看权重，中间输出结果 参考：https://blog.csdn.net/u010414386/article/details/55668880 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364import mxnet as mximport cv2ctx = mx.cpu()sym, arg_params, aux_params = mx.model. ...

环境ubuntu16.04.01桌面 kernel 4.4.0 RTX270 禁用nouveaunouveau是默认的显卡驱动，一般linux出厂都使用该驱动，要禁止它 创建文件: vilink12添加内容 blacklist nouveauoptions nouveau modeset=012更新```initramfs 1sudo update-initramfs -u 重启 | grep nouveau```12345678没有输出则禁用成功#### 关闭X Server`CTRL+ALT+F1`进入tty1```sudo service ligh ...

环境labelme数据转换coco格式用python2，labelme, Ubuntu16.04, python3.7 数据准备 下载转labelme到coco格式的脚本：https://github.com/wucng/TensorExpand.git 将1中下载的12labelme2COCO.pyTensorExpand/TensorExpand/Object detection/Data_interface/MSCOCO/labelme data 拷贝到labelme的文件夹中 在labelme标注文件中执行 1python labelme2 ...

ExtremeNet论文地址： 摘要提出一种目标检测新思路，首先通过标准的关键点检测检测四个极值点和一个中心点，然后通过几何关系对提取到的关键点进行分组，5个极值点对应一个检测结果 该方法使目标检测转化为一个基于外观信息的关键点估计问题，从而避开区域分类和隐含特征学习 原理 在O(hw)的空间预测5个heatmap，代表该位置是否是某个类别的极左点，极右点，极顶点，极底点，预测的是概率值，代表该位置是否有极值点以及它所属的类别；ExtremeNet通过暴力组合所有的极点来判断哪些点来自于同一个物体，通过四个极值点计算该四个点的物理中心，到center h ...

由于板瓦工升级，之前的wordpress弃坑，转hexo+github方案 一 安装node.js 安装node 123brew link nodebrew uninstall nodebrew install node 验证node 12npm -vnode -v 卸载node 1brew uninstall node 二 配置ssh免密登陆 配置免密登陆 1github->setting->SSH And GPG keys->New SSH Key 验证配置成功 1ssh -T git@github.com 输入ye ...

随机梯度$$x_t = x{t-1}+\eta \nabla f(x)$$ 小批量随机梯度下降$$x_t=x_{t-1}+\frac{1}{m}\sum_i^m\nabla f(x^i)$$ 动量法$$v_t=v_{t-1}+g_t$$ $$x_t=x_{t-1}+v_t$$ 如果当前某个方向梯度和上一个方向不一致，则会衰减，如果一致则会得到加强 Adagrad自动调整学习率，通过不断累积梯度，梯度累积多少用以调整后期的学习率 $$s_t = s_{t-1}+g_t \bigodot g_t$$ $$x_t = x_{t-1}- \sqrt{\frac ...

mask-rcnn在faster-rcnn基础上修改而来，网络结构图如下 roi-align roi-pooling: roi-pooling有两个地方发生精度损失，一个找出感兴趣区域后经过32倍下采样取整的精度损失，如上图的rpn阶段找出一个665*665的框，映射到下采样过的特征图上变成20*20，另一个地方是对roi区域变成7*7对时候采取的一个取整，先将roi变成49个小区域，每个小区域都是取整过的，有精度损失 roi-align: roi-align有针对上述两处取整做了改进，第一次rpn出来的框不取整，带上小数，直接对带小数的roi区 ...