原创 GitHub clone/push報錯ERROR: RPC failed; curl 56 OpenSSL SSL_read: SSL_ERROR_SYSCALL, errno 10054解決方法
https://blog.csdn.net/JISOOLUO/article/details/103625488
原创 pb文件tensorboard可視化、查看分析
步驟1:從pb文件中恢復計算圖 import tensorflow as tf model = 'model.pb' #pb文件名稱 graph = tf.get_default_graph() graph_def = graph.
原创 各種prototxt配置文件介紹
train_val.prototxt train_val.prototxt配置文件定義訓練和驗證網絡,需要最開始定義訓練集和驗證集的來源。一般的卷積網絡最後面接一個全連接,將feature map 轉成固定長度的向量,然後輸出種類的個數。
原创 tensorboard錯誤:TensorBoard attempted to bind to port 6006, but it was already in use
錯誤:TensorBoard attempted to bind to port 6006, but it was already in use 輸入命令:lsof -i:6006 kill -9 進程號
原创 adb使用總結
1、進入adb shell adb shell 2、退出adb shell exit 3、列出連接的設備 adb devices 4、push代碼 adb push <本機路徑> <手機路徑> 從本地電
原创 Linux下安裝caffe + conda (超簡單)
1.通過wget下載anconda安裝包: wget https://repo.continuum.io/archive/Anaconda3-2018.12-Linux-x86_64.sh 2.利用bash命令安裝到anconda文件
原创 Linux下配置TFTP服務器
TFTP(Trivial File Transfer Protocol,簡單文件傳輸協議)是TCP/IP協議族中的一個用來在客戶機與服務器之間進行簡單文件傳輸的協議,提供不復雜、開銷不大的文件傳輸服務。端口號爲69。 配置步驟: 1、確認
原创 Got-10k目標跟蹤數據集(中科院)
論文地址:https://arxiv.org/abs/1810.11981 下載地址:http://got-10k.aitestunion.com/downloads 中科院最新發佈一個名叫Got-10k的目標跟蹤數據集。其中包括超過10
原创 libjpeg-turbo window 安裝教程
1、https://github.com/libjpeg-turbo/libjpeg-turbo利用GitHub直接下載libjpeg-turbo源碼,保存到D:\soft\libjpeg-turbo-master文件夾 2、從htt
原创 目標跟蹤 End-to-end representation learning for Correlation Filter based tracking論文筆記
論文地址:https://arxiv.org/abs/1704.06036v1 代碼地址:https://github.com/bertinetto/cfnet 本文是Siamese FC網絡的改進版本,同組作品。SiamFC只是將CF應
原创 目標跟蹤之Fully-Convolutional Siamese Networks for Object Tracking論文筆記
論文鏈接:https://arxiv.org/abs/1606.09549 源碼:https://github.com/bertinetto/siamese-fc 本文屬於將孿生網絡和深度學習結合用於目標跟蹤領域的開山之作。深度學習雖然逐
原创 目標跟蹤 DCFNET:DISCRIMINANTCORRELATIONFILTERSNETWORKFORVISUALTRACKING閱讀筆記
DCF:基於判別相關濾波器 論文鏈接:https://arxiv.org/abs/1704.04057v1 本方法同時是利用孿生網絡,是Siamese FC的改進版本。同時完成卷積特徵提取過程和在線協同濾波跟蹤過程,真正屬於End2End
原创 目標檢測之DaSiamRPN:Distractor-aware Siamese Networks for Visual Object Tracking論文閱讀筆記
要解決的三個問題: 1、有干擾物效果不佳;(單純將背景前景區分,並未使用語義信息) 2、跟蹤階段不能更新模型;(提高了速度,降低了性能) 3、長時間跟蹤應用時,對全遮擋,目標出畫面等情況效果不佳 訓練數據中的非語言背景和具有語義的干擾物背
原创 目標跟蹤之DensSiam: End-to-End Densely-Siamese Network with Self-Attention Model for Object Tracking閱讀筆記
論文地址:https://arxiv.org/abs/1809.02714 Siamese體系的論文使外觀模型具有局域性local特徵,對外觀更變不具備魯棒性,本文加入attention機制使得網絡在離線訓練時更加關注非局部特徵(non-
原创 目標跟蹤之High Performance Visual Tracking with Siamese Region Proposal Network論文閱讀筆記
論文地址: http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_High_Performance_Visual_CVPR_2018_paper.pdf 出發點:Siamese論