原创 caffe源碼 之 數據層
本文主要解析caffe源碼文件/src/caffe/layers/Data_layer.cpp和Base_Data_layer.cpp，這兩個文件主要實現caffe數據層的定義。 data_layer應該是網絡的最底層，主要是將數
2020-06-17 11:59:44
原创 adaboost訓練 之 強分類器訓練原理
最近看opencv中adaboost訓練強分類器源碼，記錄下自己對adaboost訓練強分類器的原理理解。 adaboost訓練強分類器的基本流程： 1、初始化訓練樣本的類別與權重分佈。 2、迭代循環訓練弱分類器。 3、將每
2020-06-17 04:59:32
原创 adaboost訓練 之 弱分類器訓練的opencv源碼詳解 2
接着上一個博客http://blog.csdn.net/lanxuecc/article/details/52688605在弱分類器訓練的主體函數cvCreateCARTClassifier中我們看到主要是調用cvCreateMT
2020-06-17 04:09:14
原创 string字符串若干操作
刪除字符串中子串 string s1="asdfgh"; s1 =s1.erase(2,3); //則s1的字符串變爲"ash" 刪除s1中從第2個字符開始的3個字符並再次賦值給s1 字符串中插入字符串 string str1=
2020-06-17 04:09:14
原创 linux下.o文件、.a文件、.so文件、.bin文件
.o文件：：： 目標文件。就相當於windows裏的obj文件 ，一個.c或.cpp文件對應一個.o文件 .a文件：：： 是好多個.o合在一起的靜態庫文件，相當於windows下的.lib文件。給外部程序提供接口，用於靜態連接 ，
2020-06-17 04:09:14
原创 SVM通俗導論 之 註釋版
本文內容來自：http://blog.csdn.net/v_july_v/article/details/7624837，其中黑色部分爲轉載內容，紅色部分爲博主對於閱讀時的一些理解 。 感謝：：：http://www.c
2020-06-01 01:46:51
原创 ubuntu 刪除目錄及子目錄中特定文件
find ./sglimgbak -name '*.bmp'|xargs rm -r 上述命令的意思：：：找到當前目錄下的sglimgbak目錄及其子目錄中的名字以.bmp結尾的所有文件，並把他們全部刪除 xargs命令的用法：：
2020-02-22 13:19:03
1
原创 caffe源碼 之 數值計算類
本文主要解析caffe的源碼文件/src/caffe/util/Math_functions.cpp，本文件主要實現caffe框架中的數值計算。 綜述：：：：： Math_functions.cpp實現了網絡訓練所需的一些矩陣運
2020-02-22 13:19:03
原创 caffe源碼 之 layer類
本文主要解析caffe的中層類定義模塊文件/src/caffe/layer.hpp layer.cpp，layer是所有層的基類。 綜述：：layer.hpp定義了layer的基類，其他例如：loss_layer，data_lay
2020-02-22 13:19:03
原创 caffe測試單張圖片
所有的操作是基於caffe的根目錄/caffe-master/來操作的： 在caffe框架中用訓練好的模型分類單張圖片需要用到classification.bin，本博客主要提供其源碼文件classification.cpp的註釋
2020-02-22 13:19:03
原创 caffe源碼 之 池化層
本文主要解析caffe源碼文件/src/caffe/layers/Pooling_layer，該文件主要實現卷積神經網絡的池化層。 綜述：：： 在傳入的訓練圖像較大時，如果所有的圖像特徵拿來做訓練會導致計算量太大。而且容易出現過
2020-02-22 13:19:03
原创 caffe源碼 之 caffe程序入口
本文主要解析caffe源碼中/tools/caffe.cpp文件，此文件是caffe程序的入口。 見代碼及其註釋（ps：：個人理解，如有誤，歡迎指正） #ifdef WITH_PYTHON_LAYER #include "boos
2020-02-22 13:19:03
原创 adaboost訓練 之 弱分類器訓練的opencv源碼詳解 1
adaboost訓練弱分類器的原理見上一個博客：：http://blog.csdn.net/lanxuecc/article/details/52681525 opencv中adaboost訓練弱分類器的主體代碼是函數cvCre
2020-02-22 13:19:03
原创 Caffe圖片分類
本文通過修改classification.cpp實現用訓練好的model文件實現多張圖片的分類。 classification.cpp中main函數的源碼爲：：： int main(int argc, char** argv) {
2020-02-22 13:19:03
原创 Caffe訓練源碼基本流程
Caffe簡介 一般在介紹Caffe代碼結構的時候，大家都會說Caffe主要由Blob Layer Net 和 Solver這幾個部分組成。 Blob：：： 主要用來表示網絡中的數據，包括訓練數據，網絡各層自身的參數(包括權值、
2020-02-22 13:19:03