原创 關於稀疏自編碼-------“搞基”總結
上個月研究了一下稀疏自編碼相關知識，主要是做一個小小培訓用。查閱了很多資料，看的大多數是原理性的，本人還沒涉及到代碼層面。文章大致分爲兩類： 1、在代價函數後加一個KL距離（相對熵）項，實現稀疏性。 2、在代價函數後加一個L
2020-02-20 15:25:29
原创 關於YOLOv2中的k-means
k-means屬於無監督分類方法。 實測，YOLOv2中使用k-means對mAP有較大貢獻。 k-means的主要目的就是爲了找出樣本集中GroundTruth的規律，對其進行分類，分多少類由k-means中設定的種子點數量決定。這個數
2020-02-20 15:25:29
原创 關於anchor的解釋
第一次接觸anchor是Faster-R-CNN中提及的RPN（Region Proposal Network）。在我的博文裏【Faster-R-CNN總結】也有介紹Faster-R-CNN的幾點總結，但是對anchor的
2019-02-02 03:41:55
1
原创 Eigen使用稀疏矩陣求解線性方程
Eigen稀疏矩陣求解線性方程，內建的有直接求解器，迭代求解器和第三方求解器。見文檔http://eigen.tuxfamily.org/dox/group__TopicSparseSystems.html 圖二見鏈接https://
2018-09-15 01:41:01
3
原创 梯度下降法入門解析
1、梯度下降法是做什麼用的？ 機器學習中都有一個代價函數，訓練時就是要使代價函數值最小，這樣假設的值和實際值就越接近。而代價函數中有參數，要使代價函數最小，則需要調節參數，這個過程就是最優化的一個過程，梯度下降法是一個最優化的方法。 2、
2018-09-15 01:41:01
原创 圖像卷積在代碼中的實際操作
在代碼中卷積的實際計算方法是把被卷積圖像和卷積核寫成兩個大矩陣，其中每一行就是被卷積圖像中卷積核區域的像素拉成一行，幾個通道都放在同一行，行數就是卷積核在上面滑動的次數。兩個矩陣相乘即爲輸出結果，結果矩陣中的每一列就是feat
2018-09-03 22:42:18
原创 caffe基礎知識介紹
轉載自http://blog.csdn.net/fengbingchun/article/details/49535873 Caffe的全稱應該是Convolutional Architecture for Fast Fe
2018-09-03 22:42:09
原创 多分類問題中的mAP計算
圖表參考http://blog.sina.com.cn/s/blog_9db078090102whzw.html 比如有10類，20個樣本，判斷爲其中一類car的置信度如下表所示
2018-09-03 22:42:09
7
原创 YOLOv2+MobileNet，windows下調試
看作者github更新了YOLO2代碼，加入了groups機制，加了LSTM功能。要實現基於MobileNet的YOLO2，根據之前基於darknet的YOLO2版本可以簡單修改。幾個修改的地方：1、部分源文件中net定義變爲指針。比如p
2018-09-03 22:42:09
原创 GPU和CUDA基礎介紹
轉載自http://blog.csdn.net/fengbingchun/article/details/54691225 一、GPU簡介 1985年8月20日ATi公司成立，同年10月ATi使用ASIC技術開發出了第一款圖形芯片和圖形卡
2018-09-03 22:42:08
原创 全連接層的作用
轉自知乎 作者：魏秀參 鏈接：https://www.zhihu.com/question/41037974/answer/150522307 全連接層到底什麼用？我來談三點。 全連接層（fully connected layers，FC
2018-09-03 22:42:08
原创 linux環境下封裝YOLOv2算法
YOLOv3已出，不管哪個版本，其封裝應該大同小異。之前在windows環境下，以https://github.com/AlexeyAB/darknet版本進行封裝，linux下封裝也是差異不大，而且linux環境下編譯工程更
2018-09-03 22:42:08
原创 ubuntu16.04登錄後黑屏再次回到登錄頁面
從linux切換到Windows，再切換回linux時能夠到達登錄頁面，但是發現輸入正確的登錄密碼後，黑屏了3s左右又回到登錄頁面。其中在啓動進入登錄頁面會出現/dev/sda1: clean, ***/*** files,
2018-09-03 22:42:08
1
原创 caffe+SSD封裝
這幾天新建自己的工程來封裝caffe框架下的ssd測試算法。 一些步驟及遇到一些問題歸納如下： 1、利用NuGet程序包，進行依賴性的自動設置，自己的工程再加上libcaffe.lib即可。 2、把原來工程下的include和src文件夾
2018-09-03 22:42:08
原创 SSD算法訓練
沒接觸過linux，直接在linux下配置環境+訓練ssd，用了快一週時間，各種坑，各種吐血，因各人平臺配置差異，以下僅供參考。 平臺：Ubuntu16.04+GTX1060 6G（GPU型號）+處理器64位
2018-09-03 22:42:07
5