原创 【目標檢測_3】基於tensorflow目標識別API執行已有的模型(運行demo coco數據集)

首先裝環境 參考鏈接 一 執行已經訓練好的模型 運行demo 1進入模型文件夾下的research文件夾中 進入research文件夾下!如果按照上面參考博客進行,那麼路徑可以由下面步驟查找: 首先確認tensorflow的路徑

原创 【FPGA】如何將10進制數據保存爲2進制數據(IMG2LCD的使用,pic2bin)

一、背景    fpga處理大數據時從txt讀取數據形式爲2進制或者16進制,&readmemb/&readmemh,所以需要將數據轉換爲二進制或十六進制存在txt中。 二、針對圖像而言可以參考exe>IMG2LCD 下載https://

原创 【目標檢測_5】ubuntu16.04 python3.5安裝labelImg/labelme工具--製作數據集

真是嘔心瀝血… 1.labelImg git clone https://github.com/tzutalin/labelImg sudo apt-get install pyqt5-dev-tools sudo pip3 in

原创 【目標檢測_1】rcnn/fast_rcnn/faster_rcnn/mask_rcnn (目標檢測與目標實例分割 論文理解)

@TOC 原文鏈接 mask_rcnn paper 原文鏈接 r_cnn 原文鏈接 fast_rcnn 原文鏈接 FPN opencv 4.0 代碼-mask_rcnn 深度學習筆記1 R_CNN 說明 Ross Girshi

原创 【目標檢測_6】基於tensorflow目標識別API進行mask_rcnn訓練

大佬教學地址,很詳細!!! 一 數據準備 在object_detection下建立文件夾my_mask_rcnn,把下載下來的數據放進去。 不想自己label的直接下載相關文檔;鏈接主要包含原始圖片,標註後的json格式數據,Ab

原创 【目標檢測_2】Ubuntu 16.04下安裝TensorFlow 目標檢測 API(對象檢測API)

由於最近剛看了rcnn,faster_rcnn,mask_rcnn的原文,想着做一下實驗,所以就如題,在ubuntu下安裝TensorFlow的目標識別API!!!!在此之前很少用Ubuntu,所以犯的錯很齊全 環境配置參考博客鏈

原创 【FPGA】ISE開發須知!ISE鏈接notepad++

1背景 ISE編譯界面不友好,同一變量選中不高亮,不能ALT對列進行操作… 因此FPGA一定要調用notepad++… 2操作 <1>下載notepad++ <2>用notepad++打開文件 ISE下點擊菜單Edit -> Pr

原创 【FPGA】基於fpga顯示圖片(VGA)

以640*480@60Hz分辨率顯示(意思最大可以顯示640*480大小的圖片),首先通過fpga的VGA顯示圖像包括四個部分:分頻模塊,vga驅動模塊,顯示模塊,頂層模塊。 1.分頻模塊,用的是xilinx spartan_6 的板子,

原创 【學習筆記】統計學習方法(李航)筆記

感知機/k近鄰/貝葉斯/決策樹 前言:有時候公式實在不好理解的時候可以看一道例題理解,或者運行程序debug調試逐步看輸入輸出變化進行理解! 統計學習方法pdf鏈接:https://pan.baidu.com/s/1qLxkiRQ

原创 【人工智能】人工智能課程複習筆記

第2章 知識表示方法 一階謂語邏輯表示法、產生式表示法、語義網絡表示法、框架表示法、面向對象表示法、狀態空間表示法。 一階謂語邏輯表示法 連接詞:~ 非、∧與合取、∨或析取、→條件、↔雙條件 量詞:存在 與 任意 舉例謂語公式

原创 【模式識別】貝葉斯理論多元正態分佈推導-求協方差元素時分子爲什麼是n-1不是n

模式識別 張學工 pdf鏈接:https://pan.baidu.com/s/1CuzI8aKo4uFcRl6Mvoxkxw 提取碼:b0ys 參考博客:爲什麼是n-1,不是n 下面爲截圖內容:

原创 【QT設計】QT學習11個心得總結

說明:環境vs2013+QT5.5(x64) 小白學QT,ui先畫界面,槽函數放實現功能函數,最後鏈接槽函數與功能函數。 第一步:設計界面 第二步:.hpp的class中添加槽函數 private slots: 定義槽函數 第三

原创 【opencv3】 svm實現手寫體與人臉識別

主要 內容 opencv3 調試2分類svm 和多分類svm。 參數調試參考地址 官方文檔說明地址 實現內容:1 opencv +svm實現首先體二分類 2 opencv+svm實現人臉分類 3 opencv+pca+svm實現

原创 【模式識別】模式識別課程複習

李老師模式識別課程:不記下來考完過不了多久就忘完了。以下皆爲每個知識點一道經典題。 知識點1: 正態分佈下的最小錯誤率bayes 在兩類二維問題中,每類的特徵向量都是正態分佈的,協方差矩陣相同爲 ,並且已知兩類的均值分別爲μ1=(

原创 【目標檢測_4】tesorflow目標識別API跑VOC2012數據集

沒有做 mask_rcnn的模型,因爲不知道掩膜信息怎麼導入!其他模型兼可以按照以下步驟執行!(mask_rcnn會單獨總結一篇) 說明:執行已有模型 執行demo是針對coco數據集;而本文是利用基於coco數據集訓練的模型結合