摘要：
第一种方法是测试批量图片，使用caffe.bin即可，首先要做的是把你的jpg图片转换为LMDB的格式，如何转换呢？用/build/tools/convert_image --resize_width 227 --resize_height 227 图片所在的目录 class.txt LMDB文件生 阅读全文
摘要：
CS231n的课后作业非常的好，这里记录一下自己对作业一些笔记。 一、第一个是KNN的代码，这里的trick是计算距离的三种方法，核心的话还是python和machine learning中非常实用的向量化操作，可以大大的提高计算速度。 二、softmax 同样是需要完成naive和vector的两 阅读全文
摘要：
一、Abstract 提出了一种end-to-end的做semantic segmentation的方法，也就是FCN，是我个人觉得非常厉害的一个方法。 二、亮点 1、提出了全卷积网络的概念，将Alexnet这种的最后的全连接层转换为卷积层，好处就是可以输入任意的scale。 只不过在输出的scal 阅读全文
摘要：
chilitags是一个相当好的CV方向的开源项目，不过在github上follow的人不多， 国内也基本没有这方面的消息，前几天同事给我安利了这个，使用了一下和看了源码以后..我觉得这个东西以后一定会大火。 chilitags（github地址：https://github.com/chili-e 阅读全文
摘要：
一、摘要 了解CNN必读的一篇论文，有些东西还是可以了解的。 二、结构 1、 Relu的好处： 1、在训练时间上，比tanh和sigmod快，而且BP的时候求导也很容易 2、因为是非饱和函数，所以基本不会出现梯度消失的情况 Relu只要控制好learing rate，可以说是完胜之前的激活函数，也因 阅读全文
摘要：
前几天老大给了个任务，让我帮slam组写一个基于深度摄像头的障碍物检测，捣鼓了两天弄出来了，效果还不错，就在这里记一下了。 代码的核心思路是首先通过二值化，将一米之外的安全距离置零不考虑，然后通过开运算去除掉一些噪点（这个后来发现不一定有必要），在求出所有障碍物的凸包，这个时候要计算面积，当面积小于 阅读全文
摘要：
这是个06年的老文章了，但是很多地方还是值得看一看的. 一、概要 主要讲了CNN的Feedforward Pass和 Backpropagation Pass，关键是卷积层和polling层的BP推导讲解。 二、经典BP算法 前向传播需要注意的是数据归一化，对训练数据进行归一化到 0 均值和单位方差 阅读全文
摘要：
一、Abstract综述 训练出一个CNN可以同时实现分类，定位和检测..，三个任务共用同一个CNN网络，只是在pool5之后有所不同 二、分类 这里CNN的结构是对ALEXNET做了一些改进，具体的在论文中都说了，就不再赘述了。说几个关键的地方。 1.之前在多尺度的情况下，Krizhevsky用的 阅读全文
摘要：
CV 阅读全文