<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ruyiwei.cas@gmail.com]]></title><description><![CDATA[专注深度学习 虹膜识别 https://github.com/ruyiweicas]]></description><link>https://blog.youkuaiyun.com/Best_Coder</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Best_Coder]]></copyright><item><title><![CDATA[VeriEye 开源虹膜检测工具使用记录]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/78919632</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/78919632</guid><author>Best_Coder</author><pubDate>Thu, 28 Dec 2017 10:51:12 +0800</pubDate><description><![CDATA[1、下载Demo下载地址 ：  
http://download.neurotechnology.com/Neurotec_Biometric_10_0_Algorithm_Demo_Win64_x64_2017-12-15.zip 
1.1 如何使用Demo来得出两幅图片的匹配得分   点击 Enroll 选择注册图片，Identify 选择待识别图片，最后的得分可以用右侧的log信息中看到
1.]]></description><category></category></item><item><title><![CDATA[Tensorflow框架下Faster-RCNN实践（二）——用自己制作的数据训练Faster-RCNN网络（附代码）]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/76615000</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/76615000</guid><author>Best_Coder</author><pubDate>Thu, 03 Aug 2017 11:12:24 +0800</pubDate><description><![CDATA[Tensorflow框架下Faster RCNN实践]]></description><category></category></item><item><title><![CDATA[Tensorflow框架下Faster-RCNN实践（一）——Faster-RCNN所需数据集制作（附代码）]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/76577544</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/76577544</guid><author>Best_Coder</author><pubDate>Wed, 02 Aug 2017 15:04:58 +0800</pubDate><description><![CDATA[最近刚实现了在Ubuntu16.04、Tensorfllow1.0下 Faster R-CNN 从数据制作到训练再到利用生成的模型检测的测试图片的全过程，现在将具体的过程记录在博客，方便遇到困惑或者需要的朋友查看。
制作数据集利用Faster R-CNN训练自己的数据的时候，一般有两种方法：
  1、按照VOC2007的格式修改自己的数据格式 
  2、根据自己的数据格式修改源码
这里我们一般推荐第]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04---腾讯NCNN框架入门到应用]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/76201275</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/76201275</guid><author>Best_Coder</author><pubDate>Thu, 27 Jul 2017 17:06:54 +0800</pubDate><description><![CDATA[Ubuntu16.04—腾讯NCNN框架入门到应用前言两天前腾讯发布NCNN深度学习框架后，发现可能有些同学对如何使用这些框架并不是十分的了解，一方面这是一个新的框架，另一方面Tencent出的文档对一些细节没有叙述，可能大牛们觉得很容易的步骤，我们往往会卡在那里，所以写下这篇博客来帮助一些对NCNN框架不是很熟悉的人来快速入门。 
NCNN源码的地址为https://github.com/Tenc]]></description><category></category></item><item><title><![CDATA[window10 编译安装opencv3.2+contrib]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/71515722</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/71515722</guid><author>Best_Coder</author><pubDate>Wed, 10 May 2017 11:04:18 +0800</pubDate><description><![CDATA[liu]]></description><category></category></item><item><title><![CDATA[Visual Studio 2017/2015远程调试Linux程序（opencv）]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/71514223</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/71514223</guid><author>Best_Coder</author><pubDate>Wed, 10 May 2017 09:19:39 +0800</pubDate><description><![CDATA[liu]]></description><category></category></item><item><title><![CDATA[将tensorflow训练的model,转换为.pb格式的model]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70171861</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70171861</guid><author>Best_Coder</author><pubDate>Fri, 14 Apr 2017 14:27:04 +0800</pubDate><description><![CDATA[留]]></description><category></category></item><item><title><![CDATA[利用opencv3读取tensorflow model,对图像进行分类]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70171851</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70171851</guid><author>Best_Coder</author><pubDate>Fri, 14 Apr 2017 14:26:21 +0800</pubDate><description><![CDATA[留]]></description><category></category></item><item><title><![CDATA[利用opencv3读取caffe mode，对图像进行分类]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70171846</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70171846</guid><author>Best_Coder</author><pubDate>Fri, 14 Apr 2017 14:25:40 +0800</pubDate><description><![CDATA[留]]></description><category></category></item><item><title><![CDATA[Ubuntu16.04 安装opencv3.2.0 与opencv_contrib_3.2.0 支持dnn]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70156458</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70156458</guid><author>Best_Coder</author><pubDate>Thu, 13 Apr 2017 11:28:35 +0800</pubDate><description><![CDATA[留坑]]></description><category></category></item><item><title><![CDATA[Tensorflow 训练自己的数据集（二）（TFRecord）]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70146441</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70146441</guid><author>Best_Coder</author><pubDate>Wed, 12 Apr 2017 20:31:57 +0800</pubDate><description><![CDATA[1. TFRecord输入数据格式2. TFRecord格式介绍3. 将自己的数据转化为TFRecord格式准备数据转换数据import os 
import tensorflow as tf 
from PIL import Image  
import matplotlib.pyplot as plt cwd='/home/ruyiwei/Documents/data/'
classes={'i]]></description><category></category></item><item><title><![CDATA[在Ubuntu下生成动态库与静态库]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70141133</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70141133</guid><author>Best_Coder</author><pubDate>Wed, 12 Apr 2017 11:36:17 +0800</pubDate><description><![CDATA[前期需要准备的工作(已经在服务器上完成)
安装opencv，以及其他附加项    * TEST代码显示的时候需要* 
可以参考http://blog.youkuaiyun.com/kuaile123/article/details/20870731
安装cmake、gcc、g++……
由于操作系统的不同，主要是包含头文件的方式有所不同，所以对修改后的代码打包在附件lib中，将附件中的lib文件复制到CentOS]]></description><category></category></item><item><title><![CDATA[在window平台下生成动态库与静态库]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70141113</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70141113</guid><author>Best_Coder</author><pubDate>Wed, 12 Apr 2017 11:34:44 +0800</pubDate><description><![CDATA[在windows下生成动态库与静态库，在动态库下导出需要的函数,并且放了自己实现的模板，方便大家的调用，github在博客的末尾，如果大家有什么以后，请联系我的邮箱，或者评论]]></description><category></category></item><item><title><![CDATA[Tensorflow 训练自己的数据集（一）（数据直接导入到内存）]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70141075</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70141075</guid><author>Best_Coder</author><pubDate>Wed, 12 Apr 2017 11:32:13 +0800</pubDate><description><![CDATA[制作自己的训练集下图是我们数据的存放格式，在data目录下有验证集与测试集分别对应iris_test， iris_train 
为了向伟大的MNIST致敬，我们采用的数据名称格式和MNIST类似
  classification_index.jpg
图像的index都是5的整数倍是因为我们选择测试集的原则是每5个样本，选择一个样本作为测试集，其余的作为训练集和验证集生成这样数据的过程相对简单，如果有]]></description><category></category></item><item><title><![CDATA[利用SSH 或 Teamviewer 控制远程服务器]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70140842</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70140842</guid><author>Best_Coder</author><pubDate>Wed, 12 Apr 2017 11:21:53 +0800</pubDate><description><![CDATA[利用SSH server 控制远程服务器安装SSH server 相对比较简单
安装
apt-get install openssh
验证SSH server是否安装成功
ps -e |  grep ssh如果出现如上情况，就代表安装成功如果只有ssh-agent 代表没有启动server需要执行如下命令手动启动sudo /etc/init.d/ssh start运行  ifconfig 查看电脑的]]></description><category></category></item><item><title><![CDATA[从零开始安装TensorFlow1.0+keras(Ubuntu16.04+CUDA8.0+Cudnn5.1+TITANX)]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/70054580</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/70054580</guid><author>Best_Coder</author><pubDate>Tue, 11 Apr 2017 15:54:36 +0800</pubDate><description><![CDATA[NVIDIA TITANX 显卡安装官网下载NVIDIA驱动点击进入驱动下载地址 
按照需求选择合适的GPU，因为我们使用的是TITAN X GPU 所以选择如下，操作系统旋转Linux 64-bit，点击搜索，点击下载后进入如下页面。在这里要注意，不要点击同意并开始下载，要右键另存为！！！至此，驱动程序便下载成功。关闭 X server
  当我们安装NVIDIA的驱动程序时，需要首先利用ctrl]]></description><category></category></item><item><title><![CDATA[3000fps算法整理]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/53763911</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/53763911</guid><author>Best_Coder</author><pubDate>Tue, 20 Dec 2016 15:44:59 +0800</pubDate><description><![CDATA[1.Framework整个流程基于Cascade Pose Regression(CVPR 2010)，分为T个stage，在训练时步骤如下（testing也类似）每个stage先抽取local binary features， 
然后根据真实的ΔS^i\varDelta {\hat{S}}_i 用linear regression训练一个regressor， 
最后用训练出来的regressor得]]></description><category></category></item><item><title><![CDATA[DP问题总结 ~]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/52006923</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/52006923</guid><author>Best_Coder</author><pubDate>Sat, 23 Jul 2016 22:13:03 +0800</pubDate><description><![CDATA[常见的动态规划问题分析与求解

　　动态规划（Dynamic Programming，简称DP），虽然抽象后进行求解的思路并不复杂，但具体的形式千差万别，找出问题的子结构以及通过子结构重新构造最优解的过程很难统一，并不像回溯法具有解决绝大多数问题的银弹（全面解析回溯法：算法框架与问题求解)。为了解决动态规划问题，只能靠多练习、多思考了。本文主要是对一些常见的动态规划题目的收集，希望能有所帮助。]]></description><category></category></item><item><title><![CDATA[DP 问题总结]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/52006911</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/52006911</guid><author>Best_Coder</author><pubDate>Sat, 23 Jul 2016 22:10:57 +0800</pubDate><description><![CDATA[常见的动态规划问题分析与求解

　　动态规划（Dynamic Programming，简称DP），虽然抽象后进行求解的思路并不复杂，但具体的形式千差万别，找出问题的子结构以及通过子结构重新构造最优解的过程很难统一，并不像回溯法具有解决绝大多数问题的银弹（全面解析回溯法：算法框架与问题求解)。为了解决动态规划问题，只能靠多练习、多思考了。本文主要是对一些常见的动态规划题目的收集，希望能有所帮助。]]></description><category></category></item><item><title><![CDATA[DP问题]]></title><link>https://blog.youkuaiyun.com/Best_Coder/article/details/52006902</link><guid>https://blog.youkuaiyun.com/Best_Coder/article/details/52006902</guid><author>Best_Coder</author><pubDate>Sat, 23 Jul 2016 22:09:01 +0800</pubDate><description><![CDATA[常见的动态规划问题分析与求解

　　动态规划（Dynamic Programming，简称DP），虽然抽象后进行求解的思路并不复杂，但具体的形式千差万别，找出问题的子结构以及通过子结构重新构造最优解的过程很难统一，并不像回溯法具有解决绝大多数问题的银弹（全面解析回溯法：算法框架与问题求解)。为了解决动态规划问题，只能靠多练习、多思考了。本文主要是对一些常见的动态规划题目的收集，希望能有所帮助。]]></description><category></category></item></channel></rss>