<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ChenJoya的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Mr_Curry</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Mr_Curry]]></copyright><item><title><![CDATA[【论文解读】行人检测：What Can Help Pedestrian Detection?（CVPR'17）]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/79937847</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/79937847</guid><author>Mr_Curry</author><pubDate>Sat, 14 Apr 2018 10:55:26 +0800</pubDate><description><![CDATA[前言

本篇文章出自CVPR2017，四名作者为Tsinghua University，Peking University, 外加两名来自Megvii（旷视科技）的大佬。 文章中对能够帮助行人检测的extra features做了诸多分析，并且提出了HyperLearner行人检测框架（基于Faster R-CNN改进），在KITTI&amp;amp;amp;Caltech&amp;amp;amp;Cityscapes数据集上实...]]></description><category></category></item><item><title><![CDATA[利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【Github更新！！！】（三）]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/68921178</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/68921178</guid><author>Mr_Curry</author><pubDate>Tue, 13 Jun 2017 19:29:30 +0800</pubDate><description><![CDATA[前言

对前面的东西更新了一下。地方包括： 
1、GUI的更新，更友好的用户界面 
2、支持用手直接画车辆区域，并且识别出来 
3、将proposal、detect、fine-grained classification三个步骤分离 
4、在传入Classification Net的时候，不再循环传入分类，而是将检测出的proposal一起截取形成一个image4d，共同传入alexnet。此举是]]></description><category></category></item><item><title><![CDATA[如何快糙好猛的使用libfacedetection库【最新版】]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/65945071</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/65945071</guid><author>Mr_Curry</author><pubDate>Sat, 25 Mar 2017 20:20:02 +0800</pubDate><description><![CDATA[前言

最近已经很少看优快云了。这一年多准备考研，基本上怕是不会再怎么上了。以前有一个http://blog.youkuaiyun.com/mr_curry/article/details/51804072 如何快糙好猛的使用Shiqi.Yu老师的公开人脸检测库（附源码）的BLOG，因为于老师的库已经更新了，所以重新写一下吧。 
PS：这个库越来越强了，已经可以做人脸关键点检测了。关键点检测可以用于矫正人脸...]]></description><category></category></item><item><title><![CDATA[Matlab使用鼠标标注图像位置并返回坐标（标注图像ROI）]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/54783041</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/54783041</guid><author>Mr_Curry</author><pubDate>Mon, 30 Jan 2017 15:32:23 +0800</pubDate><description><![CDATA[代码



function ROI=LabelBox(filename)
Mat=imread(filename);
imshow(Mat);
mouse=imrect;
pos=getPosition(mouse);% x1 y1 w h
ROI=[pos(1) pos(2) pos(1)+pos(3) pos(2)+pos(4)]; 
end



效果



&amp;amp;gt;&amp;amp;gt; LabelB...]]></description><category></category></item><item><title><![CDATA[Windows下如何采用微软的Caffe配置Faster R-CNN]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/54745116</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/54745116</guid><author>Mr_Curry</author><pubDate>Thu, 26 Jan 2017 20:47:56 +0800</pubDate><description><![CDATA[前言

比较简单的一篇博客。https://github.com/microsoft/caffe 微软的Caffe以在Windows下编译简单而受到了很多人的喜爱（包括我），只用改改prop配置然后无脑重新生成就可以。今天配置了一下Faster R-CNN，还挺好用的。 
这里以CPU版本的为例，GPU的一样。



效果

CPU版本的当然很慢。放图： 




编译Caffe

有几个地方需要...]]></description><category></category></item><item><title><![CDATA[实战caffe多标签分类——汽车品牌与车辆外观（C++接口）[详细实现+数据集]]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/54629129</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/54629129</guid><author>Mr_Curry</author><pubDate>Fri, 20 Jan 2017 17:41:16 +0800</pubDate><description><![CDATA[前言

很多地方我们都需要用到多标签分类，比如一张图片，上面有只蓝猫，另一张图片上面有一只黄狗，那么我们要识别的时候，就可以采用多标签分类这一思想了。任务一是识别出这个到底是猫还是狗？（类型）任务二是识别出这是蓝还是黄？（颜色） 
 
 
网上看了几篇教程，有讲的非常好的，也有出bug飞上了天的（吐槽啊喂！）这里还是主要讲讲这篇：http://chuansong.me/n/494753151240...]]></description><category></category></item><item><title><![CDATA[利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【福利-内附源码与数据库】（二）]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/53286562</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/53286562</guid><author>Mr_Curry</author><pubDate>Wed, 07 Dec 2016 16:30:36 +0800</pubDate><description><![CDATA[前言这次的博客主要是关于如何进行车辆区域检测的，因为前段时间要考试了，沉迷学习（逃   没有更新。把代码上传到了Github，有兴趣的同学可以下下来玩一玩。这一次更新了一个GUI界面，当然，是我们Matlab课的小伙伴一起做的~如何使用R-CNN?在Matlab中，其实都很简单，一个训练的函数而已，最后生成一个RCNN-Object对象，即为RCNN训练得到的分类器。 
这里直接上我的训练方法吧。一]]></description><category></category></item><item><title><![CDATA[利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【福利-内附源码与数据库】（一）]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/53160914</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/53160914</guid><author>Mr_Curry</author><pubDate>Tue, 15 Nov 2016 22:00:11 +0800</pubDate><description><![CDATA[前言Okay……最近事情比较多，博客也发的少，所以决定搞一次大新闻。本此的博客详细记录了我使用Matlab进行车辆区域检测（R-CNN）与车型识别（AlexNet）的过程。并且内包含了训练数据集、测试数据集以及源码。 
训练数据集是使用的斯坦福大学的一个车型数据库，内含196种不同的车型。写到这里我真的很想吐槽一下这个数据库里面的奥迪车系：很多黑白的图片啊喂！！！ 做训练的时候AlexNet数据输入]]></description><category></category></item><item><title><![CDATA[【严肃脸】使用caffe实现色情图片的识别]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/52734489</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/52734489</guid><author>Mr_Curry</author><pubDate>Tue, 04 Oct 2016 17:56:42 +0800</pubDate><description><![CDATA[前言
前几天看到了雅虎开源了一个色情图片的识别模型新闻，上Github一看，是基于caffe的。试了试，模型效果很赞。Github地址：https://github.com/yahoo/open_nsfw
至于测试的数据集，就自行找图吧（逃
关于在程序中使用caffe可以戳我的这一篇博客：http://blog.youkuaiyun.com/mr_curry/article/details/524431]]></description><category></category></item><item><title><![CDATA[基于深度学习的人脸识别系统系列（Caffe+OpenCV+Dlib）——【六】设计人脸识别的识别类]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/52714020</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/52714020</guid><author>Mr_Curry</author><pubDate>Sat, 01 Oct 2016 21:19:58 +0800</pubDate><description><![CDATA[现在我们希望能够有一个识别的接口来实现输入一张图片，便可以分辨出他是哪个人。我们需要提前：
1、定义一个人脸空间；
2、将一些人脸的图片放到这个人脸空间中；
3、将n个人脸图片提取特征为n个向量，并且合并为一个矩阵；
4、将n个人脸图片的标注（label）合并为一个向量，与矩阵形成对应；
5、将其序列化并保存起来，等待识别时进行读取。

**在前五篇博客中，我们已经可以很方便的来完成这些事情了。代码如下：**
```]]></description><category></category></item><item><title><![CDATA[基于深度学习的人脸识别系统系列（Caffe+OpenCV+Dlib）——【五】设计人脸识别的注册类]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/52506697</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/52506697</guid><author>Mr_Curry</author><pubDate>Fri, 16 Sep 2016 09:52:12 +0800</pubDate><description><![CDATA[前言

基于深度学习的人脸识别系统，一共用到了5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速库）。 
用到了一个开源的深度学习模型：VGG model。 
最终的效果是很赞的，识别一张人脸的速度是0.039秒，而且最重要的是：精度高啊！！！ 
CPU：intel i5-4590 
G]]></description><category></category></item><item><title><![CDATA[基于深度学习的人脸识别系统系列（Caffe+OpenCV+Dlib）——【四】使用CUBLAS加速计算人脸向量的余弦距离]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/52468349</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/52468349</guid><author>Mr_Curry</author><pubDate>Fri, 09 Sep 2016 21:25:29 +0800</pubDate><description><![CDATA[前言

本篇是该系列的第四篇博客，介绍如何使用CUBLAS加速进行两个向量间余弦距离的计算。
##思路
我们先来温习一下两个向量之间余弦距离的数学公式，大家自己可以回忆一下：

x,y均为同维度的向量，如果为6400维，那么我们可以将式子进行展开：]]></description><category></category></item><item><title><![CDATA[基于深度学习的人脸识别系统（Caffe+OpenCV+Dlib）【三】VGG网络进行特征提取]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/52456548</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/52456548</guid><author>Mr_Curry</author><pubDate>Wed, 07 Sep 2016 10:19:59 +0800</pubDate><description><![CDATA[前言

基于深度学习的人脸识别系统，一共用到了5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速库）。 
用到了一个开源的深度学习模型：VGG model。 
最终的效果是很赞的，识别一张人脸的速度是0.039秒，而且最重要的是：精度高啊！！！ 
CPU：intel i5-4590 
G...]]></description><category></category></item><item><title><![CDATA[基于深度学习的人脸识别系统（Caffe+OpenCV+Dlib）【二】人脸预处理]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/52448931</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/52448931</guid><author>Mr_Curry</author><pubDate>Tue, 06 Sep 2016 20:53:27 +0800</pubDate><description><![CDATA[前言

基于深度学习的人脸识别系统，一共用到了5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速库）。 
用到了一个开源的深度学习模型：VGG model。 
最终的效果是很赞的，识别一张人脸的速度是0.039秒，而且最重要的是：精度高啊！！！ 
CPU：intel i5-4590 
G...]]></description><category></category></item><item><title><![CDATA[基于深度学习的人脸识别系统（Caffe+OpenCV+Dlib）【一】如何配置caffe属性表]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/52443126</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/52443126</guid><author>Mr_Curry</author><pubDate>Mon, 05 Sep 2016 20:35:52 +0800</pubDate><description><![CDATA[前言

基于深度学习的人脸识别系统，一共用到了5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速库）。 
用到了一个开源的深度学习模型：VGG model。 
最终的效果是很赞的，识别一张人脸的速度是0.039秒，而且最重要的是：精度高啊！！！ 
CPU：intel i5-4590 
G...]]></description><category></category></item><item><title><![CDATA[OpenCV与Socket实现树莓派获取摄像头视频至电脑]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/52347797</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/52347797</guid><author>Mr_Curry</author><pubDate>Sun, 28 Aug 2016 21:10:29 +0800</pubDate><description><![CDATA[OpenCV能够为我们带来便捷的图像处理接口，但是其处理速度在一块树莓派上肯定是不尽如人意的。尤其当我们想要使用复杂的算法时，只能把算法托到服务器上才有可能。这里介绍了一种方法，实现树莓派传输Mat至电脑。准备工作1、配置好树莓派上的OpenCV. 
2、配置好电脑上的OpenCV.思路Socket实现方法较为简单，但在此处需要注意的是： 
树莓派上的，是linux系统；而我电脑上是windows系]]></description><category></category></item><item><title><![CDATA[Caffe-Windows下遇到过的问题、技巧、解决方案]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/52097529</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/52097529</guid><author>Mr_Curry</author><pubDate>Tue, 02 Aug 2016 20:41:57 +0800</pubDate><description><![CDATA[转换数据，求均值：



转换数据

步骤大概是：建立一个train文件夹，里面放一个train.txt;建立一个test文件夹，里面放一个test.txt，然后分别运行以下两条bat命令： 
SET GLOG_logtostderr=1 
convert_imageset.exe train/   train/train.txt   convert_data_train 
pause

SET ...]]></description><category></category></item><item><title><![CDATA[Opencv与dlib联合进行人脸关键点检测与识别]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/51994497</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/51994497</guid><author>Mr_Curry</author><pubDate>Fri, 22 Jul 2016 14:28:03 +0800</pubDate><description><![CDATA[前言

依赖库：opencv 2.4.9 /dlib 19.0/libfacedetection 
本篇不记录如何配置，重点在实现上。使用libfacedetection实现人脸区域检测，联合dlib标记人脸特征点，最后使用opencv的FaceRecognizer实现人脸识别。

准备工作

1、配置好Opencv2.4.9。（Opencv3.1需要另外下载一个包才有FaceRecognizer...]]></description><category></category></item><item><title><![CDATA[如何快糙好猛的使用Shiqi.Yu老师的公开人脸检测库（附源码）]]></title><link>https://blog.youkuaiyun.com/Mr_Curry/article/details/51804072</link><guid>https://blog.youkuaiyun.com/Mr_Curry/article/details/51804072</guid><author>Mr_Curry</author><pubDate>Fri, 01 Jul 2016 20:50:13 +0800</pubDate><description><![CDATA[前言

本次编写所用的库为于仕祺老师免费提供的人脸检测库。真心好用，识别率和识别速度完全不是Opencv自带的程序能够比拟的。将其配合Opencv的EigenFace算法，基本上可以形成一个小型的毕业设计。（我是学机械的啊喂！！）



准备工作

1、下载在GitHub上的人脸检测库。我不提供百度云，只提供网址：https://github.com/ShiqiYu/libfacedetectio...]]></description><category></category></item></channel></rss>