<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Run_it_faraway的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Run_it_faraway</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Run_it_faraway]]></copyright><item><title><![CDATA[StackGAN学习笔记]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/79955619</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/79955619</guid><author>Run_it_faraway</author><pubDate>Mon, 16 Apr 2018 02:22:35 +0800</pubDate><description><![CDATA[StackGAN实验]]></description><category></category></item><item><title><![CDATA[SSD实践篇]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/77162938</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/77162938</guid><author>Run_it_faraway</author><pubDate>Mon, 14 Aug 2017 16:11:20 +0800</pubDate><description><![CDATA[源项目https://github.com/conner99/caffe 
环境  
windows7 + vs2013 + Cuda7.5  
caffe: caffe-ssd-microsoft  
Python: 2.7之前的准备工作http://blog.youkuaiyun.com/run_it_faraway/article/details/76855639下面讲讲怎么检测高分辨率图像中飞机的轮子]]></description><category></category></item><item><title><![CDATA[matlab滑动窗口截取图片并保存]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76862506</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76862506</guid><author>Run_it_faraway</author><pubDate>Mon, 07 Aug 2017 22:48:52 +0800</pubDate><description><![CDATA[该代码的作用是对图片进行滑动截取保存clc;
clear all;maindir = 'D:\MyDataSet\airplane\wheel\JPEGImages';
sundir =  fullfile( maindir, '*.jpg' );
images = dir(sundir);% 在这个子文件夹下找后缀为jpg的文件
% 遍历每张图片
for j = 1 : length( image]]></description><category></category></item><item><title><![CDATA[Windows下使用SSD检测]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76855639</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76855639</guid><author>Run_it_faraway</author><pubDate>Mon, 07 Aug 2017 19:15:37 +0800</pubDate><description><![CDATA[先来一波文章 
SSD是一个单一的网络对象检测的统一框架。你可以使用代码来训练/评估一个用于目标检测任务的网络。http://arxiv.org/abs/1512.02325 
再来一波代码https://github.com/conner99/caffe环境 
windows7 + vs2013 + Cuda7.5 
caffe: caffe-ssd-microsoft  
python: 2.7]]></description><category></category></item><item><title><![CDATA[利用caffe的pycaffe接口将caffemodel中的字段保存为prototxt]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76497001</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76497001</guid><author>Run_it_faraway</author><pubDate>Tue, 01 Aug 2017 09:46:54 +0800</pubDate><description><![CDATA[使用str可以一次性将caffemodel中所有的的字段读出来 
例如：

# coding:utf-8

import _init_paths
import caffe.proto.caffe_pb2 as caffe_pb2

caffemodel_filename = 'F:/caffe_new/caffe/caffe-master/data/mnist-test/mnist-models/]]></description><category></category></item><item><title><![CDATA[Caffe学习3：Layer]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76457300</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76457300</guid><author>Run_it_faraway</author><pubDate>Mon, 31 Jul 2017 17:19:24 +0800</pubDate><description><![CDATA[3、Layer 
Layer（层）是Caffe中最庞大最繁杂的模块。由于Caffe强调模块化设计，因此只允许每个layer完成一类特定的计算，例如convolution操作、pooling、非线性变换、内积运算，以及数据加载、归一化和损失计算等。layer这个类可以说是里面最终的一个基本类了,深度网络也就是一层一层的layer叠起来，相互之间通过blob传输数据连接起来， 


Caffe中与La]]></description><category></category></item><item><title><![CDATA[Caffe学习2：Blob]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76176704</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76176704</guid><author>Run_it_faraway</author><pubDate>Thu, 27 Jul 2017 10:49:46 +0800</pubDate><description><![CDATA[caffe源码中会出现不少explicit、inline关键字； 
C++中的explicit关键字的作用是禁止单参数构造函数的隐式转换，只能用于修饰只有一个参数的类构造函数, 它的作用是表明该构造函数是显示的, 而非隐式的；还有inline的作用，iniline主要是将代码进行复制，扩充，会使代码总量上升，好处就是可以节省调用的开销，能提高执行效率。

1.Blob

Caffe 使用 blob]]></description><category></category></item><item><title><![CDATA[Caffe学习1 ：ProtoBuffer]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76116386</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76116386</guid><author>Run_it_faraway</author><pubDate>Wed, 26 Jul 2017 10:06:19 +0800</pubDate><description><![CDATA[真真接触caffe，在电脑上成功安装且运行caffe也有半年时间了 
姑且抛开一些安装，训练和调参之类的，今天想把ProtoBuffer这个东东写一下。 
1、ProtoBuffer 
什么是ProtoBuffer？ 
   ProtoBuffer是由Google开发的一种可以实现内存与非易失存储介质（如硬盘文件）交换的协议接口。 
   protobuf 是一个灵活、高效，使用自动化机制的结构化]]></description><category></category></item><item><title><![CDATA[读取和修改caffemodel文件]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76100748</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76100748</guid><author>Run_it_faraway</author><pubDate>Wed, 26 Jul 2017 03:44:19 +0800</pubDate><description><![CDATA[使用caffe框架训练后得到的权重通过Google Protobuf来存储为.caffemodel的二进制文件，为了更好地更改网络结构和对已有的caffemodel进行finetune，通常我们需要修改一些参数，去为了更好的适应我们自己设计的网络结构并进行训练 
   好在caffe的Python接口提供了针对caffemodel文件的修改方法 
   为了更好地可视化，这里使用了Python的j]]></description><category></category></item><item><title><![CDATA[caffe的finetuning是如何更新网络参数的]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76023857</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76023857</guid><author>Run_it_faraway</author><pubDate>Mon, 24 Jul 2017 16:34:17 +0800</pubDate><description><![CDATA[作者：朱坚升
链接：https://www.zhihu.com/question/35754716/answer/66561128
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

1、finetune的过程相当于继续训练，跟直接训练的区别是初始化的时候：
a. 直接训练是按照网络定义指定的方式初始化（如高斯随机初始化）
b. finetune是用你]]></description><category></category></item><item><title><![CDATA[生成标签的工具]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76021452</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76021452</guid><author>Run_it_faraway</author><pubDate>Mon, 24 Jul 2017 15:46:56 +0800</pubDate><description><![CDATA[生成训练所需标签的工具clc;  
clear;  
%%下面生成顺序的trainval.txt和labels文件  
%先设置train占数据集的百分比，余下部分为val  
maindir='E:\FaceAligned\Aligned\';  
wf = fopen('trainval.txt','w');  
lbf=fopen('labels.txt','w');  
train_per]]></description><category></category></item><item><title><![CDATA[深度学习论文综述]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76020758</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76020758</guid><author>Run_it_faraway</author><pubDate>Mon, 24 Jul 2017 15:02:32 +0800</pubDate><description><![CDATA[深度学习论文 
论文译文： 
AlexNet 
ZFNet 
VGG 
GoogLeNet 
ResNet 
Faster R-CNN 
GAN

目标检测 
RCNN系列简介 
深度学习RCNN系列详解 
RCNN论文笔记 
Faster RCNN详解]]></description><category></category></item><item><title><![CDATA[利用caffe的Python接口生成prototxt文件]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76019874</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76019874</guid><author>Run_it_faraway</author><pubDate>Mon, 24 Jul 2017 13:56:53 +0800</pubDate><description><![CDATA[可以一次生成Lenet网络训练所需的train.prototxt和test.prototxt,还有solver.prototxt]]></description><category></category></item><item><title><![CDATA[欢迎使用优快云-markdown编辑器]]></title><link>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76019519</link><guid>https://blog.youkuaiyun.com/Run_it_faraway/article/details/76019519</guid><author>Run_it_faraway</author><pubDate>Mon, 24 Jul 2017 13:29:36 +0800</pubDate><description><![CDATA[欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：
Markdown和扩展Markdown简洁的语法
代码块高亮
图片链接和图片上传
LaTex数学公式
UML序列图和流程图
离线写博客
导入导出Markdown文件
丰富的快捷键
快捷键
加粗    Ctrl + B 
斜体    Ctrl + I 
引用    Ctrl]]></description><category></category></item></channel></rss>