bleakie的博客

0前言 之前我配置过两个版本的py-faster-rcnn是在微软的caffe上进行，另一版是在happynear库上运行，但是因为CPU的原因，只在py-faster-rcnn上运行成功，这里写两个版本（CPU和gpu） cuda7.5安装 之前试了安装cuda8.0，但是各种问题，后来狠心重装了系统，然后顺利完成安装，人品不好啊，if只想用CPU的同学可以直接跳过 http://blo

网上某神写的详细笔记http://blog.youkuaiyun.com/column/details/ym-alanyannick.html

总结solver文件个参数的意义test_iter: 1000 //测试的批次，一次性执行全部数据，效率较低，因此分几个批次进行执行， //如果每个批次数量设为batch_size,则有以下关系：test_iter = 测试样本总数/batch_size test_interval: 1000 //测试间隔，即每训练1000次，进行一次测试

本文用到的数据集：http://download.youkuaiyun.com/detail/bleakie/9685017 1.选取图片建立训练和测试，这里用的是车轮（正样本）和地面（负样本） 输入命令“dir/s/on/b>d:/train.txt”，则会在D盘生成一个名为train的文本文件，里面存放着“批量名称”中全部图像的路径。 前面的绝对路径我是通过文本编辑器里：编辑-替换-全部替

文章转载自http://www.cnblogs.com/yixuan-xu/p/5932651.html    自己学习卷积神经网络也有大半个月了，现在想想整个过程还是很坎坷的。其中的一部分原因应该是自己比较依赖中文博客，倒不是因为写得不好，更多的是因为内容不完整和系统化。就像如果我连卷积神经网络是三维结构都不清楚的话，你跟我谈权值共享又有什么用呢？    所以，如果想从最

dlib19.6以后已经开始支持cuda，需要的环境是vs2015+updata3环境配置 在win10下安装vs2015，cuda8.0（我用的是这个），cudnn（5.1）cmake在 Dlib（这个就无需我多讲） （图中是只对example进行cmake，这样就会得到对应example的编译项目，也可以选择根目录，这样得到的那就是包含所有的编译项目） 注意：这个地方可能会有个问题

前言 首先引用：http://blog.youkuaiyun.com/zb1165048017/article/details/51355143提供的一些地址如下：happynear大神的第三方caffe：http://blog.youkuaiyun.com/happynear/article/details/45372231caffe提供Windows工具包(caffe-windows)：https://github.

注意：编译ssd需要在vs2013上，试了2015每次都出错！！！ 参考的博客：这里写链接内容0 前言 最近在做万恶的目标检测，在试用了fast-dpm之后虽然效果还行，但是速度简直太慢了，于是乎把目标放在了我大深度学习之上，前后使用了faster-rcnn在CPU下大约2s的样子，简直了！看到网上说SSD实时性很好，于是就拿来练手。but，前前后后试了网上很多教程，都是在最后一步测试出错