m0_37799466的博客

float validate_detector_map(char *datacfg, char *cfgfile, char *weightfile, float thresh_calc_avg_iou, const float iou_thresh, const int map_points, int letter_box, network *existing_net){ //读取设置的参数和数据 int j; list *options = read_data_cfg(datacfg

1、资源获取（1）源码下载；从GitHub上下载openpose源码；（2） cuda和cudnn安装，这里不再赘述，我安装的版本分别为cuda10.1，cudnn7.6.3；（3）安装cmake-gui,ubuntu下安装东西十分方便，一句代码搞定# 安装cmake-guisudo apt-get install cmake-qt-gui （4） 下载cmake编译所需文件和模型，因为使用cmake编译openpose源码时会下载编译所需文件，但是下载速度很慢，而且在下载模型时会出现下载失败

1、环境配置下载官方代码，选择Windows分支的版本查看其README.md文件，其中对环境的要求都已说明，且可以配置多个版本；Visual Studio 2015, CPU only, Python 3.5: Caffe Release, Caffe DebugVisual Studio 2015, CUDA 8.0, Python 3.5: Caffe ReleaseVisual Studio 2015, CPU only, Python 2.7: Caffe Release, Caff

OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity FieldsOpenPose：使用部件亲和场的实时多人二维姿态评估算法论文原文地址：https://arxiv.org/pdf/1812.08008.pdf本论文代码网址：https://github.com/CMU-Perceptual-Computing-Lab/openpose摘要： 实时多人2D姿态估计是使机器能够了解图像和视频中人物的关键组件。在这项

1、资源获取（1）源码下载；从GitHub上下载openpose源码；（2） cmake、cuda和VS安装，这里不再赘述，我安装的版本分别为cmake3.12.2，cuda10.0，VS2015；（3） 下载cmake编译所需文件和模型，因为使用cmake编译openpose源码时会下载编译所需文件，但是下载速度很慢，而且在下载模型时会出现下载失败，从而导致无法编译成功；所以我们需要提前下载好，然后解压到相应的文件夹内；1） 首先是下载openpose-master\3rdparty\window

mAP计算过程

1、支持的框架support for：ONNX (.onnx, .pb, .pbtxt),Keras (.h5, .keras),CoreML (.mlmodel),Caffe2 (predict_net.pb, predict_net.pbtxt),MXNet (.model, -symbol.json)TensorFlow Lite (.tflite).experimental support for ：Caffe (.caffemodel, .prototxt),PyTorch (

1、name_scope命名域（1）通过tf.name_scope()来实现，使用tf.Variable()创建变量时会自动加上词头；只要使用该函数，一律创建新的variable，如果出现重名，变量名后面会自动加上后缀1，2….；（2）tf.get_variable()：如果变量存在，则使用以前创建的变量，如果不存在，则新创建一个变量。使用tf.get_variable()创建的变量没有词头；import tensorflow as tfwith tf.name_scope('cltdevelop

多个机器和GPU上部署Slim模型1.设置DeploymentConfigDeploymentConfig参数： * num_clones：每个机器中要部署的模型网络的数量。 * clone_on_cpu：如果将模型放置在CPU上，则为true。 * copy_id：整数。 为其部署模型的机器的索引。 主要机器通常为0。 * num_replicas：要使用的机器数。 * num_ps_tasks：“ ps”作业的任务数。 0不使用副本。 * worker_job_n

update_network(net)1、全连接层权重更新void update_connected_layer(layer l, update_args a){ float learning_rate = a.learning_rate*l.learning_rate_scale;//学习率 float momentum = a.momentum; float decay = a.decay; int batch = a.batch; //更新偏置 a

1、前向传播前向传播的作用就是为了获取误差损失；现在以示例来说明：上图是一个典型的神经网络结构，包括了输入层、隐含层和输出层，为了更好的讲解，现在对其进行赋值：目标：给出输入数据i1,i2(0.05和0.10)，使输出尽可能与原始输出o1,o2(0.01和0.99)接近。（1）.输入层---->隐含层：计算神经元h1的输入加权和：　　神经元h1的输出:(此处用到激活函数为sigmoid函数)：　　　　同理，可计算出神经元h2的输出：　　　　（2）.隐含层---->输出层

1、im2col函数一个图像 input_num=1;图像通道 input_channel=1;图像高 input_h=4;图像宽 input_w=4;kernel高 kernel_h=3;kernel宽 kernel_w=3;stride=1；pad=0；卷积后，输出图像的计算公式：output_h=(input_h-kernel_h)/stride+1;output_w=(input_w-kernel_w)/stride+1;如下图，（注：图像中数据不代表图像的颜色数值）原图（

《You Only Look Once: Unified, Real-Time Object Detection》论文地址；代码地址这是一篇2016年的关于目标检测的论文，可以算是yolo系列的开端，起到了开山的作用，为后面的发展奠定了理论基础。这里我会针对英文与中文对应翻译解读，一般地方都是谷歌翻译，有些专业部分根据自己理解进行意译。摘要：We present YOLO, a new a...

一、pip换源原因大家都有体会，通过pip下载安装包的速度简直是龟速前行，而且会各种报错，尤其是在等了半天马上下载完成时突然报错，简直令人发狂。之所以在使用pip下载安装包时有时会快有时会很慢，是因为其连接的主要是国外的源，当连接国内源时速度很快，所以这里需要将其连接的源都换成国内的源来提升下载速度。二、国内源阿里云 [http://mirrors.aliyun.com/pypi/simpl...

1.首先将自制数据集制作成voc格式2.修改cfg文件中的voc.dataclasses= 3 #修改为自己的类别数train = /home/learner/darknet/data/voc/train.txt #修改为自己的路径 or /home/learner/darknet/scripts/2007_test.txtvalid = /home/learner/dark...

一，环境配置VS2015+显卡RtX2080ti+CUDA10.0+Opencv2.4.13+pthreadDarknet:代码地址二，编译过程1.下载源码后配置文件，首先使用nvcc -V查看自己的cuda版本然后自己安装cuda文件目录中查看自己的cudnn版本，我的是C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.0\inc...

from tensorflow.contrib import slimimport tensorflow as tfinput1 = tf.Variable(tf.random_normal([1,513,513,3]))input2 = tf.Variable(tf.random_normal([1,513,513,3]))def conv2d_same(inputs, num_o...

今天在看代码是发现了好多函数前添加了装饰器@slim.add_arg_scope，一般装饰器都是为了使装饰的目标函数可以快速的调用，使整体代码更加简洁，而@slim.add_arg_scope的作用也是如此；首先先讲一下python中的装饰器；1.Python装饰器(Decorator)装饰器(Decorators)是 Python 的一个重要部分。简单地说：其就是修改其他函数的功能的函数...

可分离的卷积具体操作是先对输入特征图每个通道分别进行卷积操作，然后再进行1维卷积实现输出通道的改变。假设输入通道和输出通道分别为，核大小为，输入特征图大小为，输出特征图大小为，考虑偏置，不补0的卷积,其参数量为：很明显可以发现输出通道数越多其参数量与普通卷积相比越少。MAC计算量：FLOPs计算量为：...

1.卷积层尺寸的计算原理输入矩阵格式：四个维度，依次为：样本数、图像高度、图像宽度、图像通道数。输出矩阵格式：与输出矩阵的维度顺序和含义相同，但是后三个维度（图像高度、图像宽度、图像通道数）的尺寸发生变化。权重矩阵（卷积核）格式：同样是四个维度，但维度的含义与上面两者都不同，为：卷积核高度、卷积核宽度、输入通道数、输出通道数（卷积核个数）输入矩阵、权重矩阵、输出矩阵这三者之间的相互决定关系...

Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation原文地址：DeepLabv3+代码复现：TensorFlow摘要：在深度神经网络中，空间金字塔池化模块或编码解码器结构都常被用于解决语义分割任务。前者的网络能够对多种采样率和多个感受野进行滤波和池化操作来探查传入特征，从而对多尺度上...

1.为什么会出现SPP结构，其作用是什么？通过Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition论文可以基本了解其作用和基本结构，从图中可以看到传统的操作是先将原图crop（裁剪/变换，也就是类似resize操作），直接送入卷积层，然后进入全连接分类。但是每幅图像中目标物体位置和大小难以保...

这里写自定义目录目录一，环境配置VS2015+显卡RtX2080ti+CUDA10.1+Opencv2.4.13+pthreadpthread:ftp://sourceware.org/pub/pthreads-win32/pthreads-w32-2-9-1-release.zipDarknet:https://github.com/pjreddie/darknet二，编译过程1....