ChenJoya的博客

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：

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

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：**```

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...

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...

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...

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...

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&Caltech&Cityscapes数据集上实...

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 pauseSET ...

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...

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...

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

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

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

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

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...