ChenJoya的博客

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

代码function ROI=LabelBox(filename)Mat=imread(filename);imshow(Mat);mouse=imrect;pos=getPosition(mouse);% x1 y1 w hROI=[pos(1) pos(2) pos(1)+pos(3) pos(2)+pos(4)]; end效果>> LabelB...

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