<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[nzzfsw的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/nzzfsw</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; nzzfsw]]></copyright><item><title><![CDATA[linux问题集锦]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/107405135</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/107405135</guid><author>nzzfsw</author><pubDate>Fri, 17 Jul 2020 11:55:00 +0800</pubDate><description><![CDATA[（1）.build_release/src/caffe/proto/caffe.pb.h:10:40: fatal error: google/protobuf/port_def.inc: No such file or directory
  ......
直接将annoconda3重命名，让它找不到这个路径

另：在搭建caffe的环境时出现错误（估计和（1）类似，直接解决（1）就行）：
.build_release/src/caffe/proto/caffe.pb.h:23:35: fat...]]></description><category></category></item><item><title><![CDATA[window10+vscode连接远程服务器linux（超级简单版）]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/105585803</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/105585803</guid><author>nzzfsw</author><pubDate>Fri, 17 Apr 2020 18:28:53 +0800</pubDate><description><![CDATA[1. 安装vscode

2. 安装必要插件：



3.开始配置远程连接







4.按照提示来，经过一会会的等待会在远程服务器，我的是在home下生成文件夹.vscode-server（如果后面环境啥的发生改变连接失败，可以删除这个文件夹重来）

5.大致如此
...]]></description><category></category></item><item><title><![CDATA[人脸关键点配准的二三事]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/105556434</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/105556434</guid><author>nzzfsw</author><pubDate>Thu, 16 Apr 2020 13:54:34 +0800</pubDate><description><![CDATA[人脸关键点检测调研

一、现状

人脸关键点检测是人脸识别和分析领域中的关键一步，它是诸如自动人脸识别、表情分析、三维人脸重建及三维动画等其它人脸相关问题的前提和突破口。但实际应用中人脸的不同尺寸，姿态，遮挡，光照，复杂表情等对人脸关键点检测具有较大的挑战性。近些年来，深度学习方法由于其自动学习及持续学习能力，已被成功应用到了图像识别与分析、语音识别和自然语言处理等很多领域，且在这些方面都带来了很...]]></description><category></category></item><item><title><![CDATA[双目匹配与视差估计_补充（侧重自监督/无监督方面）]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/105541243</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/105541243</guid><author>nzzfsw</author><pubDate>Wed, 15 Apr 2020 18:37:02 +0800</pubDate><description><![CDATA[文章百度网盘（图片上传总是失败，想看图的话直接下载word吧）：

链接：https://pan.baidu.com/s/1thJ9u7vyUrg8N9fBBeh6Uw
提取码：813e

PYD-NET（iros2018）
 与多数策略一样，将深度估计视为图像重建问题去解决。对每一对无标签的数据，左视图通过网络处理获得逆深度图（即视差图disparity maps）。PyD Net可以...]]></description><category></category></item><item><title><![CDATA[双目匹配与视差估计方法汇总（侧重监督学习方面）]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/105541171</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/105541171</guid><author>nzzfsw</author><pubDate>Wed, 15 Apr 2020 18:24:04 +0800</pubDate><description><![CDATA[1 现状

从立体图像中估计深度信息对于计算机视觉的应用至关重要，包括车辆的自动驾驶，3D模型重建和物体的检测与识别。由于各种现实问题，例如遮挡，大的无纹理区域（例如天空，墙壁等），反射表面（例如窗户），薄结构和重复纹理，这是具有挑战性的。本文主要对基于深度学习的双目匹配与视差估计方法进行调研。

2 方法

 对于一对矫正过的立体图像，深度信息估计的目标就是计算参考图像上每一个像素点...]]></description><category></category></item><item><title><![CDATA[双系统安装，用U盘安装ubuntu14.04(有点晕，告辞)]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/105541070</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/105541070</guid><author>nzzfsw</author><pubDate>Wed, 15 Apr 2020 18:18:47 +0800</pubDate><description><![CDATA[U盘安装ubuntu14.04(16.04出错）
1.通过在UEFI启动模式下正确安装
https://www.cnblogs.com/iamnewsea/p/7701436.html
2.在分区时将data盘分出的50G全给了/
3.巨坑的是显卡驱动的安装，我的显卡是NVIDIA GeForce GTX 1050
(官网下载驱动 https://www.nvidia.cn/Download/in...]]></description><category></category></item><item><title><![CDATA[Ubuntu14.04 + cuda8.0 + cudnn7安装torch7]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/105541022</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/105541022</guid><author>nzzfsw</author><pubDate>Wed, 15 Apr 2020 18:14:07 +0800</pubDate><description><![CDATA[Ubuntu14.04 + cuda8.0 + cudnn7
1.参考 https://blog.youkuaiyun.com/Hungryof/article/details/51557666?locationNum=13&amp;fps=1 （安装torch7以及其支持的cudnn和cuda）
2.安装cudnn时
git clone https://github.com/soumith/cudnn.to...]]></description><category></category></item><item><title><![CDATA[linux安装annoconda3后，原有caffe包再次编译会出错（protobuf版本冲突）]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/105540865</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/105540865</guid><author>nzzfsw</author><pubDate>Wed, 15 Apr 2020 18:08:33 +0800</pubDate><description><![CDATA[在搭建caffe的环境时出现错误：
.build_release/src/caffe/proto/caffe.pb.h:23:35: fatal error: google/protobuf/arena.h: 没有那个文件
错误原因，在caffe安装之前安装了annoconda3.6的版本，版本中自带了protobuf3.x版本，对caffe的编译环境产生了影响
解决：
方法一：
在Makefil...]]></description><category></category></item><item><title><![CDATA[linux+cuda8.0+安装pytorch（踩坑经验）]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/105540231</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/105540231</guid><author>nzzfsw</author><pubDate>Wed, 15 Apr 2020 17:48:14 +0800</pubDate><description><![CDATA[https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ (Anaconda下载网址)
py36
bash Anaconda3-5.2.0-Linux-x86_64.sh

如有需要可以将默认的源换成国内的清华源，由于一些原因默认的源国内下载速度过慢，在终端输入以下：
conda config --add channels https://mir...]]></description><category></category></item><item><title><![CDATA[Joint Head Pose Estimation with Multi-task Cascaded Convolutional Networks for Face Alignment]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/87702286</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/87702286</guid><author>nzzfsw</author><pubDate>Tue, 19 Feb 2019 13:19:16 +0800</pubDate><description><![CDATA[文章发表在ICPR2018上，采用一个多任务级联神经网络的框架来实现实时的人脸检测、人脸配准以及头部姿态估计。MTCNN能够实现实时的人脸检测和人脸配准，尽管它在人脸配准方面的性能超越了许多其他最新的方法，但它仅仅输出了 5 个特征点，当需要输出更加密集的特征点时并不能得到很好的效果。所以，本文利用了人脸配准和头部姿态估计之间的内在联系来增强密集的人脸配准性能。

1.网络结构

四个阶段的网络设...]]></description><category></category></item><item><title><![CDATA[基于部件的人脸编辑与美化算法]]></title><link>https://blog.youkuaiyun.com/nzzfsw/article/details/87700990</link><guid>https://blog.youkuaiyun.com/nzzfsw/article/details/87700990</guid><author>nzzfsw</author><pubDate>Tue, 19 Feb 2019 12:59:18 +0800</pubDate><description><![CDATA[文章提出了一种基于部件的人脸编辑与美化算，该算法包括人脸部件渐变与人脸化妆两部分。它首先基于三角剖分的思想对人脸部件进行变换，然后利用基于范例的数字化妆方法对人脸进行化妆。实验结果表明，部件变换并化妆后的人脸具有真实感。文章链接：http://sjcj.nuaa.edu.cn/ch/reader/create_pdf.aspx?file_no=S201706007&amp;amp;flag=1&amp;amp;j...]]></description><category></category></item></channel></rss>