- 博客(18)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 scikit-learn安装
一、关于Numpy的安装最直接的就是在python目录下，通过命令窗口，直接运行：pip install numpy但不知为什么，我一直下载失败，所以尝试了如下方法，网页下载后安装。这里提供两个链接，都可以下载到numpy安装包：1、官网版：我是用这个链接下的，内容比较纯粹，就是一个numpy的whl文件。2、貌似是加利福利亚学校python库里的：这个链接里不止有numpy，有各种你想...
2020-02-12 22:57:51
566
原创 pip更新失败，提示time out，需更新pip20.0.2的请看这里！！！
全篇针对网速渣的小伙伴们，网速超神的可鄙视离开~大学毕业后，为彻底摆脱学习阴影，一激动直接重装系统，以至于现在准备重操旧业时，只能从搭建环境开始。为避免学习时期做到后期都不忘记前面环境咋搭建的尴尬情况，后续会对各种学习中遇到的问题进行不定期更新。废话请自动忽略，关键字会加粗，进入正题……一、安装python本次为学习scikit-learn，决定现在win10上试试看，搞不定再溜去linu...
2020-02-12 20:01:39
3899
原创 Faster R-CNN增加锚点的方法
前不久看了一片关于增加Faster R-CNN锚点用于检测更小或更大目标具有一定优势的文章，便想尝试着增加锚点看看是否在自己的数据集上有作用，在网上一顿搜索也没找到一个合适的代码，于是决定自己解决，通过一番研究，终于将Faster R-CNN中的锚点从原来的9个增加到12个，并且根据此方法可以随心所欲更改锚点个数和锚的尺寸大小。下面是在Faster R-CNN中增加锚点需要更改的地方，用一个文...
2019-03-31 10:24:30
900
1
转载 Stochastic Pooling
推荐一篇很好的博文，博主也很好，不理解的问题会很及时回复～https://www.cnblogs.com/makefile/p/pooling.html
2019-03-05 20:32:35
408
原创 暗通道先验原理——DCP去雾算法
一、雾图形成模型：—待去雾图像；—恢复的无雾的图像；—全球大气光成分；—透射率变形：c为R、G、B三通道。二、Dark Channel Prior——统计规律对于一个无雾图像，每个局部区域很可能至少一个颜色通道会有很低的值，或黑色东西。（非天空区域）每个局部区域都总有一些很暗的东西。Dark Object Subtraction：利用全图最暗点来去除全局均匀的雾...
2018-12-26 20:59:31
8786
1
原创 Caffe框架
一、Caffe是什么？一个卷积神经网络框架，内部提供了一套基本编程框架，以实现GPU并行架构下的深度学习算法。存在缺陷：只能使用卷积网络，基于CNN模型上进行。与Tensorflow框架区别：可以支持更多DP算法。二、Caffe有3个基本原子结构，不可随意改。Blobs：包装器。所有数据都要被包装成blob格式，用于保存数据实际数据。 Layers：层。初始建层；前向传播；反向梯度。...
2018-10-12 17:19:20
1581
原创 图像去雾算法学习
介绍一篇很好的图像去雾算法论文，对图像去雾算法的学习均源自此文章。《Single Image Haze Removal Using Dark Channel Prior》在中国知网、百度学术上都有下载的。作者根据Dark Object Subtraction原理通过大量实验发现局部找最暗点进行均匀去雾有很好的效果。由此得到对于一个无雾图像，每个局部区域都很有可能有一些暗的地方，换言之，...
2018-10-09 16:59:40
2152
转载 评测指标Accuracy、Precision、Recall、F1以及AUC值、ROC曲线
准确率、精确率、召回率、F1值、ROC/AUC整理笔记https://blog.youkuaiyun.com/u013063099/article/details/80964865 预测坏 实际坏 —— TP预测坏 实际好 —— FP预测好 实际坏 —— FN预测好 实际好 —— TN 对转载博文进行总结，主要方便对这些评测标准理解：1、准确...
2018-10-08 21:14:18
1709
原创 运用Faster RCNN、YOLO经典目标检测算法对滑坡图像进行检测
本次实验采用的操作系统为Ubuntu16.04平台，编程环境基于Python，GPU为NVIDIA GeForce 740m，在基于深度学习框架CAFFE下进行实验。实验输出结果
2018-09-29 21:37:43
2481
20
转载 Linux下Faster RCNN训练自己的数据
https://blog.youkuaiyun.com/sinat_30071459/article/details/51332084补充：在测试时，筛选类的概率在tools文件夹中的demo.py中，修改CONF_THRESH即可。
2018-08-29 19:24:46
280
原创 训练Faster-RCNN出现两个输入数组的非单一维度必须相互匹配问题
图像集制作过程参考：https://blog.youkuaiyun.com/sinat_30071459/article/details/50723212图像集相关修改参考链接下半部分：https://blog.youkuaiyun.com/sinat_30071459/article/details/50546891按要求完成1-9根据第10条运行script_faster_rcnn_VOC2007_ZF....
2018-08-16 10:20:31
2663
原创 win10+matlab2016b+caffe配置（一）——CUDA与cudnn配置
CUDA与cudnn配置一、对应显卡驱动版本下载CUDA对应版本可以参考如下图：注：最好保持CUDA与显卡驱动版本对应。我的显卡是GT 740m，驱动版本为376.51，因此下载的CUDA8.0（8.0.61）另：如果手残更新了驱动版本，可以在“计算机”——右键“管理”——“设备管理”——“显示适配器”——双击双击相应显卡，打开显卡属性——“驱动程序”——“回滚驱动程序...
2018-08-16 10:14:55
1063
原创 YOLOv3训练自己的数据
主要根据此文中步骤进行，针对自己遇到的问题进行以下总结：一、使用GPU训练修改makefile后，需要在darknet文件夹下运行make。二、前部分一直到运行demo，按照步骤执行都没有问题。yolov3.weights文件如果下载不方便，可以直接复制网址到浏览器上下载，下载好的文件放在darknet根目录下。三、（3.生成训练用的标注文件）如果已经制作好了VOC2007数据，在VO...
2018-08-15 21:07:03
1357
原创 RCNN相关概念总结
本文结合此博文根据自己理解进行概念总结。目标识别与检测的区别：识别只需知道属于哪一类，检测需要知道属于哪一类以及具体位置。 RCNNØ Region CNN（RCNN）背景与意义Ross Girshick研究出RCNN，可以说是利用深度学习进行目标检测的开山之作。 Ø 与经典目标检测算法比较相对于DPM算法，效果提高显著。 Ø 候选区特征提取方法经典目标检测算法：人工设定特征（如：Haar、HOG...
2018-07-13 15:44:07
255
原创 cuda7.5升级成8.0操作
一、在电脑控制面板卸载cuda7.5所有相关软件二、在cuda官网选择相应的cuda8.0下载，并进行安装三、在此网址：https://pan.baidu.com/s/1kVlyuJ9 中下载压缩包，在桌面解压，将里面包含的caffe_library和caffe-faster-R-CNN这两个文件夹放到桌面上四、将caffe-faster-R-CNN里面的文件全部拷贝到.\caffe_libra...
2018-06-16 17:04:57
861
转载 用labelImg对图像进行标记制作VOC数据
转载的，基本按照步骤执行不会出现问题：https://blog.youkuaiyun.com/u010807846/article/details/73480628注：在进行标注是一定要确保图像大小一致，一般为500*375或375*500，否在在之后运用faster-rcnn训练数据时会出现错误。...
2018-06-07 12:20:29
1104
原创 Faster-RCNN(Matlab版本)总结自己运行中出现的各种问题与配置情况
转自：https://blog.youkuaiyun.com/sinat_30071459/article/details/50546891并针对自己遇到的问题进行了一系列更改和记录。 Faster-RCNN源码下载地址：Matlab版本：https://github.com/ShaoqingRen/faster_rcnn 一、初始安装的软件版本及检测win10系统安装vs2013；安装Matlab R2...
2018-06-06 17:39:12
2204
pip-20.0.2安装包
2020-02-11
python-3.5.4-64.zip
2020-02-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人