lockonlxf-优快云博客

原创 My Publications

My research interests include deep learning and computer vision.

2021-03-12 12:42:15 563

原创 Linux系统服务器常用指令（持续更新）

D指令功能df -h查看文件系统空间占用情况du -h --max-depth=1查看当前用户系统盘空间占用情况N指令功能nvidia-smi查看GPU信息和状态K指令功能kill -9 PID终止对应PID进程T指令功能top查看CPU和内存使用情况to

2019-04-15 18:59:55 567

目录一、引言二、Datasets1、PACS2、 Office-Home3、 VLCS一、引言自从DomainBed在ICLR2021上横空出世之后，Domain Generalization任务看起来好像有了相对统一的标准，后续大量论文都是基于DomainBed框架实现。由于DG的benchmarks非常多，本文将列举主要的几个数据集的下载方式，以及注意事项。二、Datasets1、PACSHome LinkPs: 打开上述链接后直接点击图片可进入google云盘下载@inproceedi

2022-03-23 15:10:14 5324 4

原创数据集处理（二）——Tiny-imagenet

目录一、引言二、下载数据三、数据形式四、自定义数据加载一、引言最近在做一些大规模数据集（ImageNet-1k、ImageNet-21k）的实验之外，还做了一些小数据集的 ablation study。其中pytorch有自带的cifar10、cifar100数据加载，而Tiny ImageNet是没有的。于是简单在此记录一下这个数据集的处理。 Tiny ImageNet Challenge 是斯坦福 CS231N 的默认课程项目。它的运行类似于 ImageNet 挑战赛 (ILSVRC)。

2021-11-24 11:12:00 29214 8

原创 faster-rcnn.pytorch-1.0指南（四）——训练自己的数据集

目录faster-rcnn.pytorch-1.0指南（一）——序言faster-rcnn.pytorch-1.0指南（二）——平台搭建和模型训练faster-rcnn.pytorch-1.0指南（三）——制作PASCAL VOC2007数据集在完成制作PASCAL VOC2007数据集后可以开始训练自己的数据集了。我这里用的例子是之前做的KITTI数据集目标检测——KITTI转VOC一、修改参数　　首先，在faster-rcnn.pytorch/lib/datasets目录下的p

2020-06-05 13:45:42 1213 1

原创目标检测之数据集（一）——KITTI转VOC

目录一、引言二、下载数据三、数据形式四、PNG 转 JPG五、类别调整六、TXT 转 XML七、生成检索txt文件一、引言对于KITTI数据集，有着很丰富的应用，不仅仅局限于目标检测，这就导致了数据集的标签是txt文件，里面包含了各种任务所需要的标签，因此为了实现目标检测的任务，我们就需要将属于目标检测的坐标从中提取出来再生成对应的xml文件。二、下载数据打开官网我们可以看到以下界面，那么我们真正需要的只有标注出的两个文件。除了可以再官网下载之外，这里再提供一个下载链接 http

2020-06-05 11:39:00 1603 4

原创 faster-rcnn.pytorch-1.0指南（三）——制作PASCAL VOC2007数据集

目录faster-rcnn.pytorch-1.0指南（一）——序言faster-rcnn.pytorch-1.0指南（二）——平台搭建和模型训练数据集解析在利用诸如Faster R-CNN等深度学习网络进行目标检测的时候一定需要训练自己的数据集。在制作为VOC2007格式的数据集之前，来看看这个数据集到底是什么样的：　　参照tf-faster-rcnn指南（二）——平台搭建　　VOC2007数据集包含有5个文件夹，其中：　　1、Annotations文件夹　　该文件下存放的是xml格式

2020-06-04 15:01:17 1312

原创 faster-rcnn.pytorch-1.0指南（二）——平台搭建和模型训练

一、下载Github代码git clone https://github.com/jwyang/faster-rcnn.pytorch.git二、创建文件夹cd faster-rcnn.pytorch mkdir datacd datamkdir pretrained_model三、下载数据这一步和我去年写tf-faster-rcnn指南（二）是一样的1、Download the training, validation, test data and VOCdevkitwget

2020-06-04 11:24:16 1730 6

原创 faster-rcnn.pytorch-1.0指南（一）——序言

万万没想到，自去年电网项目之后，我又重拾起了检测任务。不得不说在科研界，TensorFlow已经不行了，Pytorch才是王道。最近刚上手无监督域适配（UDA）的目标检测，导师叫我复现一下一些文章，结果惊奇的发现清一色的pytorch0.4，然而公司的镜像却是1.x，这就非常不友好了，本想在1.x上强撸，结果以失败告终。。经过调研发现，UDA的目标检测基本上用faster-rcnn作为baseline，而faster-rcnn公开的代码基本是0.4的，网上很多博客攻略也是以0.4来写的，都2020，还

2020-06-04 10:42:44 735

原创 ssd.pytorch指南（一）——序言

由于最近在做项目，所以既tf-faster-rcnn之后，顺便再完成ssd的指南。据说pytorch是搞科研的利器，所以还是以后还是尽可能的在pytorch上搞一搞。本次所使用的源码为:https://github.com/amdegroot/ssd.pytorch目录ssd.pytorch指南（一）——序言...

2020-02-16 09:45:45 745 2

原创 ssd.pytorch指南（五）——训练自己的数据集

目录ssd.pytorch指南（一）——序言ssd.pytorch指南（二）——平台搭建ssd.pytorch指南（三）——训练模型ssd.pytorch指南（四）——制作PASCAL VOC2007数据集在完成制作PASCAL VOC2007数据集后可以开始训练自己的数据集了。一、修改参数1、修改config.py参数　　打开ssd_pytorch/data/config....

2020-02-12 19:19:06 2320 4

原创 ssd.pytorch指南（四）——制作PASCAL VOC2007数据集

目录ssd.pytorch指南（一）——序言ssd.pytorch指南（二）——平台搭建ssd.pytorch指南（三）——训练模型ssd.pytorch（四）——制作PASCAL VOC2007数据集一、需改数据集代码　　如第二章提到，官方的训练集使用了VOC0712trainval（2007+2012），测试集用了VOC2007test。那么实际上，我们不需要制作两个训练集，只...

2020-02-12 19:17:20 1145

原创 ssd.pytorch指南（三）——训练模型

本章节既是指南如何训练测试模型，同时也是检验上一章所提的平台搭建是否成功。目录ssd.pytorch指南（一）——序言ssd.pytorch指南（二）——平台搭建ssd.pytorch指南（三）——训练模型一、下载预训练模型1、在ssd_pytorch文件夹下新建weights文件夹cd ..mkdir weightscd weights2、下载预训练模型wget ht...

2020-02-12 19:17:08 1834 1

原创 ssd.pytorch指南（二）——平台搭建

目录ssd.pytorch指南（一）——序言一、环境搭建1、python3+torch0.4.1+torchvision2、官方代码需要安装cv2和visdompip install opencv-pythonpip install visdom二、代码下载https://github.com/amdegroot/ssd.pytorch解压后将文件夹充命名为ssd_pyto...

2020-02-12 19:16:57 1398 4

原创 Pytorch学习笔记（II）——自定义数据集载入方式（二）

目录一、引言二、自定义数据集载入方式1、准备工作2、 init 3、 getitem 4、 len 5、载入一、引言深度学习中主要分为两大任务，分类和回归。 1、分类即classification，就是将具有相同属性的样本划分为同一类，具有不同属性的样本划分为不同类。以往我们需要通过对样本打标签来划分类别，用0，1，2，3，…表示类别。而在Pytorch中只需要将同...

2020-01-15 13:35:20 770

原创论文笔记——Deformation Transfer for Triangle Meshes（2004-SIGGRAPH）

目录一、核心思想二、算法分析1、Deformation Transfer （形变迁移）一、核心思想首先，文章题目名为《Deformation Transfer for Triangle Meshes》，即三角网格的形变迁移。这一理论的核心观点可以参考下图，已知条件需要包括三个信息： 1、源始网格 SSS，也就是下图中第一行的第一匹马； 2、与 SSS 对应的发生形变的网格 S′S'...

2020-01-04 15:11:29 6150 6

原创论文复现——Sphereface-Pytorch

最近在写论文，要做一些对比实验，需要以Sphereface为基础。其实实验早该做了，就是一直拖拖拖…唉拖延症患者。今天总算是把github上的代码跑通了，赶紧做下小笔记。因为还要赶论文，就简单写一下，以后再回来改。本次所使用的源码为:https://github.com/clcarwin/sphereface_pytorch然而具体的操作步骤说明是有错误的通过参考：https://www.c...

2019-10-30 17:45:47 1694 6

原创三维人脸重建（二）——Python生成ply文件

目录引言一、ply格式模型介绍二、代码引言本文主要以做坐标点为例。我们知道python对数据的处理主要是以numpy的形式一般三维空间坐标的矩阵在python中为[[x1, y1, z1],[x2, y2, z2],.........[xn, yn, zn]] 然后可以通过工具包绘制三维散点图，如下总归python只是一个数据处理工具，npy格式的数据...

2019-08-11 17:36:19 12405 35

原创 Pytorch学习笔记（III）——提取特征

目录一、引言二、具体步骤1、参数模型2、网络结构3、参数载入4、特征提取器5、读取图片三、完整代码一、引言深度学习在许多任务中主要充当着特征学习的作用，而学习完的特征才是后续应用的一个关键。本文将主要介绍，如何提取任意目标层的特征图。本文以输入数据为图片为例。二、具体步骤1、参数模型博主使用了ResNet50训练了一个人脸识别的网络训练完成的深度学习模型，我们会保存一...

2019-08-05 18:01:04 2411 1

原创 Pytorch学习笔记（II）——自定义数据集载入方式（一）

目录一、引言二、自定义数据集载入方式1、准备工作2、 init 3、 getitem 4、 len 5、载入三、完整代码四、现有任务的载入方法1、孪生网络（人脸识别/匹配）2、人脸关键点检测一、引言深度学习中主要分为两大任务，分类和回归。 1、分类即classification，就是将具有相同属性的样本划分为同一类，具有不同属性的样本划分为不同类。以往我们需要通过对...

2019-07-13 10:33:00 1286

原创 Pytorch学习笔记（I）——预训练模型（二）：修改网络结构（ResNet34及以下）

（pytorch1.0）最近在研究pytorch如何修改与训练模型的网络结构，然后发现了两种版本，一种是细调版，一种是快速版　　经过一番钻研后发现细调版适合对网络模型进行大幅度的改动（如在原有的结构上穿插着增减层），而快速版适合直接对网络末端的层进行增减。　　虽然快速版简单易懂，但是还是要对细调版有所了解才能比较，万一以后用的上呢。因此，我就好好研究了一番细调版，结果发现网上的代码或者博客基...

2019-07-05 18:53:34 8555 12

原创人脸检测（一）——MTCNN集成包安装使用指南

0. 引言初衷：　　　　当前已经有很多博客对MTCNN的原理分析，不过对于很多从事人脸研究（非人脸检测）的小伙伴而言，人脸检测只是一个前置步骤，并不需要了解太多，更不需要做技术上的创新，只需要效果不错的人脸检测工具箱就好。　　既然只是需要一个工具箱，自然选择尽量省事的方法，也就是不需要我们训练网络的方法。因此，本指南只面向于将人脸检测作为工具箱的小伙伴，若想进一步研究的大佬，请移步githu...

2019-06-04 19:20:46 8544 3

原创三维人脸重建（一）——Python读取obj文件

目录一、obj格式模型介绍二、3D模型三、代码一、obj格式模型介绍文件说明很有必要，有助于数据提取时的理解。这一部分借鉴OBJ格式模型详细介绍obj格式有4种数据，分别以一下字母开头：　　１.　v顶点　　２.　vt纹理坐标　　３.　vn顶点法向量　　４.　f 面二、3D模型通过Meshlab可以直接打开obj文件，并进行各种操作，如下图三、代码虽然通过一些3D软件可以令o...

2019-05-27 15:43:02 17792 8