taneijia的专栏

目前目标检测比较好的两种方法是Fast-RCNN和OverFeat。我更喜欢OverFeat，因为OverFeat完全使用CovNet来做Classification，Localization和detection，比Pip Line的方法好多了，简洁并且减少经验性的东西。最终也方便做到end-end的Training。尝试一下如何使用OverFeat。OverFeat的代码包是sklearn-the

行人检测 (pedestrian detection)是智能交通视频分析的基础技术之一。1 现有的方法基于HOG方法基于DPM基于卷积神经网络基于HOG方法已经研究了很多年，有一些现成的代码实现，速度看起来也是比较快的，可以做到500帧每秒的检测速度（640*480，GTX295）。基于DPM的方法其实也是基于HOG的，只不过为行人的图像构建可以变形的模型，这样在检测行人的时候更为鲁棒。基于

按照Daniel Nouri的Tutorial（2014年12月写的）实验一下，目的是： 1. 玩一下面部特征的定位 2. 再熟悉一下Lasagne的使用。1 准备数据集在Kaggle上注册，然后下载facial keypoints tutorial的数据集，包括如下文件。并将文件放入$home/data/kaggle-facial-keypoint-detection目录中。IdLookupT

虽然Lasagne自带的examples中带有MNIST的例子，但是这个例子的风格更接近用Theano来写。使用nolearn.lasagne中的NeuralNet类来写MLP似乎更符合Lasagne的设计初衷，也更像Caffe的风格。code没有比代码更清楚地了：# Using lasagne to fit mnist.# show how to use NeuralNet# Tarrega,

Image Roi Proposal , Object Proposals( 翻译成什么好 )标签（空格分隔）： vision物体检测的套路还是需要先得到一些Roi，然后判断这些Roi中是什么物体。 为了防止有漏网之鱼，所以，一般在一幅图中会有上千个Roi。Object Proposals有影响力的算法当然是Selective Search。但是这个领域进步很快， 从GoP的测试来看，目前Rec

Lasagne（n.烤宽面条），大概是一种美食，是不是就是我们的炒面或者是焗面条。我感觉Lasagne是对Theano的一种封装。Theano的Symbolic Math非常漂亮，但是可能比较难理解。Lasagne将Theano的封装了一下，构造DNN的时候，用Lasagne 就基本够用了，Lasagne的接口就比较容易理解一点。当然，如果你有自己的其他想法，还是需要用Theano来自己实现（甚至

用FR-CNN来运行一个图片中目标检测的例子安装了FR-CNN以后，运行demo.py没有问题了。 找一个图片来自己测试一下。当然现在还只能使用VOC2007（VOC2012）的图片，因为只有这两个数据集，作者提供了预先计算好的Roi。准备数据从VOC2007中找一个图片。从~/fast-rcnn/VOCdevkit/VOC2007/JPEGImages中选择一张图片，拷贝到 ~/fast-r

安装 Caffe , Berkely的深度学习框架标签（空格分隔）： vision deepLearningCaffe是Berkeley的一个深度学习框架，方便构造深度学习网络，并在GPU上运行。 安装过程按照Caffe的主页上的描述：http://caffe.berkeleyvision.org/install_apt.html基本系统信息 Basic system information使用U

Delve into Fast R-CNN Code. 能够运行Demo，然后看一下代码结构标签（空格分隔）： vision_init_paths.pydemo.py首先import了这个模块，主要就是把路径设置好。# Add caffe to PYTHONPATHcaffe_path = osp.join(this_dir, '..', 'caffe-fast-rcnn', 'python')

benchmark中的这个例子计算了各层Transform所需的时间，以及各层的输出。运行并分析一下有助于理解各层网络的结构。How to runpython plot_overfeat_benchmark.py 运行的结果是: (其实整个网络只有12层(0-11)。) 分析分析一下程序运行的输出，测试使用了5张图片，所以ouput.shape第一个维度总是5。图像库asirra中有两类：cat

自己按照Kaggle的tutorial跑一下facial keypoints，也可以为人脸检测积累更多的数据。参考Daniel的BlogCNN是图像分类的重要工具，如果不明白CNN，可以参见stanford的演示。1 环境准备1 Python环境CUDA toolkit, Python 2.7.x, numpy, pandas, 数据处理matplotlib,scikit-learn，t