<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[荆棘鸟的专栏]]></title><description><![CDATA[坚持梦想，永不懈怠，一往无前！]]></description><link>https://blog.youkuaiyun.com/u010333076</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; u010333076]]></copyright><item><title><![CDATA[视频黑边去除算法（python+opencv）]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87900631</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87900631</guid><author>u010333076</author><pubDate>Sun, 24 Feb 2019 10:33:04 +0800</pubDate><description><![CDATA[黑边是指视频中存在的黑色或白色边框，这类边框存在于很多视频中，由于黑边的存在，哈希值的提取收到了它的干扰，尤其对于dhash来说，影响非常大，容易造成误判。在v1.0排重算法中，采用的黑边去除方法是opencv自带的函数，该函数对于包含logo的黑边处理效果很差，而绝大部分黑边中都包含视频logo，因此仍然存在大部分黑边未被去除的情况，所以手工重写黑边去除算法。

部分黑边情况如下图所示：



...]]></description><category></category></item><item><title><![CDATA[《Query-dependent Aesthetic Model with Deep Learning for Photo Quality Assessment》 论文学习笔记]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87900580</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87900580</guid><author>u010333076</author><pubDate>Sun, 24 Feb 2019 10:26:45 +0800</pubDate><description><![CDATA[论文提出了一种“上下文相关”的美学质量评价模型，与以前所不同在于

1）放弃手写特征

2）不适用统一模型评价所有图片

3）不依赖其他辅助信息，不针对特定类别

网络设计：



网络有三个卷积层，俩个全连接层，设计的十分简单，但效果要比复杂的网络还好，原因在于两点：

1）卷积核较大，输入尺寸较大，较好的展现了图像的局部整体信息。

2）全连接层接第二层卷积层，得以保留部分全局信息。

究其原...]]></description><category></category></item><item><title><![CDATA[视频分类算法（《《Learnable pooling with Context Gating for video classification》）]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87900522</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87900522</guid><author>u010333076</author><pubDate>Sun, 24 Feb 2019 10:22:36 +0800</pubDate><description><![CDATA[一般的视频理解方法通常对一段视频的间隔帧提取特征，取它们的极大值或均值来代表整段视频的特征，这是一种很简单的视频表示方法，但是容易陷入局部最优解，论文为此探索了一种可学习的池化技巧（learnable pooling techniques），它将多个算法（比如 Soft Bag-of-words, Fisher Vectors, NetVLAD, GRU and LSTM）相结合，共同组成视频特征...]]></description><category></category></item><item><title><![CDATA["NetVLAD"场景识别模型解读]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87900456</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87900456</guid><author>u010333076</author><pubDate>Sun, 24 Feb 2019 10:16:28 +0800</pubDate><description><![CDATA[c论文： NetVLAD: CNN architecture for weakly supervised place recognition

来源：CVPR 2016

应用：NetVLAD是一种场景识别算法，但实际上其不仅仅能应用于场景识别，该网络结构可以对卷积神经网络得到的中间特征进行编码，并实现了BP，因此可以用于其他任何以卷积神经网络为基础的识别或者检索场景，并获得比SIFT等为基础的其...]]></description><category></category></item><item><title><![CDATA[BOF、FV、VLAD算法浅析]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87900431</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87900431</guid><author>u010333076</author><pubDate>Sun, 24 Feb 2019 10:07:09 +0800</pubDate><description><![CDATA[BOF、FV、VLAD等算法都是基于特征描述算子的特征编码算法，关于特征描述算子是以SIFT为基础的一类算法，该类算法能得到图片的一系列局部特征，该类特征对旋转、缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性，但是该类特征产生的特征矩阵一般都较为庞大，因此需要利用特征编码算法对其进行编码，以便后续构建索引，实现图像检索。

BOF、FV、VLAD都需要对SIFT得到的特...]]></description><category></category></item><item><title><![CDATA[tf1.7+cuda9.0+cudnn7.0.3+tensorRT3.0.4编译]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87900398</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87900398</guid><author>u010333076</author><pubDate>Sun, 24 Feb 2019 10:03:53 +0800</pubDate><description><![CDATA[cuda和cudnn的安装没有什么特别的，

tensorflow和tensorRT按照官方的文档步骤装就可以。

这里主要有几个坑需要注意：

1、tf编译时候会有大量undeference 到cudnn和cublas的报错，导致编译失败，需要参照下面解释修改
 

I was able to work around this issue by modifying:
CROSSTOOL_nvcc...]]></description><category></category></item><item><title><![CDATA[caffe配置过程]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87897687</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87897687</guid><author>u010333076</author><pubDate>Sat, 23 Feb 2019 21:46:55 +0800</pubDate><description><![CDATA[Prerequisites

 

    1.BLAS via ATLAS, MKL, or OpenBLAS.

    2.Boost &amp;gt;= 1.55

    3.protobuf, glog, gflags, hdf5

    4.OpenCV &amp;gt;= 2.4 including 3.0

 

Optional dependencies:

 

    1.CUDA is...]]></description><category></category></item><item><title><![CDATA[模型量化学习路线]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87897393</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87897393</guid><author>u010333076</author><pubDate>Sat, 23 Feb 2019 21:40:42 +0800</pubDate><description><![CDATA[1.【论文笔记】BNN

引用：https://blog.youkuaiyun.com/elaine_bao/article/details/50950969

2.【论文笔记】XNOR-Net

引用：https://blog.youkuaiyun.com/u014380165/article/details/77731595

3.【论文笔记】DOREFA-NET

https://blog.youkuaiyun.com/u01...]]></description><category></category></item><item><title><![CDATA[【论文笔记】ABC-Net]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87897438</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87897438</guid><author>u010333076</author><pubDate>Sat, 23 Feb 2019 21:37:49 +0800</pubDate><description><![CDATA[《Towards Accurate Binary Convolutional Neural Network》是大疆在nips2017上的工作。

contributions

该篇论文致力于解决二值网络对模型精度下降损失明显的问题，尤其是对一些复杂网络，精度损失情况更为显著，论文的主要贡献为如下两点：

1.通过多个二值矩阵的线性组合来逼近原模型的参数。所有的参数被映射到{-1,+1}，论文指出要...]]></description><category></category></item><item><title><![CDATA[【论文笔记】DOREFA-NET]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87897408</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87897408</guid><author>u010333076</author><pubDate>Sat, 23 Feb 2019 21:24:32 +0800</pubDate><description><![CDATA[论文：《DOREFA-NET: TRAINING LOW BITWIDTH CONVOLUTIONAL NEURAL NETWORKS WITH LOW BITWIDTH GRADIENTS》 Face++出品

ABSTRACT

论文提出了一种新的网络结构DOREFA-NET，该网络实现了一种多值网络模型，与之前的二值网络、多值网络不同的是，它实现了梯度的量化，而且取得了较好的结果。

con...]]></description><category></category></item><item><title><![CDATA[模型剪枝学习路线]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87897166</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87897166</guid><author>u010333076</author><pubDate>Sat, 23 Feb 2019 21:21:20 +0800</pubDate><description><![CDATA[1.论文 - Learning both Weights and Connections for Efficient Neural Networks

https://xmfbit.github.io/2018/03/14/paper-network-prune-hansong/

2.论文 - Learning Structured Sparsity in Deep Neural Network...]]></description><category></category></item><item><title><![CDATA[移动端深度学习框架汇总]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87896734</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87896734</guid><author>u010333076</author><pubDate>Sat, 23 Feb 2019 20:32:40 +0800</pubDate><description><![CDATA[目前的主流移动端推理框架包括：

名称
			背景、厂家
			底层
			简述
		tf-lite
			google
			float类型调用Eigen，int8类型调用gemmlowp
			 
		Core ML
			苹果
			
			CPU：Accelerate

			 GPU：Metal Performance Shaders
			
			 
		Caffe2
			faceb...]]></description><category></category></item><item><title><![CDATA[Tensorflow分布式机器学习平台]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/87895324</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/87895324</guid><author>u010333076</author><pubDate>Sat, 23 Feb 2019 18:15:03 +0800</pubDate><description><![CDATA[分布式机器学习的必要性：

TF的实现分为了单机实现和分布式实现，在分布式实现中，需要实现的是对client，master，worker process不在同一台机器上时的支持。

数据量很大的情况下，单机跑深度学习程序，过于耗时，所以需要TensorFlow分布式并行。

分布式机器学习分为单机多卡训练与多机多卡训练。

 

单机多GPU训练：

 

单机多GPU的训练过程：



CPU承...]]></description><category></category></item><item><title><![CDATA[tensorflow serving slim配置流程]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/78454399</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/78454399</guid><author>u010333076</author><pubDate>Mon, 06 Nov 2017 09:26:57 +0800</pubDate><description><![CDATA[发现国内tensorflow serving方面的博文非常少，包括国外也不多，主要依靠官方文档，但官方文档有些碎片化并包含一些冗余，因此整合为一篇文章方便国人。

之前在我在生产环境下用tensorflow的方式是启动一个thrift服务，load进模型之后不断处理请求，但是在面对大批量数据时有些力不从心，对机器的压力很大，因此考虑使用tensorflow serving的方式部署服务。

服务调...]]></description><category></category></item><item><title><![CDATA[checking for LEPTONICA... no]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/78383208</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/78383208</guid><author>u010333076</author><pubDate>Sun, 29 Oct 2017 10:16:07 +0800</pubDate><description><![CDATA[因为没有sudo权限，在安装tessseract的时候提示找不到LEPTONICA，库和头文件都已经配置好了还找不到，研究了一下，发现是PKG_CONFIG_PATH还没配置，按照如下配置重新configure即可

 

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:$HOME/local/leptonica-1.74.4/lib/pkgconfig...]]></description><category></category></item><item><title><![CDATA[libavcodec/mqc.o: relocation r_x86_64_32 against `.rodata' can not be used when making a shared obje]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/77227552</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/77227552</guid><author>u010333076</author><pubDate>Wed, 16 Aug 2017 10:25:06 +0800</pubDate><description><![CDATA[ffmpeg  --enable-shared编译时

libavcodec/mqc.o: relocation r_x86_64_32 against `.rodata' can not be used when making a shared object; recompile with -fpic

ffmpeg编译错误，修改Makefile

121：$$(OBJS-$(1)): CFLA...]]></description><category></category></item><item><title><![CDATA[论文笔记《HyperFace: A Deep Multi-task Learning Framework ...》]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/52291216</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/52291216</guid><author>u010333076</author><pubDate>Tue, 23 Aug 2016 15:24:40 +0800</pubDate><description><![CDATA[HyperFace: ADeep Multi-task Learning
Framework for Face Detection, Landmark
Localization, Pose Estimation, and Gender
Recognition
概要
论文采用多任务学习的方法，实现了利用CNN 同时做人脸检测，关键点定位，姿态估计和性别预测4项任务。利用多任务学习同时完成几]]></description><category></category></item><item><title><![CDATA[【转】R-CNN学习笔记5:Faster R-CNN]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/52233174</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/52233174</guid><author>u010333076</author><pubDate>Wed, 17 Aug 2016 17:51:27 +0800</pubDate><description><![CDATA[原文地址：http://blog.youkuaiyun.com/cv_family_z/article/details/46864473


摘要：SPPNet和Fast R-CNN降低了网络学习特征的时间，SS由于需耗时1~2s，EdgeBoxes 
耗时约0.2s，提取proposal的方法成为检测的瓶颈。本文提出了Region Proposal Networks(RPNs)实现实时提取propo]]></description><category></category></item><item><title><![CDATA[【转】R-CNN学习笔记4:Fast R-CNN]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/52231600</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/52231600</guid><author>u010333076</author><pubDate>Wed, 17 Aug 2016 15:46:24 +0800</pubDate><description><![CDATA[【原文：http://zhangliliang.com/2015/05/17/paper-note-fast-rcnn/】



论文出处见：http://arxiv.org/abs/1504.08083
项目见：https://github.com/rbgirshick/fast-rcnn

R-CNN的进化版，0.3s一张图片，VOC07有70的mAP，可谓又快又强。
而且rb]]></description><category></category></item><item><title><![CDATA[【转】R-CNN学习笔记3:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-net)]]></title><link>https://blog.youkuaiyun.com/u010333076/article/details/52229466</link><guid>https://blog.youkuaiyun.com/u010333076/article/details/52229466</guid><author>u010333076</author><pubDate>Wed, 17 Aug 2016 12:29:05 +0800</pubDate><description><![CDATA[原文地址：http://blog.youkuaiyun.com/u011534057/article/details/51219959




CNN网络需要固定尺寸的图像输入，SPPNet将任意大小的图像池化生成固定长度的图像表示，提升R-CNN检测的速度24-102倍。

固定图像尺寸输入的问题，截取的区域未涵盖整个目标或者缩放带来图像的扭曲。事实上，CNN的卷积层不需要固定尺寸的图像，全连]]></description><category></category></item></channel></rss>