木木的木头

一只爱折腾的小程序猿

caffe生成LMDB格式的数据文件

深度学习

记录 caffe自带提供了一个生成LMDB格式文件的工具,在caffe/built/tools下面 可以编写如下sh脚本文件生成LMDB格式数据 注意需要修改前5行的路径,还有文件最后面两个数据list文件的文件名,我的是test.txt和train.txt,你使用的时候需要修改成你自己的文件名 注意resize的设置,设置成你需要的尺寸 #!/usr/bin/env sh...

caffe生成HDF5格式的数据文件

深度学习

记录 使用如下python代码生成,注意修改路径,修改图片属性 # -*- coding: utf-8 -*- import h5py import os import cv2 import math import numpy as np import random import re root_path = "/home/jiangwei/caffetest/mnist/t...

caffe人绘制神经网络流程图

深度学习

记录 caffe自带提供了一个工具可以将prototxt神经网络模型文本文件转换成图片格式的神经网络流程图。 工具位于caffe/python/draw_net.py 使用前需要先安装依赖模块 sudo apt-get install graphviz 然后安装pydot :sudo pip install pydot 安装完成后就可以使用命令行调用了,调用时可以指定3...

caffe人脸识别

深度学习

原创 关于深度学习概念此处不再赘述。 项目使用VGG神经网络,并用了公开发布的CAFFE VGG-FACE模型。 主要原理,在模型的全连接层直接将数据输出,然后进行降维操作,将数据全部降维为一个一维数组即特征数组,降维完成后使用两张人脸图片的特征数组求余弦相似性,然后设定阈值对比余弦相似性的值确定是否为同一个人。 图片以及视频中人脸检测原理: 注册:先使用opencv自带模...

将腾讯视频下载为MP4格式

腾讯视频

记录 其原理是将腾讯视频的缓存文件转换成对应的MP4文件。 首先,打开腾讯视频客户端,找到设置,找到缓存设置,打开缓存目录。 打开缓存目录后会有一堆乱七八糟的文件夹,这些文件夹对应你最近看过的视频,通过这些缓存文件即可拼成一个MP4视频文件。 进入一个视频的缓存文件目录,里面有一堆tpl文件,在这个文件夹中空白处按住ctrl+shift点击鼠标右键,点击“在此处打开命令窗口”...

java文件流编码

JAVA

记录 BufferedReader br = new BufferedReader(new FileReader(fileName)); String line = null; while ((line = br.readLine()) != null) { System.out.println(line); } br.close(); 原因:J...

php文件下载函数

php

记录 <?php function downfile() { $filename=realpath("resume.html"); //文件名 $date=date("Ymd-H:i:m"); Header( "Content-type: application/octet-stream "); Header( "Accept-Ranges: bytes ")...

玩转linux之playOnlinux

PlayOnLinux

记录 介绍 要说怎么能玩转linux,最头疼的就是很多windows下必不可少的软件在linux下无法运行了。现在有一款神器基本能解决这个问题,帮助你轻松玩转linux。 playonlinux本质是基于wine,但是他能够帮助你免去wine那繁琐的配置过程,能够让你就像在应用商店安装应用一样,一键安装,没有任何痛苦,没有任何折腾!!!你不需要设置。PlayOnLinux已经把...

python实现图像相识度比较2

python

记录 ''' 本类用于对比图像相似度 只需要调用comple方法 ''' class VectorCompare: # 计算矢量大小 def magnitude(self, concordance): total = 0 for word, count in concordance.items(): total...

python实现图像相识度比较

python

记录 # coding : utf-8 from PIL import Image def calculate(image1, image2): g = image1.histogram() s = image2.histogram() assert len(g) == len(s), "error" data = [] for in...