mrgloom
Пользователи-
Количество публикаций
2 302 -
Зарегистрирован
-
Посещение
-
Days Won
142
Все публикации пользователя mrgloom
-
Если я ставлю export OPENBLAS_NUM_THREADS=4 Потом захожу в top и нажимаю 'H', то сначала вроде появляется больше одного вхождения программы, но потом остаётся только 1 с загрузкой 100%. top -H -p <PID> показывает 12 строчек как и ps -T -p <PID> если использовать export OPENBLAS_NUM_THREADS=1 , то 9 строчек. Треды создаются, но не используются?
-
Отличия кадра мультфильма и нормального фильма
mrgloom replied to svoyak's topic in Обсуждение общих вопросов
http://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/histogram_comparison/histogram_comparison.html -
Отличия кадра мультфильма и нормального фильма
mrgloom replied to svoyak's topic in Обсуждение общих вопросов
Что за экзотическое задание? Скорее всего отличаются цвета - самое простое можно попробовать сравнивать по гистограмме. А так же скорее всего в мультфильмах мало высоких частот. -
Поиск антропометрических точек лица на фотографии
mrgloom replied to Андрей_VL's topic in Обсуждение общих вопросов
куча идей https://github.com/mrgloom/Face-landmarks-detection-benchmark- 2 replies
-
- stasm
- антропометрические точки лица
- (и ещё %d)
-
Как caffe строит карту смежности для сверточных слоев?
mrgloom replied to BeS's topic in Вопросы по нейросетям и ИИ
>У нас свертки 3D Можно сделать 1 3D свертку вместо k 2D ? Или имеется ввиду что то другое? >Не совсем так: у нас есть сверточный слой с, например, 5 нейронами, где каждый нейрон генерирует один из выходных каналов не понял что тут имеется ввиду под 5 нейронами. Вот тут допустим на стр 7 Fig. 2 http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf Изначально у нас одноканальная картинка 32x32 после первого conv слоя у нас 6 feature maps с размером 28x28, это значит что мы применили 6 кернелов? Если бы у нас была картинка 3-х канальная, то на втором слое мы бы получили ту же размерность 6@28x28? Почему если у нас картинка 3-х канальная кернелы не 3-х канальные? И как тогда визуализация кернелов получается цветная?- 15 replies
-
- caffe
- deep learning
-
(и ещё %d)
Теги:
-
Да несколько изображений с камеры при разном освещении.
-
Как caffe строит карту смежности для сверточных слоев?
mrgloom replied to BeS's topic in Вопросы по нейросетям и ИИ
Я не имел ввиду что всего 1 ядро или 1 тип ядра, просто привёл пример для применения 1 ядра. Как я понимаю на входе у нас изображение W x H x C (ширина, высота, кол-во каналов) далее у нас K ядер, а на выходе мы получаем блоб W1 x H1 x K (новая ширина, новая высота, кол-во ядер) Просто мне показалось странным что результаты суммируются, единственный ли это возможный вариант? И если еще абстрактнее посмотреть, почему у нас свёртки 2D ? расширяется ли это до ND?- 15 replies
-
- caffe
- deep learning
-
(и ещё %d)
Теги:
-
Как caffe строит карту смежности для сверточных слоев?
mrgloom replied to BeS's topic in Вопросы по нейросетям и ИИ
http://stackoverflow.com/questions/27728531/convolutional-neural-networks-multiple-channels То что результаты свёртки с одним ядром для всех каналов просто складываются это какой то хак или в этом есть какой то глубокий смысл? А так же что если у нас будет RGB + depth, depth канал нужно будет как то нормировать \ "приводить к общему знаменателю" с остальными RGB каналами или так же ничего не меняется?- 15 replies
-
- caffe
- deep learning
-
(и ещё %d)
Теги:
-
Почему не хотите просто сделать ресайз? из-за появления зубчатой границы? С такими большими изображениями скорее всего никакой памяти не хватит на GPU то точно. https://github.com/alexgkendall/caffe-segnet/issues/35 Неплохо было бы вывести формулу по которой рассчитывается кол-во памяти нужное для тренировки сети в зависимости от размера изображения, но я пока до конца не понимаю как в caffe юзается память. По поводу изменения размера изображения, просто так не получится надо будет менять upsample_h, upsample_w в .prototxt модели. Пример где я переделал под размер 240 x 180 вроде. https://gist.github.com/mrgloom/f0972272938adfc44163 Пример для 1 слоя https://github.com/mrgloom/Caffe-snippets/blob/master/segnet_simple_train.prototxt
-
У меня где то такая же валяется Может это http://electronics.stackexchange.com/questions/69882/disabling-the-camera-auto-white-balance p.s. неплохо было бы фото приложить.
-
Можно посмотреть чем блокируется файл. http://superuser.com/questions/117902/find-out-which-process-is-locking-a-file-or-folder-in-windows
-
Можно ли собрать caffe на mingw? По идее есть cmake проекты для сборки и им должно быть всё равно какой компилятор. тут https://github.com/willyd/caffe-builder если использовать то ругается на некий cl который видимо часть VS, видимо как то скрипты заточены под VS? тут http://caffe.berkeleyvision.org/installation.html#cmake-build зависимости не собираются сами, возможно ли написать cmake скрипт чтобы он скачивал так же сорцы и cmake скрипты для зависимостей проекта и собирал всё сразу?
-
https://ru.wikipedia.org/wiki/MinGW а на википедии написано компилятор ) это Cygwin за собой что то тащит типа "среды" которая в cygwin1.dll
-
Как TermCriteria влияет на скорость обучения SVM? Так же всегда ли чем больше параметр C у линейного SVM тем быстрее учится? По всей видимости OpenCV использует не просто wrapper вокруг libsvm, а имеет свой solver CvSVMSolver::solve_generic ? https://github.com/Itseez/opencv/blob/2.4/modules/ml/src/svm.cpp
-
А почему не поддерживает? т.к. cuda .dll собраны для VS? Вообщем caffe-builder из коробки не поддерживает MinGW https://github.com/willyd/caffe-builder/issues/28
-
Приложение MSQRD купил Facebook за 10 млрд руб.
mrgloom replied to privetvision's topic in Обсуждение общих вопросов
Вот вспомнил 4 года назад было -
Почему сети, обученные на базах ImageNet, так хорошо работают?
mrgloom replied to BeS's topic in Вопросы по нейросетям и ИИ
да -
Приложение MSQRD купил Facebook за 10 млрд руб.
mrgloom replied to privetvision's topic in Обсуждение общих вопросов
Там детектирование точек лица, а не просто рамка, такие алгоритмы уже были, причем наложение лиц поверх тоже уже было. Ссылку на видео сейчас не смог найти, кстати Smorodov выкладывал что то похожее на форуме. -
Почему сети, обученные на базах ImageNet, так хорошо работают?
mrgloom replied to BeS's topic in Вопросы по нейросетям и ИИ
Потому что low level features для всех классов одинаковые и на большой разнообразной выборке они получаются хорошие\репрезентативные. -
Я это понимаю так, что задаётся некая ф-ия минимизации ( convex optimization problem ), а потом она уже специальными методами решается. Даже для Linear SVM бывают разные подвиды с регуляризацией L1, L2, Lasso и т.д. https://www.csie.ntu.edu.tw/~cjlin/liblinear/ И да веса линейной модели(W,b) можно получить не только через Linear SVM. SVM это так называемый maximum margin classifier. https://habrahabr.ru/post/278513/ Заодно и регрессия https://habrahabr.ru/post/279117/
-
Check failed: error == cudaSuccess (8 vs. 23) Может быть нехватка gpu памяти, поставьте там cpu mode.
-
nolearn и lasagne сохранение модели
mrgloom replied to ProgRoman's topic in Вопросы по нейросетям и ИИ
Не пробовал, но вот что выдаёт гугл https://gist.github.com/senbon/70adf5410950c0dc882b -
Смотря куда подавать Можно попробовать вот это (в итоге у меня получилось запустить сеть в 1 decoder-encoder слой) там надо подавать одноканальную .png картинку с лейблами (0,1,2, ....n) и сам .protobuf поменять под кол-во классов.
-
Есть какие либо бесплатные инструменты для дорисовки Depth Map? типа такого http://3dstereophoto.blogspot.ru/2014_02_01_archive.html
-
что такое PBTT ? я правда по RNN только это читал http://karpathy.github.io/2015/05/21/rnn-effectiveness/ она там дает пример на 100 строк https://gist.github.com/karpathy/d4dee566867f8291f086 не знаю правда насколько кардинально это отличается от этого https://github.com/karpathy/char-rnn