Category: Computer Vision (机器视觉)

再次感觉到很多时候，实践中遇到的问题，合适地抽象出来之后，很有可能只是某个很经典问题的特例。新的问题并不多。

This demo shows how to run a pre-trained neural networks in web-browser. The user would first download the pre-trained style transfer model to local by opening up the webpage. Then everything will get processed locally without accessing any remote resource. The user can then open-up a picture from their hard drive and click "run" to

部署项目的时候偶尔会遇到这类需求，不能使用OpenCV之类的库来读写图片，比如需要部署到嵌入式环境之类的。网上找了一阵，发现对于jpeg的读写，这两个库很方便。

第一次参加ICCV。和CVPR相比，会议安排日程相对宽松，还预留了半天休息的时间。Poster区域被围绕在参展的厂商的展台中间。可能是参会的人比较多，感觉Poster区域还是太小了，通道里人挤人。在ICCV参展的厂商明显比CVPR少，而且没有自动驾驶的小车也没有大卡车。

iOS上的Deployment的sample code, https://github.com/pppoe/WhatsThis-iOS, 介绍: http://haoxiang.org/2016/01/ios-mxnet-demo/ MXNet训练得到的模型有两个文件，XX.json描述网络，XX.params存网络参数。部署的时候最方便的方式是用Amalgamation: https://github.com/apache/incubator-mxnet/tree/master/amalgamation Amalgamation可以把整个MXNet里Prediction相关的代码写到一个很大的C源文件，部署的时候只需要这个C源文件和对应的一个头文件就可以了。 Sample code 在这里 https://github.com/pppoe/mxnet-Cpp-Deployment-Wrapper-Demo

用了一下mxnet，感觉速度上确实比Tensorflow快不少。之前试过部署到Moible端[LINK]，也挺方便的。 mxnet训练的时候可以通过ImageDataIter从预处理过的rec文件里读图。rec基本上就是一个打包了label和image的大文件。用rec文件配合DataIter做训练，GPU利用率很高。 遇到两个问题，废了些时间。 1.用im2rec.py生成rec的时候，输入文件格式是，图片序号+Label+图片路径。之间必须用\t分隔，不然会有奇怪的报错。 2.im2rec.py生成图片的时候是用OpenCV读的图，然后从BGR转RGB。图读出来是HxWxC，需要转成CxHxW。不然结果自然会差很多。

最近给Crazyflie加上了Camera，挺有趣的。 之前在网上看过不少帖子讨论各种解决方案，但是始终没有发现一个简单易行的方法。 最后发现是上面这种带无线传输的一体式的摄像头最方便，重量也小，Crazyflie带着飞无压力。 Crazyflie 2.0 + Flow Deck + Camera! 从VCOM的引脚直接给摄像头供电可以利用Crazyflie本身的开关来控制Camera的开和关。摄像头除了供电以外和Crazyflie是独立的。 接下来的问题就是怎么样在另一台机器上得到Crazyflie传回的图像。因为是摄像头输出的其实是模拟信号，所以需要一个模转数的模块。这部分在很早之前做 智能轮椅 (^_^) 的时候就发现很麻烦。通常是去找一个叫Easycap的小东西，但似乎因为仿制Easycap或者是Ez-Cap的厂家太多了，所以很难找到一个真的可以兼容信号和系统的Easycap。而且Easycap只是一个模转数的模块，在此之前还需要一个多频道的无线接收器。因为这个无线接收器通常需要12V的电源，所以整套接收图像的设备非常“笨重”，而且还不一定好用… 不过所幸最近发现了一个从USB供电的一体的无线接收模转数的模块，非常棒。随便用一个带摄像头的drone试了一下: 可以直接用OpenCV读到图像！可以做CV乐！

mxnet是最近火的不行的一个深度学习的框架，支持好多好多语言，有好多好多大牛在写。 之前也有想过把同样很牛很牛的caffe跑到iOS上看看速度怎么样，但是caffe有一大堆文件，感觉做起来很麻烦。 最近看到mxnet居然有一个单文件的版本！ 就做了一个简单的图像识别的演示App。跑在6上速度还可以，大概4秒一张图。 代码在这里: WhatsThis-iOS on Github