Tag: deep learning

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

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

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

这是一篇用CNN做特征学习的文章，题目比较格调。目标是训练得到可以用来做场景识别、物体识别等等任务的特征。 和之前的工作相比，训练时需要的监督信息不是图片所属的类别，而是两张图片之间的位置变换。准确地说，是拍摄两张相关图片的相机的相对位置变换。 具体的网络结构如上图。输入两张图片，训练这个网络来判断两张图片之间的变换(Transformation)。每两个BaseCNN取得的特征(Lk)连接起来作为TopCNN的输入，TopCNN输出变换向量。训练结束之后TopCNN就不用了，直接用BaseCNN对输入图片取特征。 在使用相同数量的有标记数据的情况下，用这种相对更容易得到的监督信息训练出来的网络来做分类网络的初始化，比随机初始化分类效果更好。 虽然这个方法并不是完全的无监督学习，但是在移动机器人这种平台上，两张照片的相对位置变换确实是很容易得到的信息。按照这种方法确实可以很方便的给机器人增加场景识别功能。理想情况下，只需要在所在环境下移动的时间采集一些图片来学习特征，简单的通过人机交互标定几个场景，这种用CNN得到的特征应该会有很不错的表现吧。 Reference: Pulkit Agrawal, Joao Carreira, Jitendra Malik, Learning to See by Moving

*Credits of the scripts go to jamt9000 on github, thanks for the helpful work! You are a deep learning consumer, you have a saved check point you trained with the cuda-convenet. You want to use Caffe to evaluate the trained neural networks on new data possiblely due to the absent of GPU. Hence you need