fcntl函数可以改变已打开的文件的性质。#include<fcntl.h>intfcntl(intfiledes,intcmd,.../*intarg*/);返回值：若成功则依赖于cmd，若出错则返回-1在本节的各实例中，第三个参数总是一个整数，与上面所示函数原型中的注释部分相对应。但是在说明记录锁时，第...

图像语义分割，简单而言就是给定一张图片，对图片上的每一个像素点分类。图像语义分割，从FCN把深度学习引入这个任务，一个通用的框架事：前端使用FCN全卷积网络输出粗糙的labelmap，后端使用CRF条件随机场/MRF马尔科夫随机场等优化前端的输出，最后得到一个精细的分割图。为什么需要FCN？分类网络通常会在最后连接几层...

先说一下前期准备工作：自己的运行环境是Ubuntu16.04+caffe+CPU（这台电脑没有GPU）+python关于python的搭建就不说了，网上随便一搜，很多参考资源。说一下我配置好caffe之后，编译python接口时遇到的问题，以及我用到的解决办法。比较顺利地配置好caffe只后，到了makepycaffe...

faster缺点：1.不是全卷积，roi出来后是两个fc层，这样会丧失平移变性。　　　　　 2.每个roi都要单独经过两个fc层，也就是分别进行分类和回归，耗时也有种说法是roi-pooling后导致平移变性丧失，这个地方还要深入思考resnet在以faster结构为检测框架的时候，是stage4和之前作特征...

idea：ROIpooling前都是卷积，是具备平移不变性的，但一旦插入ROIpooling之后，后面的网络结构就不再具备平移不变性了，就解决了分类和定位的矛盾，但因为引入roi-wiselayer，会牺牲训练和测试的效率。因此，本文想提出来的positionsensitivescoremap这个概念是能把目标的位置信...

fcn代码：https://github.com/shelhamer/fcn.berkeleyvision.orgdeconvolution实际上是转置卷积，是为了从小的featuremap恢复到大的featuremap动画展示怎么deconvolution：https://github.com/vdumoulin/c...

这是rfcn模型的rpn网络部分：这是rfcn模型的rfcn网络部分：可以看到rpn网络使用的最后一层特征提取层是resnet的res4f，rfcn网络使用的最后一层特征提取层是resnet的res5cres4f刚好是resnet的第90层，之所以这样是因为90层刚好达到这一层的featuremap是原图的1/16，这...

fast、faster这些网络都可以被roi-pooling层分成两个子网络：1.ashared,'fullyconvolutional'subnetwork　　　　　　　　　　　　　　　　　　　　　　　　　　　2.anroi-wisesubnetwork（就是doesnotsharecomputation的子网络）其...

http://www.cnblogs.com/lillylin/p/6277094.htmlROIpooling操作的输入（对于C+1个类）是k^2*(C+1)*W'*H'（W'和H'是ROI的宽度和高度）的scoremap上某ROI对应的那个立体块，且该立体块组成一个新的k^2*(C+1)*W'*H'的立体块：每个颜...

按照这个来http://blog.csdn.net/sinat_30071459/article/details/53202977...

https://zhuanlan.zhihu.com/p/21412911 rcnn需要固定图片的大小，fastrcnn不需要 rcnn,sppnet,fastrcnn,ohem,fasterrcnn,rfcn都属于基于regionproposal（候选区域）的目标检测方法，即预先找出图中目标可能出...

实现的时候用到系统原来的dup函数//mydup2.c//2015/08/17LuciferZhangversion1.0//writemyowndup2function//usedup()functionwheninplementation#include<unistd.h>//includedup()#...