OpenMediaVault从2.x(最新版本)升级到3.0.87后无法登录

最近把存储服务器上的 OpenMediaVault2.1版本升级到最新的 3.0.87版本之后,无法正常登录。

OpenMediaVault系统升级,参考OpenMediaVault系统升级
继续阅读OpenMediaVault从2.x(最新版本)升级到3.0.87后无法登录

Ubuntu 14.04.5系统上OpenPTrack V1版本安装配置(Kinect V2)

目前在研究视觉跟踪人的事情,找到的比较好的参考项目就是 OpenPTrack了,截至目前( 2017.8.14OpenPTrackV2版本还没有释放出代码,因此我们只能依旧在 V1版本上进行测试,这个版本目前只能在 Ubuntu 14.04.5系统上运行,其他系统上(比如 Ubuntu 16.04)问题比较多,还是建议在 Ubuntu 14.04.5系统上进行安装。

1.从GitHub上获取项目代码

2.安装ROS

3.安装 OpenPTrack

4.链接 OpenPTrack目录

5. Kinect V2驱动程序安装

重启系统,然后执行如下命令:

6.测试系统

可能需要重新插拔一下 KinectUSB数据线,然后执行如下命令

执行之后,等待十几秒,然后 Ctrl+C中断执行。
执行完成后,执行

之后,会弹出三个界面出来。

参考链接


OpenPTrack Installation Guide

ROS下使用roslaunch命令时使用gdb调试

最近在使用 OpenPTrack来进行人的跟踪测试,可是运行程序的时候总是崩溃。
OpenPTrack是通过 roslaunch命令来运行程序的。
网上搜索了一下,可以找到对应的 launch文件,在其中的 node节点中增加如下语句即可

我们以

这条命令为例, detection_and_tracking_kinect2.launch文件的原始内容如下:

增加调试命令之后的样子如下:

(注意代码添加位置)这样在执行原来例子的时候,就会先打开一个新的 Shell界面,被调试的程序就在这个 Shell中被执行了。

注意,这样设置后,会导致传递的应用启动参数( argc,argv)的丢失,这部分一般需要手工调整一下代码才可以。

参考链接


Ubuntu 16.04系统Microsoft Common Objects in Context(COCO)数据集在Python环境中的使用

Microsoft Common Objects in Context(简写 COCO)数据集是微软团队提供的一个可以用来进行图像识别,分割,注解等开发工作的数据集。

其官方说明网址:http://mscoco.org/

继续阅读Ubuntu 16.04系统Microsoft Common Objects in Context(COCO)数据集在Python环境中的使用

PSV神秘海域如何调整为中文语言

最近淘宝了一个 PSV版本的神秘海域,卖家说是繁体跟英文双语言的,结果插卡后一直是英文,始终找不到中文语言的选项。

网上搜索了以下,才发现是跟机器语言绑定的,如果要使用繁体中文版本,必须把机器的语言从简体中文调整到繁体中文才行。

也就是,在 PSV设置里将系统语言设置为繁体中文,再进入游戏里就可以了。

参考链接


psv神秘海域怎么调中文

Caffe训练过程中的train,val,test的区别

valvalidation的简称。
training datasetvalidation dataset都是在训练的时候起作用。
而因为 validation的数据集和 training没有交集,所以这部分数据对最终训练出的模型没有贡献。
validation的主要作用是来验证是否过拟合、以及用来调节训练参数等。

比如训练 0-10000次迭代过程中, trainvalidationloss都是不断降低,
但是从 10000-20000过程中 train loss不断降低, validationloss不降反升。
那么就证明继续训练下去,模型只是对 training dataset这部分拟合的特别好,但是泛化能力很差。
所以与其选取 20000次的结果,不如选择 10000次的结果。
这个过程的名字叫做 Early Stopvalidation数据在此过程中必不可少。

如果跑 caffe自带的训练 demo,你会用到 train_val.prototxt,这里面的 val其实就是 validation
而网络输入的 TEST层,其实就是 validation,而不是 test。你可以通过观察 validationlosstrainloss定下你需要的模型。

但是为什么现在很多人都不用 validation了呢?
我的理解是现在模型中防止过拟合的机制已经比较完善了, Dropout\BN等做的很好了。
而且很多时候大家都用原来的模型进行 fine tune,也比从头开始更难过拟合。
所以大家一般都定一个训练迭代次数,直接取最后的模型来测试。

引用链接


图像识别训练样本集

ImageNet

ImageNet是一个计算机视觉系统识别项目,是目前世界上图像识别最大的数据库。是美国斯坦福的计算机科学家李飞飞模拟人类的识别系统建立的。能够从图片识别物体。目前已经包含14197122张图像,是已知的最大的图像数据库。每年的ImageNet大赛更是魂萦梦牵着国内外各个名校和大型IT公司以及网络巨头的心。图像如下图所示,需要注册ImageNet帐号才可以下载,下载链接为http://www.image-net.org/

继续阅读图像识别训练样本集