CV實習一周小記

從開始實習到現在剛好一周的時間。無心插柳的一封郵件，卻換來了難得的機器視覺實習機會。對于非科班的我來說還是很珍貴的。另外将知識轉化為部落格的習慣也要繼續堅持下去，在很多方面都會有巨大的好處。

這次實習的崗位為CV算法，目前部門在使用深度網絡實作目标檢測方面的算法。

本周主要實驗用來研究了darknet架構的代碼。除了基本的代碼閱讀外，還在darknet的架構下利用voc資料集在YOLOv2模型上進行了一次訓練。

關于darknet代碼及訓練，有幾個需要整理的點，日後有機會單獨整理成文：

1.關于代碼的總體架構與添加自定義層的改動流程。

2.Cuda C的網絡優化細節。

3.Yolo模型與MobileNet、ShuffleNet等深度網絡的理論總結與性能比較。

4.基于深度學習的目标檢測與傳統的檢測方法對比總結

5 今後可能還會閱讀一些caffe的代碼

說到這裡實在是想吐槽一下。對于圖像來說，深度學習确實是一種燒裝置的研究。。某次在有獨顯的筆記本上訓練網絡，哼哧哼哧跑了半個多小時訓練了50多個batch後挂掉了，一氣之下扔到公司伺服器上跑，沒半分鐘就訓練到50batch了。我估摸着這筆記本性能應該是已經甩實驗室電腦一大截了，結果和伺服器差距居然還是這麼大。其實我很好奇當年那些在實驗室電腦上要顯示要訓練七八十天的網絡放到伺服器是不是也沒一會就跑完了Orz。以及我在實驗室電腦上幾個小時就能訓練完的網絡。。真的能叫深度網絡麼（大霧

另外公司現有的代碼中用到了一些傳統算法（可能不是？）：

ACF

DAT

DPM

KCF

WHOS

現在還不是很清楚這些都是什麼？日後還需學習總結。對于有收獲的部分也應整理成部落格。

再另外就是一些技術方面的了。。比如。。Caffe的安裝。。linux下makefile、cmakelist.txt的編寫等。。這些工程方面的東西主要靠折騰。考慮了一下，網上這方面的博文已經相當多了，也許直接轉帖就可以。如果沒有什麼特别的心得就不自己總結這些了。

最後。。感謝某人給我抽到的彼岸花（在加班到快12點走回宿舍的路上）