Last Version

xiahouzuoxin · Jan 28, 2016 · 24c8f99 · 24c8f99
1 parent d10da2e
commit 24c8f99
Show file tree

Hide file tree

Showing 13 changed files with 76 additions and 419 deletions.
diff --git a/AboutMe.html b/AboutMe.html
@@ -15,12 +15,11 @@
     </p>
 </center></div>
 <h1 id="关于小站">关于小站</h1>
-<p>这是xiahouzuoxin的博客小站，建站时间时2014年3月，更早之前的博文在<a href="http://blog.csdn.net/xiahouzuoxin">CSDN</a>。在这，我记录和分享自己的学习、工作、生活心得，“千淘万漉虽辛苦，吹尽狂沙始到金”，多思考多记录，回头方能恍然大悟。本站所有文章都通过我的<a href="https://github.com/xiahouzuoxin/notes">Github</a>进行版本控制，如果你觉得本站的文章不错，欢迎<a href="https://github.com/xiahouzuoxin/notes">fork</a>，也很容易clone到本地：</p>
+<p>这是xiahouzuoxin的博客小站，建站时间时2014年3月。在这，我记录和分享了自己研究生阶段的学习、项目、生活心得，“千淘万漉虽辛苦，吹尽狂沙始到金”，多思考多记录，回头方能恍然大悟。</p>
+<p>本站所有文章都通过我的<a href="https://github.com/xiahouzuoxin/notes">Github</a>进行版本控制，如果你觉得本站的文章不错，欢迎<a href="https://github.com/xiahouzuoxin/notes">star</a>，也很容易clone到本地：</p>
 <pre><code>$ git clone git@github.com:xiahouzuoxin/notes.git
 $ git checkout -b gh-pages origin/gh-pages</code></pre>
-<h1 id="关于本人">关于<a href="./resume.html">本人</a></h1>
-<p>北京科技大学计算机技术小硕一枚，研究过图像处理、机器学习、嵌入式、信号处理，搞得定硬件，写得了算法。欢迎微博交流！</p>
-<p><a href="http://weibo.com/xiahouzuoxin"><img src="images/MyWeibo.png" /></a></p>
+<p>更早之前的博文在<a href="http://blog.csdn.net/xiahouzuoxin">CSDN</a>。由于本站纯使用shell+pandoc生成，维护困难，毕业之后的博文维护在 <a href="https://xiahouzuoxin.github.io" class="uri">https://xiahouzuoxin.github.io</a>。</p>
 <div id="footer">
     <p class="footer_subline">联系邮箱: xiahouzuoxin@163.com</p>
     <p class="footer_subline">声明: 本站所有文章如非特别说明均为原创，转载请注明出处！

diff --git a/AboutMe.md b/AboutMe.md
@@ -1,17 +1,13 @@
 
 # 关于小站
 
-这是xiahouzuoxin的博客小站，建站时间时2014年3月，更早之前的博文在[CSDN](http://blog.csdn.net/xiahouzuoxin)。在这，我记录和分享自己的学习、工作、生活心得，“千淘万漉虽辛苦，吹尽狂沙始到金”，多思考多记录，回头方能恍然大悟。本站所有文章都通过我的[Github](https://github.com/xiahouzuoxin/notes)进行版本控制，如果你觉得本站的文章不错，欢迎[fork](https://github.com/xiahouzuoxin/notes)，也很容易clone到本地：
+这是xiahouzuoxin的博客小站，建站时间时2014年3月。在这，我记录和分享了自己研究生阶段的学习、项目、生活心得，“千淘万漉虽辛苦，吹尽狂沙始到金”，多思考多记录，回头方能恍然大悟。
+
+本站所有文章都通过我的[Github](https://github.com/xiahouzuoxin/notes)进行版本控制，如果你觉得本站的文章不错，欢迎[star](https://github.com/xiahouzuoxin/notes)，也很容易clone到本地：
 
 ```
 $ git clone git@github.com:xiahouzuoxin/notes.git
 $ git checkout -b gh-pages origin/gh-pages
 ```
 
-# 关于[本人](./resume.html)
-
-北京科技大学计算机技术小硕一枚，研究过图像处理、机器学习、嵌入式、信号处理，搞得定硬件，写得了算法。欢迎微博交流！
-
-[ ![](images/MyWeibo.png) ](http://weibo.com/xiahouzuoxin)
-
-
+更早之前的博文在[CSDN](http://blog.csdn.net/xiahouzuoxin)。由于本站纯使用shell+pandoc生成，维护困难，毕业之后的博文维护在 <https://xiahouzuoxin.github.io>。
diff --git a/essays/CentOS更新yum源的方法.md b/essays/CentOS更新yum源的方法.md
@@ -26,3 +26,14 @@ yum clean all && yum makecache && yum update -y          # yum更新
 ```
 
 网易613提供了yum源的CentOS-Base.repo文件，而上海交大和中科大的yum源可能需要自己写，相对来说，使用163的yum更新更方便些。
+
+## Fedora的更新源
+
+```
+cd /etc/yum.repos.d
+wget http://mirrors.163.com/.help/fedora-163.repo
+wget http://mirrors.163.com/.help/fedora-updates-163.repo
+wget http://mirrors.sohu.com/help/fedora-sohu.repo
+wget http://mirrors.sohu.com/help/fedora-updates-sohu.repo
+yum makecache
+```
diff --git a/essays/Git使用补遗.md b/essays/Git使用补遗.md
@@ -105,12 +105,19 @@ core.quotepath设为false的话，就不会对0×80以上的字符进行quote。
 git config --global core.autocrlf true
 ```
 
+## 彩色显示git命令的结果
 
+```
+git config --global color.status auto  
+git config --global color.diff auto  
+git config --global color.branch auto  
+git config --global color.interactive auto 
+```
 
+## 一些错误的处理
 
+1. error: error setting certificate verify locations
 
-
-
-
-
-
+```
+git config --system http.sslverify false
+```
diff --git a/essays/深度卷积网络CNN与图像语义分割.md b/essays/深度卷积网络CNN与图像语义分割.md
@@ -32,7 +32,7 @@ DL只是一个概念而已。对于做图像和视觉的就该一头扎到CNN(Co
 
 接着请认准Caffe官方文档： <http://caffe.berkeleyvision.org/> 和Github源码： <https://github.com/BVLC/caffe> 。毫不犹豫fork一份到自己的Github。然后就是照着[INSTALL](http://caffe.berkeleyvision.org/installation.html)来Complie和Config Caffe了，值得注意的是，安装OpenCV的时候推荐使用源码安装。
 
-先自己熟悉Caffe的架构，主要参考资料就是官网文档，我自己刚开始的时候也写了个小的ppt笔记：[Diving into Caffe.pptx](http://xiahouzuoxin.github.io/notes/enclosure/深度卷积网络CNN与图像语义分割/Diving into Caffe.pptx)
+先自己熟悉Caffe的架构，主要参考资料就是官网文档，我自己刚开始的时候也写了个小的ppt笔记：[Diving into Caffe.pptx](https://xiahouzuoxin.github.io/notes/enclosure/深度卷积网络CNN与图像语义分割/Diving into Caffe.pptx)
 
 还有两份不错的Caffe tutorials：
 

diff --git a/html/CentOS更新yum源的方法.html b/html/CentOS更新yum源的方法.html
@@ -23,6 +23,7 @@ <h4>Tags: CentOS,yum</h4>
 <ul>
 <li><a href="#国内的yum源都在哪里">国内的yum源都在哪里</a></li>
 <li><a href="#如何替换原有的yum源">如何替换原有的yum源</a></li>
+<li><a href="#fedora的更新源">Fedora的更新源</a></li>
 </ul>
 </div>
 <!---title:CentOS更新yum源的方法-->
@@ -31,10 +32,10 @@ <h4>Tags: CentOS,yum</h4>
 <p>操作环境：CentOS 6.5 64bit 宽带外网</p>
 <h2 id="国内的yum源都在哪里">国内的yum源都在哪里</h2>
 <ol style="list-style-type: decimal">
-<li>上海交大：<http://ftp.sjtu.edu.cn/centos/>，地理位置在北方，教育网中较快</li>
-<li>中国科大：<http://centos.ustc.edu.cn/>，地理位置在合肥，南方</li>
-<li>网易163：<http://mirrors.163.com/centos>，外网推荐</li>
-<li>搜狐镜像：<http://mirrors.sohu.com/>，山东联通网络</li>
+<li>上海交大：<a href="http://ftp.sjtu.edu.cn/centos/" class="uri">http://ftp.sjtu.edu.cn/centos/</a>，地理位置在北方，教育网中较快</li>
+<li>中国科大：<a href="http://centos.ustc.edu.cn/" class="uri">http://centos.ustc.edu.cn/</a>，地理位置在合肥，南方</li>
+<li>网易163：<a href="http://mirrors.163.com/centos" class="uri">http://mirrors.163.com/centos</a>，外网推荐</li>
+<li>搜狐镜像：<a href="http://mirrors.sohu.com/" class="uri">http://mirrors.sohu.com/</a>，山东联通网络</li>
 </ol>
 <h2 id="如何替换原有的yum源">如何替换原有的yum源</h2>
 <p>本文将替换原来CentOS官方的yum为163的yum源：</p>
@@ -45,6 +46,13 @@ <h2 id="如何替换原有的yum源">如何替换原有的yum源</h2>
 mv CentOS6-Base-163.repo CentOS-Base.repo                # 使用163的yum源作为默认的yum源
 yum clean all &amp;&amp; yum makecache &amp;&amp; yum update -y          # yum更新</code></pre>
 <p>网易613提供了yum源的CentOS-Base.repo文件，而上海交大和中科大的yum源可能需要自己写，相对来说，使用163的yum更新更方便些。</p>
+<h2 id="fedora的更新源">Fedora的更新源</h2>
+<pre><code>cd /etc/yum.repos.d
+wget http://mirrors.163.com/.help/fedora-163.repo
+wget http://mirrors.163.com/.help/fedora-updates-163.repo
+wget http://mirrors.sohu.com/help/fedora-sohu.repo
+wget http://mirrors.sohu.com/help/fedora-updates-sohu.repo
+yum makecache</code></pre>
 <div class="ds-thread" data-thread-key="CentOS更新yum源的方法" data-title="CentOS更新yum源的方法" data-url="xiahouzuoxin.github.io/notes/html/CentOS更新yum源的方法.html"></div>
 <script>window._bd_share_config={"common":{"bdSnsKey":{},"bdText":"","bdMini":"2","bdMiniList":false,"bdPic":"","bdStyle":"0","bdSize":"16"},"slide":{"type":"slide","bdImg":"5","bdPos":"right","bdTop":"300"},"image":{"viewList":["qzone","tsina","tqq","renren","weixin"],"viewText":"分享到：","viewSize":"16"},"selectShare":{"bdContainerClass":null,"bdSelectMiniList":["qzone","tsina","tqq","renren","weixin"]}};with(document)0[(getElementsByTagName('head')[0]||body).appendChild(createElement('script')).src='http://bdimg.share.baidu.com/static/api/js/share.js?v=89860593.js?cdnversion='+~(-new Date()/36e5)];</script>
 

diff --git a/html/Git使用补遗.html b/html/Git使用补遗.html
@@ -28,6 +28,8 @@ <h4>Tags: 工具</h4>
 <li><a href="#放弃本地修改强制更新">放弃本地修改，强制更新</a></li>
 <li><a href="#git-add时的中文问题">git add时的中文问题</a></li>
 <li><a href="#git中换行符的差异">git中换行符的差异</a></li>
+<li><a href="#彩色显示git命令的结果">彩色显示git命令的结果</a></li>
+<li><a href="#一些错误的处理">一些错误的处理</a></li>
 </ul>
 </div>
 <!---title:Git使用补遗-->
@@ -83,6 +85,16 @@ <h2 id="git-add时的中文问题">git add时的中文问题</h2>
 <h2 id="git中换行符的差异">git中换行符的差异</h2>
 <p>同时在Windows下和Linux下编辑的代码，当你是用<code>git diff</code>命令时发现所有文件都有<code>^M</code>的差异，这是换行符造成的，Linux默认使用LF为换行符，而Windows则使用CR-LF，要让git自动处理这种差异，只需要配置</p>
 <pre><code>git config --global core.autocrlf true</code></pre>
+<h2 id="彩色显示git命令的结果">彩色显示git命令的结果</h2>
+<pre><code>git config --global color.status auto  
+git config --global color.diff auto  
+git config --global color.branch auto  
+git config --global color.interactive auto </code></pre>
+<h2 id="一些错误的处理">一些错误的处理</h2>
+<ol style="list-style-type: decimal">
+<li>error: error setting certificate verify locations</li>
+</ol>
+<pre><code>git config --system http.sslverify false</code></pre>
 <div class="ds-thread" data-thread-key="Git使用补遗" data-title="Git使用补遗" data-url="xiahouzuoxin.github.io/notes/html/Git使用补遗.html"></div>
 <script>window._bd_share_config={"common":{"bdSnsKey":{},"bdText":"","bdMini":"2","bdMiniList":false,"bdPic":"","bdStyle":"0","bdSize":"16"},"slide":{"type":"slide","bdImg":"5","bdPos":"right","bdTop":"300"},"image":{"viewList":["qzone","tsina","tqq","renren","weixin"],"viewText":"分享到：","viewSize":"16"},"selectShare":{"bdContainerClass":null,"bdSelectMiniList":["qzone","tsina","tqq","renren","weixin"]}};with(document)0[(getElementsByTagName('head')[0]||body).appendChild(createElement('script')).src='http://bdimg.share.baidu.com/static/api/js/share.js?v=89860593.js?cdnversion='+~(-new Date()/36e5)];</script>
 

diff --git a/html/深度卷积网络CNN与图像语义分割.html b/html/深度卷积网络CNN与图像语义分割.html
@@ -50,6 +50,7 @@ <h4>Tags: CNN</h4>
 </ul></li>
 <li><a href="#级别5何不自己搭个cnn玩玩">级别5：何不自己搭个CNN玩玩</a><ul>
 <li><a href="#train-cnn时关于数据集的一些注意事项">Train CNN时关于数据集的一些注意事项</a></li>
+<li><a href="#提升分割效果的一些方法">提升分割效果的一些方法</a></li>
 </ul></li>
 <li><a href="#级别6加速吧gpu编程">级别6：加速吧，GPU编程</a></li>
 <li><a href="#关于语义分割的一些其它工作">关于语义分割的一些其它工作</a></li>
@@ -79,7 +80,7 @@ <h2 id="级别1dl快速上手">级别1：DL快速上手</h2>
 <h2 id="级别2从caffe着手实践">级别2：从Caffe着手实践</h2>
 <p>先看看这个热个身：<a href="http://www.csdn.net/article/2015-07-07/2825150">贾扬清：希望Caffe成为深度学习领域的Hadoop</a>，增加点学习的欲望，毕竟现在多少人靠着Hadoop那玩意儿挣着大钱。</p>
 <p>接着请认准Caffe官方文档： <a href="http://caffe.berkeleyvision.org/" class="uri">http://caffe.berkeleyvision.org/</a> 和Github源码： <a href="https://github.com/BVLC/caffe" class="uri">https://github.com/BVLC/caffe</a> 。毫不犹豫fork一份到自己的Github。然后就是照着<a href="http://caffe.berkeleyvision.org/installation.html">INSTALL</a>来Complie和Config Caffe了，值得注意的是，安装OpenCV的时候推荐使用源码安装。</p>
-<p>先自己熟悉Caffe的架构，主要参考资料就是官网文档，我自己刚开始的时候也写了个小的ppt笔记：<a href="http://xiahouzuoxin.github.io/notes/enclosure/Diving%20into%20Caffe.pptx">Diving into Caffe.pptx</a></p>
+<p>先自己熟悉Caffe的架构，主要参考资料就是官网文档，我自己刚开始的时候也写了个小的ppt笔记：<a href="https://xiahouzuoxin.github.io/notes/enclosure/深度卷积网络CNN与图像语义分割/Diving%20into%20Caffe.pptx">Diving into Caffe.pptx</a></p>
 <p>还有两份不错的Caffe tutorials：</p>
 <ol style="list-style-type: decimal">
 <li>Standford CS231课程的<a href="http://vision.stanford.edu/teaching/cs231n/slides/caffe_tutorial.pdf">Caffe tutorial</a></li>
@@ -121,8 +122,8 @@ <h2 id="级别3读paper网络train起来">级别3：读paper，网络Train起来
 </ol>
 <p>下面是几个月前我看过这两篇paper后做得ppt：</p>
 <ol style="list-style-type: decimal">
-<li><a href="http://xiahouzuoxin.github.io/notes/enclosure/FCN%20for%20Sematic%20Segmentation.pptx">FCN for Sematic Segmentation.pptx</a></li>
-<li><a href="http://xiahouzuoxin.github.io/notes/enclosure/Semantic%20Image%20Segmentation%20With%20Deep%20Convolutional%20Nets%20and%20Fully%20Connected%20CRFs.pptx">Semantic Image Segmentation With Deep Convolutional Nets and Fully Connected CRFs.ppt</a></li>
+<li><a href="http://xiahouzuoxin.github.io/notes/enclosure/深度卷积网络CNN与图像语义分割/FCN%20for%20Sematic%20Segmentation.pptx">FCN for Sematic Segmentation.pptx</a></li>
+<li><a href="http://xiahouzuoxin.github.io/notes/enclosure/深度卷积网络CNN与图像语义分割/Semantic%20Image%20Segmentation%20With%20Deep%20Convolutional%20Nets%20and%20Fully%20Connected%20CRFs.pptx">Semantic Image Segmentation With Deep Convolutional Nets and Fully Connected CRFs.ppt</a></li>
 </ol>
 <p>这两篇paper有一个共同点，都用到了multiscale的信息（也就是将High Layer的输出与Low Layer的输出进行结合），这对促进分割效果有很大的作用。值得一提的是，在Train multiscale的model时，由于存在反卷积或上采样的操作，Layer相对复杂，很难一大锅扔进去还Trian得很好，所以通常会先Train一个无multiscale的model，再用该model去finetune含multiscale的Net。</p>
 <h2 id="级别4demo跑起来">级别4：Demo跑起来</h2>
@@ -207,8 +208,9 @@ <h3 id="train-cnn时关于数据集的一些注意事项">Train CNN时关于数
 <ol start="2" style="list-style-type: decimal">
 <li>CNN对目标出现在图片的位置、大小、方向等信息非常敏感，为增加网络泛化能力，最好对数据进行先multiscale、mirror、crop等操作。比如下面就是我用来对图片进行scale的一段matlab代码（这段代码主要是通过resize、填白来scale，但不改变图片长宽比）。当然，scale的方式不局限于此，也可以直接resize，改变图片长宽比。</li>
 </ol>
-<pre class="sourceCode matlab"><code class="sourceCode matlab">function ImageScale(in_dir,out_dir)
+<pre class="sourceCode matlab"><code class="sourceCode matlab">function ImageScale(in_dir,out_dir,SIZE)
 <span class="co">% Author: zuoxin,xiahou</span>
+<span class="co">% SIZE: size when scale ratio=1.0</span>
 if ~exist(out_dir,<span class="st">&#39;dir&#39;</span>)
     mkdir(out_dir); 
 end
@@ -238,7 +240,7 @@ <h3 id="train-cnn时关于数据集的一些注意事项">Train CNN时关于数
         ts = w;
     end
 
-    SIZE = <span class="fl">500</span>;
+    <span class="co">% SIZE = 500;</span>
     if h&gt;w
         im = imresize(im, [SIZE,w*SIZE/ts]);
         gt = imresize(gt, [SIZE,w*SIZE/ts]);
@@ -317,6 +319,15 @@ <h3 id="train-cnn时关于数据集的一些注意事项">Train CNN时关于数
 <li>关于输入图片尺寸的问题</li>
 </ol>
 <p>对于非分割的问题，比如识别，我觉得在200x200 pixles左右就足够了（看大家都这么用的，这个自己没测试过）。但对于分割的问题，图片的size对分割结果影响还是很大的，用全卷积网络的测试结果：输入图片的size从500x500降低到300x300，IoU果断直接降了3个点，太恐怖了！！但size太大，卷积时间长，所以这就是一个精度和时间的折中问题了。</p>
+<h3 id="提升分割效果的一些方法">提升分割效果的一些方法</h3>
+<ol style="list-style-type: decimal">
+<li>MultiScale</li>
+</ol>
+<p>从CNN最后一层的输出结合前面一些浅层的输出，组成多尺度的信息，参考FCNN和Deeplab的上采样方式。</p>
+<ol start="2" style="list-style-type: decimal">
+<li>从数据标定上下功夫（这个只是猜测，还未经过验证）</li>
+</ol>
+<p>就如上面的人目标分割的问题，在标定的时候正常就是标定为2分类问题（前景：人，背景：其它）。现在换个角度思考，因为人脸和人体衣服的差异相对比较大，如果在标定的时候标定为同一类（前景），问题是简单了，但学习的时候，要把人脸和衣服框起来的model学鲁棒了感觉还是很困难。而如果将人脸和衣服在标定的时候就标定成不同的类，识别完了，考虑相对位置信息，再将这两类整合为同一类，效果是不是会更好呢？</p>
 <h2 id="级别6加速吧gpu编程">级别6：加速吧，GPU编程</h2>
 <p>呃，这一级还没练到，但迟早是要做的，说了“大数据是燃料，GPU是引擎”的，怎么能不懂引擎呢……</p>
 <h2 id="关于语义分割的一些其它工作">关于语义分割的一些其它工作</h2>

diff --git a/index.html b/index.html
@@ -15,6 +15,7 @@
     </p>
 </center></div>
 <h1 id="最新文章">最新文章</h1>
+<p>❄❄ 由于本站使用shell+pandoc纯手工打造，更新不便，新博文将放在 <a href="https://xiahouzuoxin.github.io" class="uri">https://xiahouzuoxin.github.io</a>，此处仅维护不再更新！ ❄❄</p>
 <ul>
 <li>2015-10-07 <a href="./html/侃侃自己的IT面试经历.html">侃侃自己的IT面试经历</a></li>
 <li>2015-08-19 <a href="./html/深度卷积网络CNN与图像语义分割.html">深度卷积网络CNN与图像语义分割</a></li>

diff --git a/index.md b/index.md
@@ -1,6 +1,8 @@
 
 # 最新文章
 
+❄❄ 由于本站使用shell+pandoc纯手工打造，更新不便，新博文将放在 <https://xiahouzuoxin.github.io>，此处仅维护不再更新！ ❄❄
+
 - 2015-10-07 [侃侃自己的IT面试经历](./html/侃侃自己的IT面试经历.html)
 - 2015-08-19 [深度卷积网络CNN与图像语义分割](./html/深度卷积网络CNN与图像语义分割.html)
 - 2015-06-20 [那时端午](html/那时端午.html)

diff --git a/md2html.sh b/md2html.sh
@@ -13,6 +13,8 @@ if [ "$1" == "README.md" ]; then
 	rm tmp_readme.md
 elif [ "$1" == "resume.md" ]; then
 	pandoc $1 -o resume.html -c ./stylesheets/Clearness.css
+elif [ "$1" == "resume_en.md" ]; then
+	pandoc $1 -o resume_en.html -c ./stylesheets/Clearness.css	
 else
 	pandoc $1 --include-before-body header.html --include-after-body footer.html -o ${1%.*}".html" -c ./stylesheets/Github.css
 fi