網站最新上線:http://www.hslogic.com/

Matlab R2015b+CUDA7.5+vs2013深度學習網絡GPU搭建

上一篇 / 下一篇  2018-12-11 23:34:47

 傳統的跟蹤算法大多從物體的外觀出發,只能在線學習,從當前的視頻中在線抓取數據進行學習跟蹤的算法,如:TLD、Struck、KCF,這類算法必須足夠簡單才行,否則耗時嚴重。當然現在也有人使用卷積網絡進行離線訓練,在線跟蹤,但是當跟蹤目標未知時,需要利用隨機梯度下降法(SGD)在線微調網絡權重,從而使得速度下降,做不到實時跟蹤。


     綜上,淺層學習方式,如相關濾波,利用網絡內部參數作為特征,這樣不能充分發揮“端對端”的優勢。而利用SGD微調多層網絡參數的方式無法實時跟蹤。


近期的研究工作有:


     1.利用RNN網絡進行訓練,通過預測目標在各幀中的位置來跟蹤,同時加入了可區分的“注意力機制”。雖然該方法目前無法在現有的標準測試集上取得顯著的結果,但是有足夠的潛力;


     2。利用粒子濾波的方式,通過訓練好的距離矩陣比較當前幀與第一幀的區別,其中距離矩陣是利用了首先玻爾茲曼機(RBM)和隨機點的方式訓練所得。此方法與本文中的方法差異太大,因此沒有使用該方法。


     3.離線預訓練+在線微調方式,其中SO-DLT和MDNet均離線訓練了一個相似性檢測的卷積網絡,并在線使用SGD算法進行微調。利用這種方法的Deep SRDCF和 FCNT均取得了很好的結果,但是在速度上依舊不行。


     4.GOTURN算法也采用了YCNN的結構,但是該算法無法控制下一幀的變換形式,不具有變換的內在不變性,除非樣本集包含所有種類所有位置的變換。并且不能自適應調節搜索區域的大小。


     5.SINT(Siamese Instance search Tracker)算法從名字上看像是從Instance級別上去搜索,它采用非全卷積的結構,在圖像中均勻分布著類似Struck算法中的圓形區域,然后利用光流和標記框的修正來提升效果,并通過ROI區域來提升速度,最終達到了2fps。

       這里介紹下, 如果搭建基于matlab的深度學習神經網絡的GPU仿真搭建。


1.版本組合:Win7+Matlab R2015b+CUDA7.5+vs2013

CUDA7.5下載地址為:http://developer.download.nvidia.com/compute/cuda/7.5/Prod/local_installers/cuda_7.5.18_windows.exe

VS2013要專業版。

如下所示:

全部安裝好之后,做如下操作:

2。CPU配置,運行CNN工具箱中的vl_setupnn。m,然后再運行vl_compilenn.m可以完成CPP文件的編譯。

3.編譯成功后,會產生

這些必須在電腦上編譯,否則別人的復制給你,如果配置不一樣,可能會報錯。

4。GPU配置:

安裝cudnnhttps://developer.nvidia.com/rdp/cudnn-archive,放到CNN工具箱中的新建local文件夾中,

然后mex -setup下,操作和CPU一樣。

然后執行matlab程序:

vl_setupnn;

vl_compilenn('enableGpu', true,'cudaRoot', 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5','cudaMethod''nvcc''enableCudnn''true','cudnnRoot''E:\A_2016_FPGA_Test\FC_tracking\A_FC\matconvnet-1。0-beta20\local\cudnn');


TAG:

 

評分:0

我來說兩句

顯示全部

:loveliness: :handshake :victory: :funk: :time: :kiss: :call: :hug: :lol :'( :Q :L ;P :$ :P :o :@ :D :( :)

日歷

« 2019-02-13  
     12
3456789
10111213141516
17181920212223
2425262728  

數據統計

  • 訪問量: 2254624
  • 日志數: 101
  • 建立時間: 2011-03-03
  • 更新時間: 2019-02-10

RSS訂閱

Open Toolbar
传世私服 幸运飞艇 热血江湖私服 魔域私服 幸运飞艇官网 魔域私服 幸运飞艇官网 热血江湖私服 热血江湖私服 传世私服