依赖项:

Python 3.4.3

tensorflow>1.0.0, tqdm, cv2, exifread, skimage, glob

1、安装tensorflow:https://www.tensorflow.org/install/pip?lang=python3

1、安装python开发环境

sudo apt update
sudo apt install python3-dev python3-pip
sudo pip3 install -U virtualenv

2、创建虚拟环境(Python虚拟环境用于将包安装与系统隔离。)

virtualenv --system-site-packages -p python3 ./venv#创建目录venv来保存虚拟环境
source ./venv/bin/activate  #激活虚拟环境
#激活之后,shell提示符cd ../../加上了(venv)

pip install --upgrade pip  # upgrading pip

pip list #how packages installed within the virtual environment
deactivate  #  exit virtualenv

3、使用pip安装tensflow

pip install tensorflow
import tensorflow as tf; print(tf.__version__)"  # 输出1.11.0

  

  https://www.tensorflow.org/install/gpu 这是链接地址:

注:只有在安装了Cuda Toolkit7.5和cuDNN v4的64位Ubuntu下面可以通过pip安装支持GPU的tensflow。不然就需要使用源码安装。

如果要支持GPU,需要安装Cuda Toolkit(V>7.0)和cuDNN(V>=2)

tensorflow只支持计算能力>3.0的GPU。

 2、安装tqdm   https://github.com/tqdm/tqdm这是介绍

pip install tqdm

  安装的是4.27.0版本的。

3、安装cv2

pip install opencv-python

  安装的版本是:opencv-python-3.4.3.18

 4、安装exifread  https://pypi.org/project/ExifRead/

pip install ExifRead

  安装的版本是:(2.1.2)

5、安装scikit-image   https://scikit-image.org/

pip install -U scikit-image

6、安装glob  https://pypi.org/project/glob2/

glob用它可以查找符合特定规则的文件路径名。查找文件只用到三个匹配符:"*", "?", "[]"

pip install glob2

依赖项到这里就安装完成了。

-----------------------------------------------分割线-----------------------下面是使用(Usage)

1、得到数据集,先进行下载https://www.dropbox.com/s/l7a8zvni6ia5f9g/datasets.tar.gz?dl=0

下载完成后解压数据到./data目录下。

2、运行代码

cd ./script  # 切换当前路径

./batch\_run_train.sh #运行脚本去生成transformed patch and train the model

./batch\_run_test.sh  #提取局部特征点Extract local feature point

./batch\_run_eval.sh  #评估性能Evaluate the performance

  

Learning Discriminative and Transformation Covariant Local Feature Detectors实验环境搭建详细过程的更多相关文章

  1. Image Processing and Computer Vision_Review:Local Invariant Feature Detectors: A Survey——2007.11

    翻译 局部不变特征探测器:一项调查 摘要 -在本次调查中,我们概述了不变兴趣点探测器,它们如何随着时间的推移而发展,它们如何工作,以及它们各自的优点和缺点.我们首先定义理想局部特征检测器的属性.接下来 ...

  2. Learning local feature descriptors with triplets and shallow convolutional neural networks 论文阅读笔记

    题目翻译:学习 local feature descriptors 使用 triplets 还有浅的卷积神经网络.读罢此文,只觉收获满满,同时另外印象最深的也是一个浅(文章中会提及)字. 1 Cont ...

  3. Deep Learning 23:dropout理解_之读论文“Improving neural networks by preventing co-adaptation of feature detectors”

    理论知识:Deep learning:四十一(Dropout简单理解).深度学习(二十二)Dropout浅层理解与实现.“Improving neural networks by preventing ...

  4. Learning Spread-out Local Feature Descriptors

    论文Learning Spread-out Local Feature Descriptors 为什么介绍此文:引入了一种正则化手段,结合其他网络的损失函数,尤其是最新cvpr 2018的hardne ...

  5. 深度学习基础(四) Dropout_Improving neural networks by preventing co-adaptation of feature detectors

    该笔记是我快速浏览论文后的记录,部分章节并没有仔细看,所以比较粗糙. 从摘要中可以得知,论文提出在每次训练时通过随机忽略一半的feature detectors(units)可以极大地降低过拟合.该方 ...

  6. 论文笔记(1)-Dropout-Improving neural networks by preventing co-adaptation of feature detectors

    Improving neural networks by preventing co-adaptation of feature detectors 是Hinton在2012年6月份发表的,从这篇文章 ...

  7. 关于 Local feature 和 Global feature 的组合

     关于  Local feature 和 Global feature 的组合     1.全局上下文建模:  

  8. Paper-[arXiv 1710.03144]Island Loss for Learning Discriminative Features in Facial Expression

    [arXiv 1710.03144]Island Loss for Learning Discriminative Features in Facial Expression ABSTRACT 作者在 ...

  9. local feature和global feature的理解

    在计算机视觉方面,global feature是基于整张图像提取的特征,也就是说基于all pixels,常见的有颜色直方图.形状描述子.GIST等:local feature相对来说就是基于局部图像 ...

随机推荐

  1. 并不对劲的bzoj4827:loj2020:p3723:[AHOI/HNOI2017]礼物

    题目大意 有两个长度为\(n\)(\(n\leq5*10^4\))的数列\(x_1,x_2,...,x_n\)和\(y_1,y_2,...,y_n\),两个数列里的数都不超过\(m\)(\(m\leq ...

  2. 【HDU 2167】 Pebbles

    [题目链接] 点击打开链接 [算法] 状压DP 先搜出一行符合的情况,然后,f[i][j]表示第i行,状态为j,能够取得的最大值,DP即可 [代码] #include<bits/stdc++.h ...

  3. bzoj 3609: [Heoi2014]人人尽说江南好【博弈论】

    参考:https://blog.csdn.net/Izumi_Hanako/article/details/80189596 胜负和操作次数有关,先手胜为奇,所以先手期望奇数后手期望偶数,最后一定能达 ...

  4. Centos 下php安装配置xdebug扩展

    2018年05月02日 19:54:42 杨汉松 阅读数:44   1.下载安装xdebug 获取xdebug wget http://www.xdebug.org/files/xdebug-2.3. ...

  5. DBMS "无法作为数据库主体执行,因为主体“dbo”不存在、无法模拟这种..........”

    解决方案: 新附加的数据库需要设置所有者才能建立数据库关系图.供参考的操作步骤如下: 选择“AdventureWorks2012LT”,右键,选择“属性”,选择“文件”页,点击“所有者”右侧按钮,点击 ...

  6. [CF1076G] Array Game

    Description Transmission Gate Solution 考虑Dp,设Dp[i] 表示当我们从前面跳跃到i时,他是必胜还是必败. 那么\(Dp[i] = Min(Dp[j], !( ...

  7. Poj 3264 Balanced Lineup RMQ模板

    题目链接: Poj 3264 Balanced Lineup 题目描述: 给出一个n个数的序列,有q个查询,每次查询区间[l, r]内的最大值与最小值的绝对值. 解题思路: 很模板的RMQ模板题,在这 ...

  8. DFS Codeforces Round #306 (Div. 2) B. Preparing Olympiad

    题目传送门 /* DFS: 排序后一个一个出发往后找,找到>r为止,比赛写了return : */ #include <cstdio> #include <iostream&g ...

  9. Python 学习之Virtualenv

    Virtualenv是一个python环境的隔离工具,主要解决库的隔离和权限问题 Refer:中文版Virtualevn解释 用virtualenv创建多个python环境 我们360如何使用pyth ...

  10. hdu 5036 Explosion bitset优化floyd

    http://acm.hdu.edu.cn/showproblem.php?pid=5036 题意就是给定一副有向图,现在需要走遍这n个顶点,一开始出发的顶点是这n个之中的随便一个. 如果走了1,那么 ...