TensorFlow TF Object Detection API适配Python 3 TensorFlow的Object Detection API集成了众多用于物体检测的神经网络模型。该API目前仍处于活跃的开发中，从实际情况来看对Python3的支持还不是很好。
Deep Learning 图解MobileNetV2中的Bottlenecks MobileNetV2中使用了一种名为Inverted Residuals and Linear Bottlenecks的结构，解决了V1版本中SeprableConv存在的输入层Kernel数量固定的瓶颈。
TensorFlow 将TensorFlow的变量格式从NCHW转换为NHWC 将一堆二维张量拼接成三维张量的时候，默认的Chanel维度在首位；然而在TensorFlow中张量的默认Channel维度在末尾。因此有时需要将变量模式从NCHW转换为NHWC以匹配格式。
Deep Learning 卷积神经网络中的Separable Convolution 移动端设备的硬件性能限制了神经网络的规模。本文尝试解释一种被称为Separable Convolution的卷积运算方式。它将传统卷积分解为Depthwise Convolution与Pointwise Convolution两部分，有效的减小了参数数量。
Deep Learning 基于深度学习的人脸特征点检测 - 数据集整理 从互联网获取的数据大多数情况下不是开箱即用的，这意味着我们需要对数据进行初步的整理，例如统计数据量、去除不需要的文件、必要的格式转换等。
Deep Learning 基于深度学习的人脸特征点检测 - 数据与方法 上一篇博文介绍了人脸检测与面部特征点检测的背景，并提到了当前技术方案存在特征点位置不稳定的缺点，需要新的解决方案。本文将对困难的解决方案做出介绍。
C++ 在Eclipse下编译Dlib Dlib是一款非常优秀的C++库，尤其是其中的人面部landmark点检测功能，可以在2ms左右的时间检测出面部的68个标记点。Dlib官方推荐采用CMake的方式来编译，本文描述了在Eclipse下引入Dlib的具体方法。
TensorFlow TensorFlow中的TFRecord文件 TensorFlow的训练需要读入大量的数据，官方提供了一种名为TFRecord的文件格式，本文描述了如何使用自定义图片数据生成TFRecord文件。
