tensorflow
NineDays66
email:547691062@qq.com
展开
-
keras 训练使用tfrecord.
1.写入tfrecordimport tensorflow as tfimport osimport numpy as npimport PIL.Image as Imagedef _get_path_label(image_dir): image_dir = os.path.expanduser(image_dir) ford_list = [] for ford in os.listdir(image_dir): for sub_ford in原创 2020-08-27 17:18:49 · 1033 阅读 · 0 评论 -
Tensorflow移植到Android
手机调用TF模型的过程简介: 1、 保存训练完毕的TF模型 2、 在Android项目中导入TF模型、导入Android平台调用TF模型需要的jar包和so文件 (它们负责TF模型的解析和运算) 3、定义变量、存储数据,通过jar包提供的接口进行模型的调用 移植过程 我们以mnist数据集上自己训练的一个图像识别模型为例,进行讲解 一、 在使用python代码编写...原创 2017-11-19 10:52:43 · 2245 阅读 · 0 评论 -
TensorFlow车牌识别完整版(含车牌数据集)
在之前发布的一篇博文《MNIST数据集实现车牌识别--初步演示版》中,我们演示了如何使用TensorFlow进行车牌识别,但是,当时采用的数据集是MNIST数字手写体,只能分类0-9共10个数字,无法分类省份简称和字母,局限性较大,无实际意义。经过图像定位分割处理,博主收集了相关省份简称和26个字母的图片数据集,结合前述博文中贴出的python+TensorFlow代码,实现了完整的车牌识别功...转载 2018-07-26 10:29:32 · 14139 阅读 · 11 评论 -
令人困惑的 TensorFlow
理解 TensorFlow TensorFlow 不是一个标准的 Python 库 大多数 Python 库被编写为 Python 的自然扩展形式。当你导入一个库时,你得到的是一组变量、函数和类,他们扩展并补充了你的代码「工具箱」。当你使用它们时,你能预期到返回的结果是怎样的。在我看来,当谈及 TensorfFlow 时,应该把这种认知完全抛弃。思考什么是 TensorFlow 及...转载 2018-10-09 14:05:55 · 1472 阅读 · 0 评论 -
Android端调用 深度学习模型实现CNN分类
一.移动端深度学习的几种实现方式(1)Caffe的移动端编译项目caffe(命令式框架)算是在国内最流行的深度学习开源框架,使用它进行商业,研究的人很多。对于移动端的实现,也有开源项目对caffe进行了移植。 项目连接如下:android-lib android-demo我认识的很多科研院所的朋友以及百度这种大公司他们,在移动端的本地项目中也使用了caffe-android,证明...转载 2018-07-16 10:49:18 · 6330 阅读 · 0 评论 -
Face alignment
Face alignment 实现方案及实现效果分析1.Face Alignment 简介在Face Alignment中,传统方法能够取得不错的效果。但是在大姿态、极端表情上效果并不是很好。人脸对齐可以看作在一张人脸图像搜索人脸预先定义的点(也叫人脸形状),通常从一个粗估计的形状开始,然后通过迭代来细化形状的估计。其实现的大概框架如下:图1.1人脸特征点检测问题需...原创 2019-06-07 21:22:10 · 4980 阅读 · 0 评论 -
MTCNN 人脸检测论文解读,及tensorflow代码实现
Face detection mtcnn目录1MTCNN简介2训练阶段2.1训练数据生成2.2网络结构2.3代价函数3预测阶段MTCNN简介《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》论文解读。原创 2018-01-02 18:58:21 · 12032 阅读 · 1 评论 -
tensorflow根据人脸分辨性别
数据收集训练数据 – Adience数据集Adience数据集来源为Flickr相册,由用户使用iPhone或者其它智能手机设备拍摄,该数据集主要用于进行年龄和性别的未经过滤的面孔估计。同时,里面还进行了相应的landmark的标注,其中包含2284个类别和26580张图片。Adience数据集下载地址:http://www.openu.ac.il/home/hassner/Adien原创 2017-11-14 18:57:29 · 3517 阅读 · 3 评论 -
Tensorflow 实现自编码
概述AutoEncoder大致是一个将数据的高维特征进行压缩降维编码,再经过相反的解码过程的一种学习方法。学习过程中通过解码得到的最终结果与原数据进行比较,通过修正权重偏置参数降低损失函数,不断提高对原数据的复原能力。学习完成后,前半段的编码过程得到结果即可代表原数据的低维“特征值”。通过学习得到的自编码器模型可以实现将高维数据压缩至所期望的维度,原理与PCA相似。自编码器是利用神经网原创 2017-11-12 12:35:32 · 1188 阅读 · 0 评论 -
tensorflow 使用CNN 进行mnist数据集识别
一、CNN的引入在人工的全连接神经网络中,每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时,这时全连接网络需要训练的参数就会增大很多,计算速度就会变得很慢,例如一张黑白的 28×28 的手写数字图片,输入层的神经元就有784个,如下图所示:若在中间只使用一层隐藏层,参数 w 就有 784*15 = 11760 多个;若输入的是 带有颜色的RGB格式的手写数字图原创 2017-11-12 12:32:47 · 4063 阅读 · 0 评论 -
tensorflow实现基本的回归
TensorFlow入门TensorFlow是目前最流行的深度学习框架。我们先引用一段官网对于TensorFlow的介绍,来看一下Google对于它这个产品的定位。TensorFlow™ is an open source software library for numerical computation using data flow graphs. Nodes in the grap原创 2017-11-12 12:29:08 · 928 阅读 · 0 评论