深度学习
announced1
这个作者很懒,什么都没留下…
展开
-
基于Tensorflow+CNN自动识别验证码
基于Tensorflow+CNN自动识别验证码文章目录0、简介:1、Tensorflow、captcha的安装2、准备训练样本及测试样本2.1、导入相应的库及定义全局变量3、执行训练3.1、定义全局变量3.2、构建CNN卷积神经网络3.5、用测试数据集进行测试4、总结5、参考链接0、简介:这个项目在Tensorflow框架下实现用CNN自动识别验证码。Tensorflow是一个由Googl...原创 2019-03-01 20:12:27 · 1342 阅读 · 0 评论 -
pytorch实现yolov3中使用的nms(非最大抑制)理解
文章目录1、目的前期在研究pytorch实现yolov3时,虽然大体搞明白了yolov3的原理,但是由于项目紧急,没来得及做笔记,趁着这段时间不是那么忙了,整理一遍过程。首先说说nms(非极大抑制)。对于尺寸为416×416的输入图像,YOLO预测((52×52)+(26×26)+ 13×13))×3 = 10647个边界框。 但是,在我的图像中只有三个物体(本人,水杯,手机)。 我们如何将...原创 2019-05-01 15:50:07 · 12559 阅读 · 3 评论 -
Pytorch训练yolo时,原图与映射图的关系
dataloader = DataLoader(dataset, batch_size=batch_size, # batch_size = 16 num_workers=opt.num_workers, shuffle=Fals...原创 2019-05-03 17:57:35 · 556 阅读 · 0 评论 -
深度学习中的几个错误率和准确率
背景:这段时间搞深度学习,经常被几个错误率和准确率的概念搞懵,今天打算总结下来:1)正确率(accuracy)正确率是我们最常见的评价指标,accuracy = (TP+TN)/(P+N),这个很容易理解,就是被分对的样本数除以所有的样本数,通常来说,正确率越高,分类器越好;2)错误率(error rate)错误率则与正确率相反,描述被分类器错分的比例,error rate = (FP+...原创 2019-04-14 22:34:12 · 7835 阅读 · 2 评论 -
局部加权线性回归
前言:在数据处理或图像处理中,回归往往可以达到很好的效果。回归的目的就是训练算法,进而找到回归系数。1、线性回归怎样从一大堆数据里求出回归方程呢?假定输入数据存放在矩阵X中,回归系数存放在向量w中,那么对于给定的数据X1,预测结果Y1 = X1Tw。问题点:有一些X和对应的Y,怎么找到w?常用的方法是找到一个w,使得误差最小。这里的误差指的是预测值y与真实值y之间的差值。平方误差写...原创 2019-04-16 00:19:19 · 499 阅读 · 0 评论 -
Tensorflow+CNN实现车牌识别
文章目录0、前言1、车牌定位1.1、训练分类器1.2、车牌粗定位1.3、倾斜矫正1.3.1、计算车牌的倾斜角1.3.2、旋转1.4、车牌精定位2、CNN训练2.2、构建CNN网络2.3、执行训练3、车牌识别3.1、读取1.4中精定位获取的图片3.2、使用CNN训练模型对精定位图片进行识别4、Mysql存储0、前言之前写过一篇基于字符切割的车牌识别博客,当时也成功做出来了,但是识别率不高,而且对...原创 2019-03-07 00:03:33 · 25894 阅读 · 63 评论