深度学习:CV和NLP
一些自学的心得总结,包括论文学习,tensorflow等库的用法,算法推导
渡边君
CV
展开
-
论文笔记——ERFNet: Efficient Residual Factorized ConvNet for Real-time Semantic Segmentation
作者提出了一种基于残差连接和深度可分离卷积的语义分割网络,旨在不降低准确率的同时提高处理的帧数,可以满足自动驾驶中对于实时性的要求。一句话就是,我全都要!单元组成 简单地说,网络中主要使用了残差连接,这种捷径可以使得低维的特征可以往后流动而不是被网络完全转化,同时也在训练时减少了梯度消失等情况。另外使用了深度可分离卷积,可以减少网络中的参数数量,提高训练效率和...翻译 2019-12-16 15:57:24 · 3364 阅读 · 1 评论 -
论文笔记——End to End Video Segmentation for Driving:Lane Detection For Autonomous Car
之前有试过边读论文边整理,后来发现逐个chapter翻译理解的效果不是很好。一方面和我自己的理论基础不够扎实有关,虽然不是在校研究生的身份,但是学什么事情都要重视基础重视理论呀;另一方面,如何概括一篇文章这种抽象的工作也是我不擅长的,所以才要硬着头皮来做来学习呀~ 这是比较新的一篇文章,地址是https://arxiv.org/abs/1812.05914,标题是端...翻译 2019-09-29 10:20:19 · 643 阅读 · 0 评论 -
论文笔记——Agnostic Lane Detection
这是一篇也是车道线检测的论文,文章的地址可以点击这里,标题是 agnostic lane detection,不可知(?)的线检测。相比我自己第一次翻译的那一篇论文,这一篇读起来的感觉比较松散一些,难以捕捉到文章的中心,所以也需要借助逐步翻译来帮助理解。网络结构 有人说看论文先看图,图的水平一定程度上可以反映作者的水平。怎么说呢,下面这张图看起来稍微比较抽象,...翻译 2019-09-29 18:07:47 · 501 阅读 · 0 评论 -
论文笔记——ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation
论文地址。 相比 SegNet、FCN 等以 VGG 作为特征识别部分的网络,作者提出了一个更加轻量级、运算量和参数量都较小的网络,来提高语义分割在实际使用中的推断时间和减轻对设备的要求。网络的名字叫做 ENet,即 efficient neural network。网络结构 在了解网络结构之前,通常都是看看网络的组成单元 block。EN...翻译 2019-12-13 15:49:21 · 614 阅读 · 0 评论 -
Opencv: 将 YUV 格式的图片转化成 JPG 保存
昨天刚和同事一起去采集一些场地数据,用板子拍摄然后实时传到电脑上,得到的是 NV21 的 YUV 格式的照片,然后暂时需要将他们批量处理成 jpg 的文件方便在 windows 上面看。参考同事的代码,写了一个 c++ 的脚本,简简单单的一个程序写了我半天,哎 c++ 的知识还是太不扎实。#include <iostream>#include <io.h&...原创 2019-10-22 16:13:14 · 8984 阅读 · 0 评论 -
tensorflow 的 image segmentation 的准确率指标如何构建
上周在做一个 GCN 语义分割模型的过程中,遭遇了挺多麻烦的,一一记录一下,为自己以后遇到相似问题时提供一些解决的思路。以下是我自己在做的项目的代码地址, Label 以往的分类问题很简单,label 就是一个稀疏向量。但是语义分割问题不同,它的 label 就是一张图片,我们再根据这张图像中每个像素点的颜色,查表之后证实每个像素点分属什么类别,...原创 2019-10-28 17:09:12 · 523 阅读 · 0 评论 -
tensorflow.keras.datasets.imdb 中 load_data 函数的解析
开始接触一点 NLP,一边看 2017 年的 CS224n课程,因为里面的作业似乎是要求用 tensorflow,而 2019 年新的课程是用 pytorch。从 IMDB 数据集开始试试,简单的解析了之后可以看到评论的内容和正负两种评价标签,然后就要对词向量做一个词嵌入(Embedding)的处理,因为网络结构不是用 ANN 而是用循环神经网络 RNN 来做,所以不可以用稀疏向量(...原创 2019-08-04 14:09:13 · 8401 阅读 · 0 评论