![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 85
彧侠
这个作者很懒,什么都没留下…
展开
-
PPOCR车牌定位模型推理后处理优化研究
以车牌识别为例,基于深度学习OCR文本定位模型推理后处理策略优化原创 2022-11-25 18:20:31 · 1444 阅读 · 0 评论 -
人脸自收集数据集辅助制作工具——多人在线协同标注系统
我们在进行人脸属性识别深度学习算法研究过程中除了使用开源带标签的数据以外,都会根据具体使用场景与需求用到大量自收集的图像数据(开源/爬虫/自拍等),然这些数据一般是没有人脸对应属性标注标签的。而我们在研究人脸各种检测算法时最终训练需要的数据就是图像+标签,所以如何快速标注这些特定数据便是数据收集工作的重点。本文主要讲一下如何通过python+Flask+SocketIO+Html技术实现多人在线协同标注人脸各种数据的系统,在此做一个分享。...原创 2022-06-23 00:10:21 · 630 阅读 · 0 评论 -
微信小程序开发实例——人脸识别开放平台
为了更好的将算法效果展示出来,经常需要开发一些演示Demo应用,使用在线C/S交互式应用开发(类似于百度、腾讯、阿里的开放平台)。C代表Client(客户端),S代表Server(服务端),也就是UI处理与底层处理分离的方式,两端的连接交互媒介就是Http网络请求。像这里的算法演示在C端主要实现界面显示、交互、发送请求与图像绘制,S端主要是实现请求接收与返回、算法推理。C端主要包含移动端App/网页/小程序,S端就是后台算法运行服务器,本文主要介绍C端应用实例(微信小程序人脸识别开放平台)的开发。原创 2022-05-24 15:31:00 · 2309 阅读 · 2 评论 -
手写数字识别从训练到部署全流程详解——模型在Android端的部署
目前深度学习模型在移动端的使用已越来越广泛,而移动端设备的性能表现自然无法与PC端相提并论,目前市面上基本所有的训练框架训练出来的模型都无法直接在移动端上使用和推理,尽管部分框架同时做了移动端部署功能(如Tensorflow-lite、pytorch-mobile等),但是在性能表现上对比专业的部署框架(如ncnn、mnn等)没有任何优势,基于之前对部署框架的使用经验,下面我就以手写数字识别(mnist)模型和部署框架(ncnn)为例,对框架的使用与部署的全流程做一个详细的记录说明。原创 2022-04-14 14:43:38 · 1956 阅读 · 2 评论 -
手写数字识别从训练到部署全流程详解——Pytorch深度学习网络搭建与模型训练
在这里为了方便大家了解与入门深度学习开发,我以最简单的手写数字识别,通过Pytorch框架对LeNet-5网络进行构建与模型训练,,对Pytorch框架的使用与训练的全流程做一个详细的记录说明原创 2022-04-14 14:41:24 · 2087 阅读 · 4 评论