AI炮灰
这个作者很懒,什么都没留下…
展开
-
基于残差网络的CNN模型进行人脸识别实战实战项目
人脸识别完整项目:从上一步存下来的图像文件中, 提取人脸数据存入 CSV / Extract features from face images saved in step 1;这一步将调用摄像头进行实时人脸识别;进行人脸信息采集录入 Tkinter GUI / Face register with Tkinter GUI。(对每一帧都进行检测+识别), 只有人脸出现的时候进行识别;UI设计,可以实时采集,实时检测,但是作者不想上镜,所以……只会对初始帧做检测+识别, 对后续帧做检测+质心跟踪。原创 2022-12-13 13:24:54 · 757 阅读 · 0 评论 -
车牌识别系统代码+UI设计+数据集
车牌识别完整程序原创 2022-12-13 11:34:06 · 365 阅读 · 0 评论 -
深度学习实战——天气识别
代码】深度学习实战——天气识别。原创 2022-08-18 22:20:57 · 605 阅读 · 2 评论 -
基于深度学习对皮肤病进行识别设计与实现
代码】基于深度学习对皮肤病进行识别设计与实现。原创 2022-08-17 22:47:53 · 1513 阅读 · 3 评论 -
搭建卷积神经网络实现训练、预测实战
1.数据集mnist手写数据集:总共有70000张图片,其中60000张图片用于训练,10000张图片用于测试,图片的宽高分别为28、28 28x28的图片,转换成28x28个像素点,每个像素点的值介于0和1之间2.网络结构3.代码实现(1)GPU设置及查看import tensorflow as tffrom tensorflow.keras import datasets, layers, modelsimport matplotlib.pyplot as ...原创 2022-08-17 22:49:08 · 673 阅读 · 0 评论 -
Window和MacOS对于conda以及pip换源方法
Window和MacOS对于conda以及pip换源方法原创 2022-08-17 08:16:15 · 1059 阅读 · 0 评论 -
深度学习机器学习各种数据集汇总地址
(4条消息) 免费数据集下载_灬点点的博客-CSDN博客_数据集下载https://xhcom.blog.csdn.net/article/details/79487335转载 2022-06-24 17:56:17 · 234 阅读 · 0 评论 -
利用七种方法对一个文件夹里面的所有图像进行图像增强实战
# coding = utf-8import cv2from PIL import Imagefrom PIL import ImageEnhancefrom numpy.ma import arrayimport numpy as npimport os# 批量处理代码rootdir = 'F:/danzi/数据/4' # 指明被遍历的文件夹def high_bright(currentPath, filename, targetPath): # 读取图像 image.原创 2022-05-26 15:25:21 · 320 阅读 · 0 评论 -
深度学习-制作自己的数据集
1.背景对于文件夹套子文件夹,子文件夹里有很多同一类别的图像,子文件夹表示里面图像的类别。这种结构的文件叫做图像层叠式即为imageFolder。如下所示:该文件夹下面有10个类别的子文件夹,如下:每个子文件夹下有许多图像,如下:2.开始制作数据集""" 对于一个文件夹下有多个文件夹,每个子文件夹都是子文件夹里图片的类别名,这种称谓图像层叠形式imageFolder。"""import osfrom torch.utils.data import ..原创 2022-05-25 00:27:57 · 5334 阅读 · 0 评论 -
基于朴素贝叶斯邮件分类实战研究
邮件分类实战研究原创 2022-05-23 10:19:41 · 207 阅读 · 0 评论 -
基于GRU股票预测实战
import numpy as npimport matplotlib.pyplot as pltimport tensorflow as tffrom tensorflow.keras.layers import Dropout, Dense,GRUimport osimport pandas as pdfrom sklearn.preprocessing import MinMaxScalerfrom sklearn.metrics import mean_squared_error, .原创 2022-05-23 09:08:12 · 478 阅读 · 0 评论 -
C++OpenCV实现YOLO算法对目标进行检测实战
基本概念加载darknet框架的YoloV4模型做目标检测。OpenCV DNN模块支持常见深度学习框架如TensorFlowCaffe、Darknet等,对应的函数:readNetFromTensorflow、readNetFromCaffe.// 加载darknet网络Net net = readNetFromDarknet(config, weights);YoloV4对应的权重和配置文件如下,下载地址String config = "./model/yolov...原创 2022-05-21 11:39:53 · 1139 阅读 · 0 评论 -
python将指定文件夹中的图像数据通过亮度和对比度改变进行数据增强
# coding = utf-8import cv2from PIL import Imagefrom PIL import ImageEnhancefrom numpy.ma import arrayimport numpy as npimport os# 批量处理代码rootdir = 'F:/danzi/数据/4' # 指明被遍历的文件夹def high_bright(currentPath, filename, targetPath): # 读取图像 image.原创 2022-05-11 16:33:17 · 1071 阅读 · 0 评论 -
实时疲劳检测实战项目
import cv2import dlibimport numpy as npfrom imutils import face_utils"""思路: 第一步:2D人脸关键点检测;第二步:3D人脸模型匹配; 第三步:求解3D点和对应2D点的转换关系;第四步:根据旋转矩阵求解欧拉角。"""# 加载人脸检测和姿势估计模型(dlib)face_landmark_path = 'shape_predictor_68_face_landmarks.dat'"""只要知道世界.原创 2022-04-18 21:50:50 · 1506 阅读 · 3 评论 -
人脸关键点检测原理及实战
人脸关键点概述:人脸关键点检测是人脸识别和分析领域中的关键任务,是诸如自动人脸识别、表情分析、三维人脸重建及三维动画等其他人脸相关问题的基础任务。人脸关键点和我们传统说的HOG以及SIFT关键点不一样,人脸关键点是人脸面部、部位的关键点。它可以吧人脸的眼睛、鼻子、嘴巴等识别出来,可以吧脸部划分到不同的区域。人脸关键点检测任务难点任务是识别出人脸的关键点,目前人脸关键点检测的难点有:人脸肤色 人脸装饰 人脸角度 人脸表情常见数据集...原创 2022-04-07 16:54:45 · 4041 阅读 · 0 评论 -
90+深度学习开源数据集整理|包括目标检测、工业缺陷、图像分割等多个方向
小目标检测1.AI-TOD航空图像数据集数据集下载地址:http://m6z.cn/5MjlYkAI-TOD 在 28,036 张航拍图像中包含 8 个类别的 700,621 个对象实例。与现有航拍图像中的目标检测数据集相比,AI-TOD 中目标的平均大小约为 12.8 像素,远小于其他数据集。2.iSAID航空图像大规模数据集数据集下载地址:http://m6z.cn/6nUrYe现有的 Earth Vision 数据集要么适用于语义分割,要么适用于对象检测。iSAID 是第一原创 2022-04-06 18:53:53 · 2133 阅读 · 0 评论 -
基于机器学习的邮件分类算法
今天接了一个单子,主要是做基于机器学习的邮件分类算法的研究:比较简单代码如下所示:源码如下所示:#!/usr/bin/python# -*- coding utf-8 -*-import numpy as npdef loadFile(filename): """ 函数说明: 加载数据文件 :param filename: 文件名 :return: contentList - 切分邮件内容得到的词条原创 2022-04-02 17:12:54 · 520 阅读 · 0 评论 -
基于LSTM实现股票预测
LSTM原理前面的博客中使用传统的循环神经网络RNN,可以通过记忆体实现短期记忆进行连续数据的预测,但是当连续数据的序列变长时,会使展开时间步过长,在反向传播更新参数时,梯度要按照时间步连续相乘,会导致梯度消失,所以在1997年Hochreitere等人提出了长短记忆网络LSTM,长短记忆网络中引入了三个门限:他们的作用如下:首先他们三个都是当前时刻的输入特征xt,和上个时刻的短期记忆ht-1的函数,这三个公式中wi、wf和wo是待训练参数矩阵。bi、bf和bo是待训练偏置项...原创 2022-03-31 13:10:01 · 933 阅读 · 0 评论 -
RNN实现股票预测实战案例
为了研究RNN处理时序数据,本文选取了茅台的股票数据进行预测import numpy as npimport matplotlib.pyplot as pltimport tensorflow as tffrom tensorflow.keras.layers import Dropout, Dense, SimpleRNNimport osimport pandas as pdfrom sklearn.preprocessing import MinMaxScalerfrom skl.原创 2022-03-30 20:00:01 · 3002 阅读 · 0 评论 -
利用RNN及实现字母预测
由于有些数据是与时间序列相关,是可以根据上文预测出下文的。循环核具有记忆力,通过不同时刻的参数共享,实现了对时间序列的信息提取,循环核的表示如上图所示, 我们可以设定记忆体的个数改变记忆容量,当记忆体的个数被指定输入Xt,输出Yt维度被指定,周围这些待训练参数的维度也就被限定了。记忆体内存储着每个时刻的状态信息ht,记忆体当前时刻存储的状态信息ht等于当前时刻的输入特征xt乘以矩阵Wxh,加上记忆体上一时刻存储的状态信息ht-1乘以矩阵Whh再加上偏置项bh,它们...原创 2022-03-29 22:15:11 · 911 阅读 · 0 评论 -
基于ResNet人体动作识别
话不多述直接上程序。import pathlibimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers, models, Model, Sequentialfrom tensorflow.keras.layers import Conv2D, BatchNormalization, Activation, Dense, Flatten, MaxPool2D, Dropouti原创 2022-03-29 14:58:54 · 433 阅读 · 1 评论 -
Inception动作识别
import pathlibimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers, models, Model, Sequentialfrom tensorflow.keras.layers import Conv2D, BatchNormalization, Activation, Dense, Flatten, MaxPool2D, Dropoutimport numpy .原创 2022-03-29 12:16:30 · 90 阅读 · 0 评论 -
深度学习实战代码40例(4)——GAN对自己的数据进行增强
from __future__ import print_function, divisionimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras.datasets import mnistfrom tensorflow.keras.layers import Input, Dense, Reshape, Flatten, Dropoutfrom tensorflow.keras.layers impor.原创 2021-10-27 15:44:41 · 1504 阅读 · 0 评论 -
深度学习实战代码40例(3)——GAN对手写数据进行数据增强
1.环境配置tensorflow1.13.2keras2.1.52.GAN数据增强程序from __future__ import print_function, divisionimport tensorflow as tffrom tensorflow import kerasfrom keras.datasets import mnistfrom keras.layers import Input, Dense, Reshape, Flatten, Dropoutfrom原创 2021-10-17 22:31:57 · 1040 阅读 · 0 评论 -
深度学习实战代码40例(2)——CNN理论与实战
1.概述1.1概念 神经网络(neual networks)是人工智能研究领域的一部分,当前最流行的神经网络是深度卷积神经网络(deep convolutional neural networks, CNNs),虽然卷积网络也存在浅层结构,但是因为准确度和表现力等原因很少使用。目前提到CNNs和卷积神经网络,学术界和工业界不再进行特意区分,一般都指深层结构的卷积神经网络,层数从”几层“到”几十上百“不定。CNNs目前在很多很多研究领域取得了巨大的成功,例如: 语音识别...原创 2021-08-02 22:13:40 · 679 阅读 · 0 评论 -
深度学习实战代码40例(1)——VGG16理论与实战
1.VGG16理论 VGG是由Simonyan 和Zisserman在文献《Very Deep Convolutional Networks for Large Scale Image Recognition》中提出卷积神经网络模型,其名称来源于作者所在的牛津大学视觉几何组(Visual Geometry Group)的缩写。 该模型参加2014年的 ImageNet图像分类与定位挑战赛,取得了优异成绩:在分类任务上排名第二,在定位任务上排名第一。它的结构如下图所示:...原创 2021-07-29 16:03:24 · 587 阅读 · 0 评论