笔记
文章平均质量分 93
Brigebios
这个作者很懒,什么都没留下…
展开
-
基于pytorch的Faster-Rcnn网络实现视力表字符检测
今天要做的是使用一个基于pytorch环境下的Faster-Rcnn网络实现对视力表字符的检测任务。使用平台:pycharm;环境:torch1.5.0、cuda10.2目录一、制作数据集二、训练模型三、预测图片四、模型评估一、制作数据集从头实现一个目标检测任务第一步就是制作数据集。首先在网上下载了视力表字符的图片,而后对几个字符进行加噪、上下采样处理并贴到一面墙的图片上,具体实现过程采用OpenCV库,实现方法很简单,在此不多加展示,结果如下所示:如此制作了10张样本图片后,通过数据增强的方法原创 2021-05-29 17:22:09 · 766 阅读 · 4 评论 -
LSTM网络的简单理解
目录RNN递归神经网络LSTM神经网络结构变形1.peephole connections结构2.在忘记门与输入门之间引入一个耦合3.门循环单元(GRU)今天对LSTM网络进行学习。在理解LSTM网络之前,我们首先要对Recurrent Neural Networks(RNNs)递归神经网络进行了解。RNN递归神经网络以我们人类来说,我们不会将所有的东西都全部丢弃,然后用空白的大脑进行思考。我们的思想拥有持久性。而在传统神经网络中,模型不会关注上一时刻的处理会有什么信息可以用于下一时刻,每一次都只会原创 2021-05-15 21:54:03 · 1689 阅读 · 1 评论 -
深度学习自学第四周:近几年的经典神经网络结构
现在对近几年一些比较经典的神经网络结构进行学习。其它如LeNet-5、AlexNet、VGGNet都有学习过,但除开有些东西已经很老了以外,近几年的神经网络结构更加优异也是事实,在此就不写出来了。目录一、ResNet网络1.残差块2.残差网络二、GoogLeNet网络1.Inception网络2.Xception网络三、SENet网络1.Squeeze2.Excitation一、ResNet网络ResNet网络又名残差网络,是2015年ILSVRC竞赛冠军。我们知道,特征的“等级”随增网络深度的加深而原创 2021-02-28 00:34:57 · 1055 阅读 · 1 评论 -
深度学习自学第二周:基于keras实现猫狗大战
目录一、初步实现(一)选取训练集、测试集、验证集(二)构建神经网络模型(三)数据预处理(四)绘制损失曲线和精度曲线(二)优化模型(三)数据测试结合之前学习的知识,现在可以进行猫狗大战的实现了。数据集是采用猫狗大战kaggle竞赛提供的25000张图片。下面一步步来实现。使用的是tensorflow 2.1 下的keras 2.3.1版本。一、初步实现首先导入需要用到的库import os,shutilfrom tensorflow.keras import models from tensor原创 2021-02-05 00:08:59 · 1444 阅读 · 2 评论