深度学习
cjluozi
研究过电路,结构,光学。现在在学图像处理,点云处理,深度学习,控制算法。
展开
-
深度学习网络学习
最近花了2天时间过了一下经典网络和较新的目标检测网络,记录以免忘记。VGG-16(原文VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION)经典backbone,6个层,五个阶段2,2,3,3,3个卷积层,加最后3个全连接层,用于分类classifier,未到目标检测。Faster-rcnnResnet残差网络SSDFPNDarknetDesnetYolo系列...原创 2022-01-23 13:33:14 · 800 阅读 · 0 评论 -
keras遥感图像label归一化问题
最近用keras左遥感图像语义分割。当中替换数据集,发现数据是24位深度图,用下面代码IMREAD_GRAYSCALE能转成单通道深度图。但是没有归一话。导致loss很大,能到400多。所以img=cv2.imread(“1_0.tif”,cv2.IMREAD_GRAYSCALE)之后要加归一话程序img=np.array(img,dtype=“float”)/255...原创 2021-10-16 11:52:31 · 798 阅读 · 0 评论 -
学python+Tensorflow
2.16(持续更新)开始先学python“比较运算符”的优先级会比“算术运算符”低。原创 2021-02-16 14:43:20 · 256 阅读 · 2 评论 -
三维点云学习--深度学习precision、recall
之前1维CNN测量、卷积自编码器结构光和结合YOLO的点云和图像融合都有应用。最近要做地图点云语义分割,因此再学习下三维点云处理。之前有学习基本概念,今天主要加强了,以免以后年纪大了忘记。其中主要的四个概念。positive(正)和negative(负)是你预测的结果,假设二元分类,预测猫是正,狗是负的话,预测猫就是positive,预测狗就是negative。而这里的true和false表示的是你预测是正确还是错误。比如,如果你预测一个物体是猫,这个物体本身就被标记为猫,则认为预测正确是true;相反,原创 2021-02-12 16:10:19 · 429 阅读 · 0 评论