深度学习
文章平均质量分 50
gakki_Yuibo
深度学习,AI架构,图像处理
展开
-
如何制作打首板的量化策略
本文教从量化的角度,教读者制作一个最简单的量化打首板的系统,真实的首板系统远比该系统复杂,只作为学习资料参考,不可以作为投资建议原创 2022-09-14 16:48:17 · 2316 阅读 · 3 评论 -
量化打板成功率统计
20220217 股票选择lightbgm:knn:xgboost:原创 2022-02-17 19:00:31 · 2078 阅读 · 6 评论 -
数字式仪表的识别yolov3+crnn
数字式仪表上面又很多乱七八糟的数字和字母,但是我们只想要得到数字式仪表的读数怎么弄,第一步先训练一个yolov3的模型,只框选想要的数字部分,然后自己训练一个CRNN模型去读数就可以了训练yolov3的网络步骤在这里,链接训练crnn网络的地址在这里值得注意的事情是,crnn训练的时候,由于我们做的是数字式仪表的读数,所以aphabet为0123456789. 把crnn中lstm隐藏层的长度设置为12=11+1.另外这份crnn的dataloader类要自己改写一下,crnn的数据处理部分比如转l原创 2021-06-09 11:34:31 · 5345 阅读 · 53 评论 -
使用kinect2.0做动作识别和重量颜色识别
在抓取杠铃的过程中,杠铃的颜色是固定的,我们可以使用颜色信息识别出我们杠铃片的重量,具体做法是,利用手抓取横杆的信息获取到手的骨骼关键点的深度值信息,然后利用距离信息做x,y,z方向上的点云滤除,滤除完以后的图片映射回彩色图如图所示:这时候我们再利用opencv做图像的腐蚀运算,然后提取blob信息,分割,提取最大轮廓,分离出杠铃。再把RGB图像转化为HSV图像,做各个色彩通道的分离,色彩通道分离的python代码在这里:import cv2import numpy as np# 滑动条的回调函数原创 2021-01-06 14:52:26 · 771 阅读 · 0 评论 -
使用YOLOV4 轻松进行开关开闭状态检测
使用YOLOV4 轻松进行开关开闭检测最近接到了一个开关开闭状态检测的项目,准确率要求很高,要达到99.9%以上,所以顺道试验一下yolov4的性能yoloV4的训练过程跟yolov3训练并无差异,我把yolov4的git地址和yolov3训练的参考的博客地址放在这里训练yolov3的过程yolov4的代码地址如果需要yolov4的权重文件和主干网络的权重文件,请在这里下载我训练集使用...原创 2021-01-06 10:49:39 · 2544 阅读 · 15 评论 -
基于分割和识别的服饰商品的自动推荐
衣服商品的推荐衣服的自动推荐一直是一个商业热点,如何根据现有的衣服的特征(颜色,纹理,款式等)在数据库中找出相似度最高的衣服,并推荐给用户是非常具有挑战性的。目前常用的服装推荐系统是基于文本标注的,但是文本标注的成本非常高,目前有不少的方案都采用了弱监督的学习方式,或者采用sift特征点等作为图像检索的依据,但是效果依然不理想,这篇博客主要分析2013年的一篇论文Getting the Loo原创 2018-01-24 15:31:56 · 2516 阅读 · 0 评论