![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 81
孙晓军82
这个作者很懒,什么都没留下…
展开
-
你好,语义分割(二)
语义分割(Semantic Segmentation),是计算机视觉中的一项关键技术之一,用于识别图像中的对象,并为对象进行分类。从宏观上来看,语义分割为人工智能模拟人类“看得见“的能力提供了基础支撑,为机器对周边场景的理解铺平了道路。本文使用Pytorch框架,实现了一个简单的语义分割模型,并介绍了语义分割技术在实际中的一些应用。旨在通过简单易懂的代码实现,来了解语义分割技术和机器学习的主要开发流程。文章内容涉及了机器学习开发流程中的数据处理,建模和模型评估部分。原创 2022-12-13 14:41:00 · 917 阅读 · 0 评论 -
“你好,人工智能”开篇絮语
“人工智能 (AI) 是一组技术,使计算机能够执行各种高级功能,包括查看、理解和翻译口语和书面语言、分析数据、提出建议等各种能力” – google cloud原创 2022-12-12 10:43:59 · 436 阅读 · 0 评论 -
你好,语义分割(一)
语义分割(Semantic Segmentation),是计算机视觉中的一项关键技术之一,用于识别图像中的对象,并为对象进行分类。从宏观上来看,语义分割为人工智能模拟人类“看得见“的能力提供了基础支撑,为机器对周边场景的理解铺平了道路。本文使用Pytorch框架,实现了一个简单的语义分割模型,并介绍了语义分割技术在实际中的一些应用。旨在通过简单易懂的代码实现,来了解语义分割技术和机器学习的主要开发流程。文章内容涉及了机器学习开发流程中的数据处理,建模和模型评估部分。原创 2022-11-21 12:00:31 · 1469 阅读 · 0 评论 -
FCN实现语义分割-Pytorch(三)
##3.4、验证(Validation)当我们在训练集上指标表现良好时,需要使用验证集来检验一下训练的结果是否存在过拟合现象。###3.4.1、模型与参数的保存模型的训练可能是一个漫长的过程,在模型训练过程中,以及模型训练完成准备发布时,我们需要保存模型或模型参数,以便在此基础上继续训练,或者把训练好的模型发布上线。# 保存模型torch.save(net, './fcn8s.pth')# 保存模型参数torch.save(net.state_dict(), './fcn8s.pth')#原创 2022-04-17 08:28:14 · 3844 阅读 · 9 评论 -
FCN实现语义分割-Pytorch(二)
##3.2、数据集(Dataset)Pytorch提供了Dataset和Data Loader来帮助处理数据集。对于语义分割的训练数据,假设我们已经有了原始图像及对应的标签图像。为了训练网络模型,我们需要原始图像的Tensor数据,形状为(N,C, H, W)。其中N为样本数量,C为通道数量,H和W表示图像的像素高度和宽度。同时需要保证所有训练图像具有相同的C,H和W。标签数据可以使用(N,H,W)形状的标准标签,或者使用one-hot encoding标签。###3.2.1、自定义Dataset原创 2022-03-15 08:09:07 · 2614 阅读 · 0 评论 -
FCN实现语义分割-Pytorch(一)
目录1、语义分割2、FCN简介3、FCN实现语义分割3.1、网络模型3.1.1、模型初始化3.1.2、权重初始化3.1.3、前向计算3.2、数据集(Dataset)3.2.1、自定义Dataset3.2.2、one-hot编码3.2.3、数据预处理-数据变换(Transform)3.2.4、数据加载器(DataLoader)3.3、训练(Train)3.3.1、学习准则(Criterion)3.3.2、优化(Optimizer)3.3.3、指标(Metrics)3.3.3、原创 2022-03-15 08:07:09 · 6138 阅读 · 0 评论