人工智能
年轮陌羽
这个作者很懒,什么都没留下…
展开
-
全卷积网络 FCN 详解
背景CNN能够对图片进行分类,可是怎么样才能识别图片中特定部分的物体,在2015年之前还是一个世界难题。神经网络大神Jonathan Long发表了《Fully Convolutional Networks for Semantic Segmentation》在图像语义分割挖了一个坑,于是无穷无尽的人往坑里面跳。全卷积网络 Fully Convolutional NetworksCNN 与 FCN...转载 2018-06-09 09:22:09 · 914 阅读 · 0 评论 -
VGG网络模型详解
如今深度学习发展火热,但很多优秀的文章都是基于经典文章,经典文章中的一句一词都值得推敲和分析。此外,深度学习虽然一直被人诟病缺乏足够令人信服的理论,但不代表我们不能感性分析理解,下面我们将对2014年夺得ImageNet的定位第一和分类第二的VGG网络进行分析,在此过程中更多的是对这篇经典文章的感性分析,希望和大家共同交流产生共鸣,如果有理解不到位的也真诚期待指出错误。Simonyan, Ka...转载 2018-05-30 20:33:37 · 53567 阅读 · 11 评论 -
基于TensorFlow实现AlexNet网络的构建、测试、微调过程
本文主要参照博客中内容实现AlexNet网络的构建、测试过程,利用自己的方法制作训练集来进行微调过程。本文主要介绍在TensorFlow框架下AlexNet网络的实现程序。下图是AlexNet网络的网络结构:1. AlexNet网络的构建过程:下面程序(注释)创建了一个类来定义AlexNet模型图,并带有加载预训练参数的函数#定义AlexNet神经网络结构模型import tensorflow...原创 2018-05-29 16:57:58 · 6403 阅读 · 8 评论 -
基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN
转自:https://www.cnblogs.com/skyfsm/p/6806246.html对于深度学习初学者,有助于了解R-CNN、Fast R-CNN、Faster R-CNN网络结构以及之间的区别。object detection我的理解,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。object detection要解决的问题就是物体在哪里,是什么这整个流程的问题。然而,...转载 2018-05-23 10:54:48 · 351 阅读 · 0 评论 -
YOLO算法的原理与实现
摘要: 当我们谈起计算机视觉时,首先想到的就是图像分类,没错,图像分类是计算机视觉最基本的任务之一,但是在图像分类的基础上,还有更复杂和有意思的任务,如目标检测,物体定位,图像分割等,见图1所示。其中目标检测 ...1、前言当我们谈起计算机视觉时,首先想到的就是图像分类,没错,图像分类是计算机视觉最基本的任务之一,但是在图像分类的基础上,还有更复杂和有意思的任务,如目标检测,物体定位,图像分割等,...转载 2018-05-22 20:21:58 · 3458 阅读 · 2 评论 -
MTCNN算法详解
该MTCNN算法出自深圳先进技术研究院,乔宇老师组,是今年2016的ECCV。(至少我知道的今年已经一篇cvpr,一篇eccv了)。 进入正题理论基础:正如上图所示,该MTCNN由3个网络结构组成(P-Net,R-Net,O-Net)。Proposal Network (P-Net):该网络结构主要获得了人脸区域的候选窗口和边界框的回归向量。并用该边界框做回归,对候选窗口进行校准,然后通过非极大...转载 2018-05-21 16:18:15 · 19031 阅读 · 7 评论 -
RCNN算法详解
Region CNN(RCNN)可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折桂,2010年更带领团队获得终身成就奖,如今供职于Facebook旗下的FAIR。 这篇文章思路简洁,在DPM方法多年平台期后,效果提高显著。包括本文在内的一系列目标检测算法:RCNN, Fast RCNN, Faster RCNN代表当下目标检测的...转载 2018-05-21 08:53:13 · 1018 阅读 · 0 评论 -
TensorFlow程序-监控指标可视化
利用TensorBoard中GRAPHS栏、EVENTS栏、IMAGES栏、AUDIO栏和HISTOGRAMS栏可视化一些监控指标,将TensorFlow程序运行时的信息输出到TensorBoard日志文件中。import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataSUM_MARY_DI...原创 2018-05-05 18:16:18 · 1883 阅读 · 0 评论 -
TensorFlow笔记-制作自己的训练集,利用卷积神经网络模型进行训练、测试(完整流程)
在学习TensorFlow过程中,发现训练数据集(mnist)大都是直接从网上下载,直接加载到模型上。而如果我们大多时候需要用自己的图片进行训练、测试,为了解决这个问题,在网上看了很多教程,大概明白了制作自己训练数据集的过程。为此,以MNIST数字识别为例,总结一下训练神经网络模型的大致流程。主要包括以下几个部分:一. 制作自己的数据集 通常情况下,我们需要利用自己的图...原创 2018-05-11 18:21:23 · 66889 阅读 · 46 评论 -
TensorFlow程序-图像预处理流程
在训练之前完成图像预处理,包括图像片段截取、图像大小调整、图像翻转以及色彩调整的步骤。图像预处理程序如下:import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt#给定一张图像,随机调整图像的色彩。因为调整亮度、对比度、饱和度和色相的顺序会影响最后得到的结果,所以可以定义多种不同的顺序。具体#哪一种顺...原创 2018-05-04 15:00:21 · 1578 阅读 · 0 评论 -
TensorFlow程序-MNIST数字识别
该程序包括三个部分,第一个是mnist_inference.py,在该程序中定义了前向传播过程和神经网络中的参数。第二个是mnist_train.py,它定义了神经网络的训练过程,并且将模型持久化,保存的是训练完成后的最终模型;第三个是mnist_eval.py,它定义了测试过程,在该程序中用的是训练完成后的最终模型,对验证数据和测试数据进行测试。mnist_inference.py中程序如下:i...原创 2018-05-02 15:14:59 · 451 阅读 · 0 评论 -
TensorFlow程序:利用卷积神经网络(LeNet-5)模型实现MNIST数字识别
LeNet-5模型是Yann LeCun教授于1998年在论文Gradient-based learning applied to document recognition中提出的,它是第一个应用于数字识别问题的卷积神经网络。在MNIST数据集上,LeNet-5模型可以达到大约99.2%的正确率。LeNet-5模型总共有7层(不包括输入)。网上有很多关于卷积神经网络的讲解,这里就不细...原创 2018-05-08 20:42:28 · 1413 阅读 · 0 评论 -
TensorFlow 人脸识别网络与对抗网络搭建
写在前面的话本次文章坑挖的有些大,有些很不好写,想了想其实人脸识别网络大约也是一个简单的前馈神经网络。但是这么说又没有神秘感,要是要用RNN模型又有些高射炮打蚊子。所以准备介绍介绍人脸识别是怎么回事。这里挂一漏万,从人脸监测开始,那么什么是人脸检测呢:人脸识别任务其实总结起来人脸识别工作可以分为几个部分人脸检测(detection),人脸校准(aliment转载 2017-11-25 21:14:23 · 668 阅读 · 1 评论