实验
文章平均质量分 65
深度学习的相关实验
醪糟小丸子
这个作者很懒,什么都没留下…
展开
-
视频分类数据集转图片分类数据集在vgg16上的分类效果
数据集处理最近在做的实验需要将视频分类数据集抽帧变成图片分类的数据集,然后放入已有模型进行训练和评估。该篇参考博文详细介绍了搭建视频分类模型的过程,但主要以处理数据集为主。所以我的实验借鉴了这篇博文对数据集处理的方法,但对个别内容有修改,并补充了一些理解。便于处理,只取了UCF101的前10个类别,主要为了测试视频抽帧处理成图片分类数据集的效果,暂不考虑其他因素。要点一:给每一个视频加标签大佬博客是按照视频类名划分出标签的,但实际也可以按照视频后面给出的数字划分,这样,后面就不用单独将.原创 2020-10-09 17:54:37 · 1638 阅读 · 4 评论 -
多张图片转成一个.npy文件存储
我最近做的实验需要把都是图片的数据集转成numpy形式存储,然后放入模型训练。首先要有一个.csv文件,这个文件存放了训练集中所有图片的名字和所属类别,共两列,这个文件在下载某些数据集的时候会自带或者有处理好的让你下载,但也可以自己生成,可以看这里import pandas as pdimport cv2import numpy as np#读取存有图片名和对应类别名的.csv文件train = pd.read_csv('train_new.csv')#print(train)#创.原创 2020-10-09 15:32:39 · 6134 阅读 · 13 评论 -
数据集的文字标签(label)转成数字标签
但愿有人能明白我标题的意思,因为自己在找相关解决办法的时候这样搜没有找到,所以写这篇博客记录下。问题:我要放入模型中的训练集和标签是这样的:标签集中共有1926个标签,10个类别,(类别前边的数字,代表的是对应的第几张图片)。然后,直接把他放进模型中训练,但是把标签数组转换成张量的过程中出现了类型不匹配问题Ytr = np.load('train1/'+'Ytr01.npy',allow_pickle=True)y_data = torch.from_numpy(Ytr).原创 2020-10-09 14:22:02 · 9075 阅读 · 3 评论 -
视频中提取帧图片并保存(cv2.VideoCapture)
转自:JNingWei# coding=utf-8# 全局变量VIDEO_PATH = './1.avi' # 视频地址EXTRACT_FOLDER = './extract_folder' # 存放帧图片的位置EXTRACT_FREQUENCY = 100 # 帧提取频率def extract_frames(video_path, dst_folder, index): # 主操作 import cv2 video = cv2.VideoCapture().转载 2020-10-07 20:23:34 · 1352 阅读 · 1 评论 -
为什么正则化可以减少过拟合?
成本函数添加的正则项用来降低权值。其中超参数值越大,w值越小,根据z=wx+b,z的值也会相对较小,在选取的激活函数中,g(z)几乎是线性函数,而线性函数求解是简单的,不会出现过拟合的现象。...原创 2020-07-02 19:42:36 · 357 阅读 · 0 评论 -
【学习笔记】用VGG16实现猫狗分类
【学习笔记】用VGG16实现猫狗分类与前一篇博文不同,这次使用VGG16来完成猫狗分类。在项目文件夹中新建VGGClassification.py文件,导入相关工具from keras.applications.vgg16 import VGG16from keras.models import Sequentialfrom keras.layers import Conv2...原创 2020-04-07 18:48:56 · 5921 阅读 · 5 评论 -
【学习笔记】使用Keras构建CNN网络完成猫狗分类(适合初学者,简单易上手)
【学习笔记】使用Keras构建简单CNN网络完成猫狗分类(适合初学者,简单易上手)首先准备好猫和狗的图片数据集,在pycharm中新建一个项目cat_dog recognition,把数据集文件放在该文件夹下。训练集和测试集都有猫和狗的图片。1.图像数据预处理在项目中新建impreprocess.py文件:from keras.preprocessing.image ...原创 2020-04-02 20:15:14 · 1613 阅读 · 7 评论 -
CV学习笔记:BP网络实现手写数字识别
CV学习笔记:BP网络实现手写数字识别BP算法的基本思想是,学习过程由信号的正向传播与误差的反向传播两个过程组成。正向传播时,输入样本从输入层传入,经各隐藏层逐层处理后,传向输出层。若输出层的实际输出与期望的输出不符,则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过隐藏层向输入层逐层反传,并将误差分摊给各层的所有单元,从而获得各层单元的误差信号,此误差信号即作为修正各单元权值的依据...原创 2020-03-31 18:24:03 · 954 阅读 · 2 评论