- 博客(14)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 svm输出距离
目标在svm预测试，经常会预测错一些结果，本文主要通过svm输出的距离来减少这种错误率基于from sklearn.svm import SVC dec,n_class = clf.decision_function(test_features) predict = decision_vote(dec<0,-dec,len(n_class)) max = predict.max() predict_class = predict.argmax()+1由于decis
2020-06-30 17:32:51
5478
原创 python 跳出多重循环
class Getoutforloop(Exception): passif __name__ == '__main__': try: for i in range(10): for j in range(10): if i==5 and j==4: raise Getoutforloop() else:
2020-06-24 13:24:31
166
原创 python whl文件
pip install 库名出错时在https://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml找对应的whl文件，找不到直接搜库名对应的whl或者https://pypi.tuna.tsinghua.edu.cn/simple/在这个里面找，一般都有
2020-06-23 16:32:42
223
原创 resnet理解
1 resnet的出发点是认为深度网络不应该比浅层网络性能差，所以为了防止网络退化，引入恒等映射，这样可以吧原始信息流入更深的层，抑制了信息的退化2残差块有用是因为这一条之路的倒数是1，所以可以把深层的loss很好的保留传递给浅层，因为神经网络一个很大的问题就是梯度链式法则带来的梯度弥散...
2020-06-22 18:06:09
150
原创 opencv 去高光
illuminationChange(src, mask, dst=None, alpha=None, beta=None):alpha，beta两个参数共同决定消除高光后图像的模糊程度（范围0~2，0比较清晰，2比较模糊）import cv2def mask(path): img = cv2.imread(path,cv2.IMREAD_GRAYSCALE) _,mask = cv2.threshold(img,200,255,cv2.THRESH_BINARY) retu
2020-06-17 16:34:25
3134
2
原创 两张图片的相似度
from skimage.measure import compare_ssimimport cv2if __name__ == '__main__': img1 = cv2.imread(r'facebank/ab/1.jpg') img2 = cv2.imread(r'facebank/yangmi/1.jpg') img2 = cv2.resize(img2,(img1.shape[1],img1.shape[0]),interpolation=cv2.INTER_L
2020-06-17 13:59:51
369
原创 1*1 卷积
11卷积降维，最后通过11卷积进行升维原始参数：33256（一个卷积核参数）256 + 33256256=1179648优化参数：1125664+336464+1164*256=69632（将近17倍）
2020-06-12 15:49:34
293
原创 BatchNorm
BN的基本思想其实相当直观：因为深层神经网络在做非线性变换前的激活输入值（就是那个x=WU+B，U是输入）随着网络深度加深或者在训练过程中，其分布逐渐发生偏移或者变动，之所以训练收敛慢，一般是整体分布逐渐往非线性函数的取值区间的上下限两端靠近（对于Sigmoid函数来说，意味着激活输入值WU+B是大的负值或正值），所以这导致反向传播时低层神经网络的梯度消失，这是训练深层神经网络收敛越来越慢的本质原因，而BN就是通过一定的规范化手段，把每层神经网络任意神经元这个输入值的分布强行拉回到均值为0方差为1的标准正态
2020-06-12 13:51:44
146
原创 dropout
取平均的作用： 先回到标准的模型即没有dropout，我们用相同的训练数据去训练5个不同的神经网络，一般会得到5个不同的结果，此时我们可以采用 “5个结果取均值”或者“多数取胜的投票策略”去决定最终结果。例如3个网络判断结果为数字9,那么很有可能真正的结果就是数字9，其它两个网络给出了错误结果。这种“综合起来取平均”的策略通常可以有效防止过拟合问题。因为不同的网络可能产生不同的过拟合，取平均则有可能让一些“相反的”拟合互相抵消。dropout掉不同的隐藏神经元就类似在训练不同的网络，随机删掉一半隐藏神经元导
2020-06-10 10:24:15
190
原创 图片叠加
import cv2import numpy as npif __name__ == '__main__': img1_path = 'facebank/ab/1.jpg' img2_path = 'facebank/ab/2.jpg' w = 0.8 img1 =cv2.imread(img1_path) img2 = cv2.imread(img2_path) img2 = cv2.resize(img2,(img1.shape[1],img1.sh
2020-06-09 16:35:10
184
原创 face_dataloader
from torch.utils.data import DataLoaderfrom torchvision import transforms as transfrom torchvision.datasets import ImageFolderimport numpy as npe_preprocess(tensor): return tensor*0.5+0.5def get_train_dataset(imgs_folder): train_transform = t
2020-06-04 13:59:08
147
原创 虹膜的瞳孔定位
定位精确的算法不精确 https://blog.csdn.net/Lee_z_Adam/article/details/106235731import numpy as npfrom scipy import signaldef ContourIntegralCircular(imagen,y_0,x_0,r,angs): y = np.zeros([len(angs),r.shape[0],r.shape[1],r.shape[2]],dtype=int) x = np.zeros
2020-06-03 13:53:13
681
1
原创 arcface mobilefacenat
from torch.nn import Linear,Conv2d,BatchNorm1d,BatchNorm2d,PReLU,ReLU,Sigmoid,Dropout,MaxPool2d,AdaptiveAvgPool2d,Sequential,Module,Parameterimport torchclass Flatten(Module): def forward(self, input): return input.view(input.size(0), -1)
2020-06-02 10:49:47
285
原创 arcface backbone
from torch.nn import Linear,Conv2d,BatchNorm1d,BatchNorm2d,PReLU,ReLU,Sigmoid,Dropout,MaxPool2d,AdaptiveAvgPool2d,Sequential,Module,Parameterimport torchfrom collections import namedtupleimport mathclass Flatten(Module): def forward(self, input):
2020-06-01 15:04:16
312
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人