![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 72
代码魔法师!
这里只是用来记笔记方便,无意讨好读者,有价值的文章会设置粉丝可见和付费专区,不喜勿看
展开
-
数据标注专业团队
自动化工具的出现:为了应对数据标注的规模和复杂性,许多自动化工具和平台已经出现,以加快标注过程并提高效率。为了确保标注数据的质量,标注行业开始关注质量控制和标准化的问题,建立标注指南和标准操作流程,以提高标注的一致性和可靠性。由于不同行业的数据具有特定的领域知识和标注需求,因此出现了垂直领域的数据标注服务提供商,专注于特定行业或应用领域的标注任务。在跟一些淘宝、多多商家老板合作后,客户一般付款后,中介是有20%左右的提成,我们主要是希望可以实现数据标注无中介化,有需求可以直接联系数据标注团队直接负责人,原创 2024-03-10 13:58:10 · 433 阅读 · 0 评论 -
重写图片GPS信息
项目开发代码记录原创 2023-05-17 10:14:21 · 475 阅读 · 0 评论 -
一张图片匹配到另一张图片中
【代码】一张图片匹配到另一张图片中。原创 2023-05-17 10:21:53 · 284 阅读 · 0 评论 -
计算机视觉 | 人工智能 自己总结 (下)
在该示例代码中,我们首先加载 Haar 级联分类器目标检测和跟踪是计算机视觉中的重要应用,其可以识别图像或视频中的目标,并对其进行跟踪和定位。其中,目标检测通常被定义为在图像或视频中检测出特定类别的目标,而目标跟踪则是在一个视频序列中跟踪一个物体的位置。跟踪算法则是基于目标检测结果的基础上,追踪物体在图像或视频中的位置,使得在物体移动或者遮挡的情况下,依然能够准确地追踪物体。目标检测可以被视为一种分类问题,它的任务是在图像或视频中检测出特定类别的物体,并用边框框定它们的位置。原创 2023-04-24 19:53:28 · 1227 阅读 · 0 评论 -
计算机视觉 | 八斗人工智能 (上)
在三次插值的过程中,首先计算出相邻的四个像素的插值函数,然后再将这四个插值函数组合成一个整体的插值函数。通俗来讲,就是在缩放或旋转图像时,使用周围4个像素的颜色信息来计算新像素的颜色值,以达到图像的平滑处理。也就是说,最邻近插值方法并不考虑离目标位置较远的像素,而是选择距离最近的像素来进行插值,因此它的计算速度非常快。是将原图像的直方图通过变换函数变为均匀分布的直方图,然后按照均匀直方图修改原图像,从而获得一幅会的分布均匀的新图像,直方图均衡化就是用一定的算法使直方图大致平和的方法。像素是分辨率的单位。原创 2023-04-19 10:56:21 · 390 阅读 · 0 评论 -
计算机视觉 | 八斗人工智能 (中)
其中,fx和fy是相机的焦距,cx和cy是相机的光心在图像坐标系下的坐标,k1、k2、p1、p2和k3是畸变系数。函数cv2.undistort()的第一个参数是待矫正的图像,第二个参数是相机内参矩阵,第三个参数是相机的畸变系数。需要注意的是,在使用Canny边缘检测算法时,需要先对图像进行高斯模糊,这可以帮助去除图像中的噪声。Canny边缘检测是一种广泛使用的边缘检测算法,它能够检测出图像中的强边缘,并抑制图像中的弱边缘。标准差决定了高斯函数的形状,它越大,高斯函数的分布越宽,平滑效果越强,反之则越弱。原创 2023-04-20 09:47:49 · 639 阅读 · 0 评论 -
YOLO V8实战入门篇 | Anaconda3 | ultralytics
Ultralytics YOLOv8,由 Ultralytics 开发,是一种尖端的、最先进(SOTA)的模型,它在之前 YOLO 版本的成功基础上进行了建设,并引入了新的特性和改进,以进一步提高性能和灵活性。YOLOv8 旨在快速、准确且易于使用,使其成为广泛的对象检测、图像分割和图像分类任务的绝佳选择。原创 2023-04-15 11:07:21 · 2241 阅读 · 0 评论 -
SSD目标检测算法原理(上)
项目架构数据采集层: 数据标注、数据的存储格式深度模型层:数据预处理,GPU训练得到模型tensorflow serving 进行模型部署web后台用户层: 网页、小程序、检测识别结果项目安排三阶段识别图片中有哪些物体以及物体的位置(坐标位置)位置信息的表示极坐标表示示例中心点坐标 表示示例格式: x_center | y_center | box_weight | box_height目标检测的发展历史。原创 2023-03-24 18:58:36 · 993 阅读 · 0 评论 -
kaggle竞赛 | Quora Insincere Question | 文本情感分析
之前发布了一遍实战类的情感分析的文章,包括微博爬虫,数据分析,相关模型。原创 2023-01-20 21:19:58 · 1510 阅读 · 2 评论 -
kaggle竞赛 | Quora Question Pairs | 判断相似的Question
不懂请看代码比赛链接:(数据集下载)原创 2023-01-19 22:16:23 · 652 阅读 · 1 评论 -
kaggle平台学习复习笔记 | XGBoost、LightGBM and Catboost
介绍高阶树模型,它的出现略晚于随机森林使用原生接口def run_xgb(X_train , y_train , X_val , y_val , X_test) : # 参数参考官方文档 params = {原创 2023-01-09 17:19:31 · 567 阅读 · 0 评论 -
kaggle平台学习复习笔记 | 计算机视觉
请注意,在应用ReLU激活函数后,特征图最终会出现大量“死空间”,即仅包含0的大区域(图像中的黑色区域)。相反,我们希望精简特征图,只保留最有用的部分——特征本身。然而,最大池层的步长值几乎总是大于1,如(2,2)或(3,3),但不大于窗口本身。我们可以想象,某些特征可能更具汽车的特征,而其他特征则更具卡车的特征。每个块代表一轮提取,通过组合这些块,convnet可以组合和重组生成的特征,使其生长和成形,以更好地解决当前的问题。这里的技巧是在输入的边界周围填充0,使用足够的0使输出的大小与输入的大小相同。原创 2023-01-07 20:33:30 · 782 阅读 · 0 评论 -
解除tensorflow-gpu占用显存限制
笔者发现RTX3070 8G的显卡,在tensorflow只能调用5488MB,大概5G左右因为存在memory_limit的限制。如图所示:为了解除这种限制,发挥显卡在深度学习中的最大作用,特意在网上寻找方法,终于找到解决方案如下代码所示:physical_gpus = tf.config.list_physical_devices("GPU")tf.config.experimental.set_virtual_device_configuration( physical_.原创 2021-08-17 22:31:21 · 1777 阅读 · 2 评论 -
win10 | tensorflow-gpu 2.6.0环境搭建 | 显卡 RTX 3070 | 踩坑
1. 环境准备:需要下载两个文件cuda v11.1链接 :https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.0.4/11.1_20200923/cudnn-11.1-windows-x64-v8.0.4.30.zipcudnn v8.0.4.30链接:https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers原创 2021-08-17 22:15:49 · 3472 阅读 · 3 评论