![](https://img-blog.csdnimg.cn/20201205092745308.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
TensorFlow
文章平均质量分 64
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。
机器视觉001
熟悉Visual C++、HALCON、机器视觉;10 年开发经验!
展开
-
TensorFlow 2 Object Detection API 教程: model 命名规则
TensorFlow 2 Object Detection API 教程: model 命名规则COCO-trained models {#coco-models}TensorFlow 2 Object Detection API 预训练的model 命名规则如下:目标检测算法_特征提取网络_训练数据集.例如:ssd_mobilenet_v1_fpn_640x640_coco17_tpu-8.tar.gz的意思是:该模型使用了SSD(Single Shot Multibox Detector原创 2021-03-28 14:27:12 · 432 阅读 · 0 评论 -
matplotlib: 有关 Backend 的说明
matplotlib: 有关 Backend 的说明什么是Backend?Matplotlib针对许多不同的用例和输出格式。有些人在python shell中交互式地使用Matplotlib,并在键入命令时弹出绘图窗口。有些人使用木星笔记本,绘制内联图来快速分析数据。还有一些人将Matplotlib嵌入到图形用户界面中,如PyQt或PyGObject,以构建丰富的应用程序。有些人在批处理脚本中使用Matplotlib从数值模拟中生成postscript图像,还有一些人运行web应用程原创 2021-03-27 22:59:47 · 2837 阅读 · 0 评论 -
TensorFlow 2 Object Detection API 教程: 安装
TensorFlow 2 Object Detection API 教程本教程针对的是TensorFlow 2.4,它是TensorFlow 2.x的最新稳定版本。这是一个循序渐进的教程/指南,设置和使用TensorFlow’s Object Detection API来执行,即在图像/视频中的对象检测。我们将在本教程中使用的软件工具如下表所示: OS Windows, Linux Python 3.8.8原创 2021-03-27 20:44:47 · 3607 阅读 · 1 评论 -
如何解决: ModuleNotFoundError: No module named ‘object_detection‘
如何解决: ModuleNotFoundError: No module named 'object_detection'运行TensorFlow 2 Object Detection API时,显示错误:ModuleNotFoundError: No module named ‘object_detection’需在“models\research\object_detection\packages\tf2”目录下执行:python setup.py install可解决该问题。原创 2021-03-27 20:42:02 · 6473 阅读 · 0 评论 -
CMake编译protobuf
CMake编译protobuf1.从网址https://github.com/protocolbuffers/protobuf/tree/v3.15.6下载protobuf;下载后得到压缩文件:protobuf-all-3.15.6.zip;2. 将protobuf-all-3.15.6.zip 解压得到文件夹protobuf-all-3.15.6;3.新建文件夹:protobuf-3.15.6;4. 以管理员身份运行CMake,按下图配置后,点击“Configure”,完成配置。...原创 2021-03-27 19:12:21 · 2185 阅读 · 0 评论 -
AdneneBoumessouer / MVTec-Anomaly-Detection学习笔记
AdneneBoumessouer/MVTec-Anomaly-Detection学习笔记GitHub: https://github.com/AdneneBoumessouer/MVTec-Anomaly-Detection本项目提出了一种基于深度学习的图像半监督异常检测和分割的端到端框架。方法概述该方法利用重建图像与输入图像之间的阈值差进行异常定位。The threshold is determined by first using a subset of anomalous-f..原创 2021-01-27 20:00:53 · 2617 阅读 · 0 评论