![](https://img-blog.csdnimg.cn/202105160746148.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
图像分类
文章平均质量分 90
图像分类课程的笔记,起初是为了参加第十六届全国智能车创意组——百度赛题而学习
兴趣使然_
保持独立思考,坚持学习,自始至终都在寻找信仰与贯彻信仰的路上。
展开
-
【AI Studio】飞桨图像分类零基础训练营 - 00 总结&导航帖(完)
前言:最后2篇笔记一直拖了十几天才写,不少知识都忘记了。只记得核心内容。就是前三节课的内容,后三节课感觉更加像扩展升级?这一篇总结也只是象征性,迫于强迫症。其实就是前面几篇笔记的一个导航帖。目录【AI Studio】飞桨图像分类零基础训练营 - 00 总结&导航帖一、导航———————————————【AI Studio】飞桨图像分类零基础训练营 - 00 总结&导航帖依据:博客空间https://blog.csdn.net/Lovely_him?spm=1010.2135..原创 2021-03-20 08:27:48 · 267 阅读 · 0 评论 -
【AI Studio】飞桨图像分类零基础训练营 - 04&5&6 - 图像分类竞赛全流程实战
前言:因为两课讲的一个比赛内容(课程里也没分页),所以我把笔记也合在一起。而且也是因为老师讲得很飘,所以我感觉我想记的东西估计不多吧。因为大部分都是新概念,所以我自己也没什么全新的理解,基本都是复制粘贴老师的笔记。目录【AI Studio】飞桨图像分类零基础训练营 - 04&5 - 图像分类竞赛全流程实战一、EDA(Exploratory Data Analysis)与数据预处理1.EDA(Exploratory Data Analysis)2.数据预处理①概念:图像标准化 与 归一化②数据集.原创 2021-03-20 08:14:02 · 610 阅读 · 1 评论 -
【AI Studio】飞桨图像分类零基础训练营 - 03 - 卷积神经网络基础
前言:第三天,老师结合ppt文图详细讲解了线性和卷积网络的构建,由简单到复杂的讲解卷积网络的发展。最后结合几个项目加深理解。愈发感觉老师讲的好了。第二天的课听完后还感觉自己什么都懂了,结果轮到自己动手搭建模型时发现自己的无知,所以今天要把各个知识点详尽列举。这里写目录标题【AI Studio】飞桨图像分类零基础训练营 - 03 - 图像分类基础一、建立模型1.神经元2.激活函数3.前馈神经网络 / 前向传播过程———————————————【AI Studio】飞桨图像分类零基础训练营 - 03 .原创 2021-03-07 11:14:02 · 796 阅读 · 0 评论 -
【AI Studio】飞桨图像分类零基础训练营 - 02 - 图像分类基础概念
前言: 第二节课,老师讲解了4个简单神经网络,循序渐进,思路清晰。不过这个是基于我本身就对深度学习有一定概念认知的基础上,如果是第一次听可能一头雾水 (直播时就有人吵,同为小白的我都感到丢脸) 。第二次看详细的paddle网络代码讲解,第一次是七日图像分割。现在已经对paddle框架有了认知了,之后的进度应该会顺利一点。目录【AI Studio】飞桨图像分类零基础训练营 - 02 - 图像分类基础概念一、线性回归模型① **第一步**,处理数据②**第二步,构建线性回归模型。**③**第三步,构建优化器.原创 2021-03-05 22:24:43 · 481 阅读 · 1 评论 -
【AI Studio】飞桨图像分类零基础训练营 - 01 - 图像处理基本概念
前言:这里是图像分类的第一课笔记,如题,第一节可主要讲述了图像处理的操作,也就是数据集处理。根据之前学过的知识理解,训练集往往是有限的,为了扩大训练集,总会人为的制造数据。这时数据处理就体现了。而且实践证明,这很高效有用。(经过上次“LHT”笔记的上传失败,这次我想采用缩写,希望能通过。)目录【AI Studio】飞桨图像分类零基础训练营 - 1 -图像处理基本概念1. 图像处理的概念与基本操作2. OpenCV库进阶操作3. 图像分类任务概念导入4. PaddleClas数据增强代码解析5. 参考.原创 2021-03-05 07:42:56 · 1010 阅读 · 3 评论