![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习计算机视觉实战
文章平均质量分 75
计算机视觉与OpenCV
博主是《学习OpenCV4:基于Python的算法实战》和《深度学习计算机视觉实战》作者,从事自动驾驶感知融合与SLAM算法开发,分享深度学习、计算机视觉、OpenCV、自动驾驶、SLAM、C++/Python开发等方向的内容。
技术栈:C++、Python、深度学习,OpenCV、计算机视觉、SLAM、多传感器融合、PCL、ROS、ROS2、图像处理、编译、数据结构与算法、LeetCode、Qt、Eigen、Pytorch、TensorFlow、面试、校招/社招、简历指导。
欢迎学习交流。
展开
-
【视觉算法系列3】在自定义数据集上训练 YOLO NAS(下篇)
这篇文章,主要探讨如何在自定义数据集上训练 YOLO NAS 模型。在实验中,我选择了一个极具挑战性的热成像数据集,包含 5 个类别。这个数据集中的物体很小,人类很难检测到,但是 YOLO NAS 经过微调后做得非常好,这显示了 YOLO NAS 模型在实时检测小物体的实际用例中的潜力。从实验中可以推断,新的 YOLO NAS 模型为实时检测开辟了新天地,这些应用包括监控、交通监控和医疗成像等。原创 2023-10-20 15:50:01 · 358 阅读 · 0 评论 -
【视觉算法系列1】使用 KerasCV YOLOv8 进行红绿灯检测(上)
使用最新“KerasCV YOLOv8”模型进行红绿灯检测的综合指南原创 2023-10-16 12:15:09 · 1117 阅读 · 1 评论 -
计算机视觉与OpenCV算法学习内容总结,太详细了!
计算机视觉是一项基于数字图像和视频处理的前沿技术,在人工智能领域中得到了广泛应用。而OpenCV(开源计算机视觉库)是一款以C++语言为主的跨平台计算机视觉库,被广泛认可为业界最优秀的计算机视觉库之一。相比于传统的图像处理技术,计算机视觉和OpenCV算法极大地提高了图像和视频的处理效率和准确性,同时也带来了更多的应用场景和商业价值,具有重要的实际意义:自动化视觉检测:比如在生产制造行业、医疗行业中,计算机视觉可以识别和分析产品缺陷、医学影像等数据,大大提高了生产效率和医疗精度。原创 2023-05-25 18:30:29 · 1186 阅读 · 3 评论 -
《python深度学习》笔记
Python深度学习(Keras)第二章 神经网络数学基础对于张量运算所操作的张量,其元素可以被解释为某种几何空间内点的坐标.神经网络完全由一系列张量运算组成,而这些张量运算都只是输入数据的几何变换。因此,你可以将神经网络解释为高维空间中非常复杂的几何变换,这种变换可以通过许多简单的步骤来实现。训练循环过程:(1) 抽取训练样本x 和对应目标y 组成的数据批量。(...原创 2019-03-18 22:23:09 · 4300 阅读 · 4 评论 -
python中的list indices must be integers or slices, not tuple
import numpy as npfrom numpy.random import RandomStaterdm = RandomState(1)X = rdm.rand(256, 2)X1 = []X2 = []Y = []for x1,x2 in X: if x1<0.5 and x2 < 0.5: X1.append([x1,x2]) ...原创 2018-12-17 18:03:00 · 32813 阅读 · 2 评论 -
L2正则化
#正则化是解决共线性的一个很有用的方法,他可以过滤掉数据中的噪声,并最终防止过拟合#正则化就是引入额外的信息(偏差)对极端权重参数做惩罚。#特征缩放(如标准化)很重要的一个原因就是正则化。#为了使正则化起作用,需要保证所有特征的衡量标准保持统一。#使用正则化方法:在代价函数后面加上正则化项#正则化参数lambda,减小正则化参数的倒数C的值相当于增加正则化的强度 ...原创 2018-09-26 00:09:38 · 1609 阅读 · 0 评论 -
Numpy学习二
这是Numpy的知识点,常见的函数和操作,功能点还没有完善~~# -*- coding: utf-8 -*-"""Created on Sun Sep 23 23:14:38 2018@author: Lxiao217"""'''NumPy是使用Python进行科学计算的基础包。它包含其他内容:一个强大的N维数组对象复杂的(广播)功能用于集成C / C ++和Fortra...原创 2018-09-26 00:15:24 · 193 阅读 · 0 评论 -
TensorFlow/opencv等库安装问题解决
安装opencv的时候出现这个错误:ImportError: numpy.core.multiarray failed to import这是因为没有安装numpy的库(我的),或者安装的库的版本太旧。使用pip安装开源库的包:1、下载安装包https://download.csdn.net/download/lxiao428/10761346这个神奇的网站上有很多;2、确...原创 2018-11-02 21:03:07 · 867 阅读 · 0 评论 -
scikit-learn几种常用算法的比较(code)
from sklearn import datasetsimport numpy as npiris =datasets.load_iris()X = iris.data[:,[2,3]]y = iris.targetnp.unique(y) #np.unique(y)返回存储在iris.target中的各类花朵的类标 #使用scikit_learn中cross_va...原创 2018-09-26 00:06:56 · 757 阅读 · 0 评论 -
spark机器学习入门记录
anaconda中打开anaconda prompt输入:pip install pyspark进行安装包的安装:原创 2019-01-11 12:01:12 · 315 阅读 · 0 评论 -
Python机器学习(一)
这是对《Python机器学习(Sebastian Raschka)》的学习知识点的总结。本人学习没啥好办法,就是喜欢做笔记,做了好多笔记,后续有时间分栏分享一下。# -*- coding: utf-8 -*-"""Created on Wed Sep 19 23:04:53 2018@author: Lxiao217"""'''Python机器学习''''''第一章和第二...原创 2018-09-26 00:26:30 · 479 阅读 · 0 评论 -
Python机器学习之数据预处理
# -*- coding: utf-8 -*-"""Created on Sat Sep 29 22:39:26 2018@author: Lxiao217email:lxiao217@163.com"""#数据预处理#CSV(comma-srpared values,以逗号为分隔符的数值)#如果数据以csv文件的形式存储在硬盘上,就可以通过StringIO以字符串的方式从文...原创 2018-10-09 22:50:14 · 570 阅读 · 0 评论 -
特征提取使用已有的卷积基(VGG16)训练微型模型
代码是《Python深度学习》上的,自己敲一遍看看,我自己的联想拯救者跑起来都比较慢,GPU will be better!# -*- coding: utf-8 -*-"""Created on Tue Oct 30 22:04:30 2018@author: Lxiao217"""import osimport numpy as npfrom keras.preproce...原创 2018-10-31 23:07:21 · 3172 阅读 · 13 评论 -
本地导入Mnist的数据集的方法
完整代码的下载路径:https://download.csdn.net/download/lxiao428/11029921很多人在介绍Mnist数据集的时候都是通过库在网上下载,我以前也是这么做的,但是今天发现远程服务器关闭连接了,而我本地又有这个Mnist数据集,我就想怎么讲训练数据和测试数据导入到我的代码训练中,网上找了好久都没有办法,so,搜肠刮肚找到的这个办法。#加载Mnis...原创 2018-10-11 22:48:32 · 20422 阅读 · 13 评论 -
Numpy学习一
啥都甭说了,上代码!# -*- coding: utf-8 -*-"""Created on Mon Sep 24 11:27:35 2018@author: Lxiao217"""import numpy as npimport matplotlib.pyplot as plta = np.arange(12).reshape(3,4)print(a.ndim) #阵列...原创 2018-09-26 00:12:42 · 233 阅读 · 0 评论 -
CNN卷积神经网络简单实现模型
这是基于Mnist手写识别的数据训练的一个简单的CNN卷积神经网络,可以直接在网上下载训练数据集,但是经常会出现连接不到服务器的提示,所以我下到本地进行数据的加载,下面代码的数据加载有问题,所以自己找了一些代码整出来了这个数据加载的办法,链接为:https://blog.csdn.net/lxiao428/article/details/83020066# -*- coding: utf-8...原创 2018-10-27 12:43:20 · 1764 阅读 · 0 评论 -
我的猫狗大战数据集图片缺失处理
前面 找了一份540M的猫狗大战的数据集,想使用这个数据集在小型数据集上从头开始训练一个卷积神经网络,使用了其中的2500个样本,这个猫狗大战的数据集总的是25000张图片,所以在前面2500张图片缺失的时候我就自己从后面的数据集中拷贝图片补齐前面的,但是发现缺失图片比较多,手动去查找太麻烦,所以干脆还是判断一下文件是不是存在的,写代码来解决这个问题。其实这个代码比较简单,但是考虑到前面自己在...原创 2018-10-28 22:38:28 · 628 阅读 · 0 评论 -
GitHub等的资源链接
1、https://github.com/apachecn/AiLearning2、DeepLearning Papers总结:https://github.com/zziz/pwc#2017CVPR2019部分论文:https://github.com/extreme-assistant/cvpr2019原创 2019-03-07 21:50:56 · 889 阅读 · 0 评论 -
Spark机器学习(一)
1.2 Spark 集群Spark集群由两类程序构成:一个驱动程序和多个执行程序。本地模式时所有的处理都运行在同一个JVM内,而在集群模式时它们通常运行在不同的节点上。举例来说,一个采用单机模式的Spark集群(即使用Spark内置的集群管理模块)通常包括:█一个运行Spark单机主进程和驱动程序的主节点;█各自运行一个执行程序进程的多个工作节点。1.3 Spark 编程模...原创 2019-01-11 16:07:06 · 534 阅读 · 0 评论 -
Keras回调函数
训练过程中将回调函数作用于模型:回调函数(callback)是在调用fit 时传入模型的一个对象(即实现特定方法的类实例),它在训练过程中的不同时间点都会被模型调用。它可以访问关于模型状态与性能的所有可用数据,还可以采取行动:中断训练、保存模型、加载一组不同的权重或改变模型的状态。回调函数的一些用法示例如下所示:1、模型检查点:在训练过程中的不同时间点保存模型的当前权重。...原创 2018-11-27 22:09:41 · 1481 阅读 · 0 评论 -
第三章 Tensorflow入门(一)
# -*- coding: utf-8 -*-"""Created on Mon Jan 7 21:52:56 2019@author公众号: 呦呦信息"""'''第三章 Tensorflow入门3.1 TensorFlow计算模型--计算图计算图是TensorFlow中最基本的一个概念,TensorFlow中的所有计算都会被转化为计算图上的节点。3.1.1计算图的使用''...原创 2019-01-07 22:57:46 · 170 阅读 · 0 评论 -
tf.identity小记录
今天看代码的时候遇到一个tensorflow的东东,就查了一下,发现了一个比较生疏的东东,就是如下这个:看了之后就查了一下是干啥的,有一个解释的很清楚,我就自己跑了一下代码示例,果然是这样的,记录一下:import tensorflow as tf g = tf.Graph()with g.as_default(): x = tf.Variable(1.0, name=...原创 2019-03-20 20:58:15 · 566 阅读 · 0 评论 -
TensorFlow学习之常用的链接搜集
TensorFlow API查询的链接:http://docs.w3cub.com/tensorflow~python/其实这个网站提供了很多的语言或者库的API查询:http://docs.w3cub.com/这个网站提供了很多的项目的论文和Code:https://github.com/zhangqianhui/AdversarialNetsPapersTensorfl...原创 2018-12-16 21:32:38 · 206 阅读 · 0 评论 -
Tensorflow module梳理
Tensorflow中包含类,函数和模块,不同的模块负责不同的功能,部分会有重复,下面就是对Tensorflow模块的梳理。(主要看的是pyCharm)中可调用的模块。#!/usr/bin/env python # -*- coding:utf-8 -*-__author__ = 'Abel'import tensorflow as tf#tensorflow的所有模块...原创 2019-04-04 16:47:00 · 1423 阅读 · 0 评论 -
TensorBoard实现训练过程的可视化
# -*- coding: utf-8 -*-"""Created on Tue Nov 27 22:34:01 2018@author: Lxiao217"""import kerasfrom keras import layersfrom keras.datasets import imdbfrom keras.preprocessing import sequence...原创 2018-11-27 23:29:44 · 924 阅读 · 0 评论 -
Tensorflow学习(一)
这个系列的文章也会同步在公众号上更新,关注“呦呦信息”每天学习一点点。基本使用TensorFlow表示:使用图 (graph) 来表示计算任务. 在被称之为 会话 (Session) 的上下文 (context) 中执行图. 使用 tensor 表示数据. 通过 变量 (Variable) 维护状态. 使用 feed 和 fetch 可以为任意的操作(arbitrary ope...原创 2018-11-28 22:40:35 · 110 阅读 · 0 评论 -
第三章 Tensorflow入门(二)
#续接前文:https://blog.csdn.net/lxiao428/article/details/86033823'''3.3 TensorFlow运行模型---会话会话session拥有并管理TensorFlow程序运行的所有资源,当所有计算完成之后需要关闭会话来帮助系统回收资源,否则会出现资源泄露的问题。'''sess = tf.Session() #创建会话sess.c...原创 2019-01-10 23:11:40 · 165 阅读 · 0 评论 -
Tensorflow学习(二)--实现九九乘法表
import tensorflow as tfx = tf.placeholder(tf.int32, name = 'x')y = tf.placeholder(tf.int32, name = 'y')for j in range(9): for i in range(9): feed_dict = {x:i+1, y:j+1} with tf....原创 2018-12-17 12:45:01 · 296 阅读 · 0 评论 -
Ubuntu16.04 tensorflow/keras安装环境出错(Exception, lsb_release)
错误如下所示解决办法:在Ubuntu 16.04.6 LTS上安装python3.7和pip3后出现Command '('lsb_release', '-a')' 出错问题的解决方法:(https://blog.csdn.net/tao_627/article/details/90901563#commentBox)解决方法:找到lsb_release模块所在的目录,将其复制到设置python3.7的系统模块加载位置,也就是报错处subprocess.py所在的目录/usr/local/原创 2020-07-24 17:13:30 · 329 阅读 · 0 评论 -
Tensorflow学习--下载Google图像识别网络inception-v3并查看网络结构
import tensorflow as tfimport osimport tarfileimport requestsinception_predition_model_url = "http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz"inception_model_path ...原创 2019-06-10 22:35:09 · 478 阅读 · 0 评论 -
【深度学习计算机视觉实战】Keras的应用
本文内容参考《深度学习计算机视觉实战》,该书内容包括深度学习与计算机视觉基础介绍、常用的OpenCV进行模型训练前处理与后处理算法、计算机视觉案例实战、Windows/Linux/Android/国产化平台的模型部署,学习路线如下:Keras是最常见的深度学习库之一,能够帮助用户快速构建深度学习网络。Keras的张量计算依赖于处理后端,Keras中提供了Theano/Tensorflow/CNTK三种后端引擎,三种引擎的函数使用统一封装,在用户层面可以切换后端引擎,但是调用的API相同。Keras提原创 2022-04-20 07:44:30 · 556 阅读 · 0 评论 -
【深度学习计算机视觉实战】给深度学习计算机视觉初学者的学习和求职建议,这个行业还缺人
本文分享内容来自于《深度学习计算机视觉实战》,该书讲述了深度学习与计算机视觉的基础,从模型训练到模型部署,非常适合初学者入门学习参考。第一部分:深度学习与计算机视觉的基础介绍(经典网络与算法);第二部分:模型训练中常用的预处理和后处理图像处理算法介绍;第三部分:计算机视觉项目实战;第四部分:基于Tensorflow Lite的模型部署(lite源码讲解、模型量化、模型转换、PC和移动端部署)。1.5.1、深度学习如何入门对于很多的初学者来说,最关心的莫过于这个问题了。AI是一个新兴行业,对.原创 2022-04-16 21:09:54 · 3466 阅读 · 0 评论 -
【深度学习计算机视觉实战】深度学习骨灰级经典整理,最最最基础的入门内容整理(论文+代码)
(用markdown写的,不想重新去调格式了,所以直接倒换为图片了,想直接copy的请去群里下载一下md文件就好。)很多人对backbone不是很了解,找了一个很形象的说法:backbone这个单词原意指的是人的脊梁骨,后来引申为支柱,核心的意思。在神经网络中,尤其是CV领域,一般先对图像进行特征提取(常见的有vggnet,resnet,谷歌的inception),这一部分是整个CV任务的根基,因为后续的下游任务都是基于提取出来的图像特征去做文章(比如分类,生成等等)。所以将这一部分网络结构称为b原创 2022-04-11 10:58:27 · 3474 阅读 · 0 评论 -
【深度学习计算机视觉】Tensorflow VGG源码深入讲解
本文分享内容来自《深度学习计算机视觉实战》一书:VGG 是由牛津大学 Visual Geometry Group 组在 2014 年提出的,算法的名字也由此而来。VGG 的提出证明了网络深度的增加可以提升网络的性能。VGG 常用的网络结构有两种:VGG-16和 VGG-19,网络结构在本质上没有差异,只是网络的深度不一样。VGG 相比以前的网络有一个重要的改进,使用连续的小的卷积核代替较大的卷积核,如使用两个 3×3 的卷积核代替一个 5×5 的卷积核。这种替换不仅可以增加网络的深度,还可以显著地.原创 2022-02-21 12:15:06 · 1243 阅读 · 0 评论 -
【深度学习计算机视觉实战】无人驾驶中的车道线检测
本文中使用的函数详细说明可以参考图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重原创 2022-03-26 20:55:50 · 7744 阅读 · 2 评论 -
【学习OpenCV4】进度条实现总结
本文分享内容来自图书《学习OpenCV 4:基于Python的算法实战》,该书内容如下:第1章 OpenCV快速入门;第2章 图像读写模块imgcodecs;第3章 核心库模块core;第4章 图像处理模块imgproc(一);第5章 图像处理模块imgproc(二);第6章 可视化模块highgui;第7章 视频处理模块videoio;第8章 视频分析模块video;第9章 照片处理模块photo;第10章 2D特征模块features2d;第11章 相机标定与三维重建模块calib原创 2022-03-25 08:20:45 · 1035 阅读 · 0 评论 -
深度学习与计算机视觉入门
写在前面:向大家推荐两本新书,《深度学习计算机视觉实战》和《学习OpenCV4:基于Python的算法实战》。《深度学习计算机视觉实战》讲了计算机视觉理论基础,讲了案例项目,讲了模型部署,这些项目学会之后可以直接套用到自己的求职项目经历中去,比直接写训练了啥模型好多了,毕竟现在做计算机视觉的工作比较重视工程落地经验。《学习OpenCV 4:基于Python的算法实战》是国内第一本系统讲解OpenCV4各个模块的图书,配套案例深入浅出的讲解。第一章有在各个平台搭建环境的介绍,后面每个章节都有对模块的导读原创 2022-01-17 13:23:38 · 2293 阅读 · 0 评论 -
从头开始学习SSD,训练并进行推理部署(步骤详细,可以对照实现)
本文介绍从头开始训练SSD模型的方法,最后进行推理应用。理论部分没有做详细介绍,读者可以参考图书《深度学习计算机视觉实战》获取更多的讲解细节。书中不仅讲了经典算法的理论,还有很多的实战项目,更有在PC和安卓平台上的部署应用,对于找工作的小伙伴来说,这是再好没有的项目经历了哦。欢迎关注图书《深度学习计算机视觉实战》与《学习OpenCV 4:基于Python的算法实战》,两本书都以通俗易懂的讲解、丰富的案例帮助初学者学习视觉与图像方向的知识。欢迎关注公众号“计算机视觉与OpenCV”获取更多的学习资料。原创 2022-01-10 20:25:52 · 1247 阅读 · 0 评论 -
深度学习算法工程师面试知识点总结(四)
这是算法工程师面试知识点总结的第四篇,有兴趣的朋友可以看看前三篇的内容:深度学习算法工程师面试知识点总结(一)深度学习算法工程师面试知识点总结(二)深度学习算法工程师面试知识点总结(三)基于tensorflow lite的Windows端模型部署:手把手教你实现Tensorflow Lite动态库编译(适用于Windows端模型部署)基于Tensorflow Lite的CIFAR10图像分类模型部署基于TensorFlow的验证码识别模型训练及预测对部署熟悉之后就不用担心招聘要求中的工程应用原创 2021-11-24 14:13:02 · 3256 阅读 · 0 评论 -
深度学习算法工程师面试知识点总结(三)
这是算法工程师面试知识点总结的第二篇,有兴趣的朋友可以看看前两篇文章的内容:深度学习算法工程师面试知识点总结(一)深度学习算法工程师面试知识点总结(二)添加微信study428,进入微信群,有问题可以及时交流沟通;关注公众号”计算机视觉与OpenCV“,硬货知识常分享;加入QQ群”187042448“获取深度学习相关的资料。笔记内容如下19、Two stage目标检测算法先进行区域生成(region proposal, RP)(一 个有可能包含待检物体的预选框),再通过卷积神经网络进行样本原创 2021-11-24 08:59:13 · 1006 阅读 · 0 评论