- 博客(4)
- 收藏
- 关注
RSS订阅原创 【学习记录】零基础入门CV之街道字符识别-Task4：模型训练与验证
模型训练与验证4.1 学习目标4.2 构造验证集什么是过拟合？？？？1、留出法（Hold-Out）2、交叉验证法（Cross Validation，CV）3、自助采样法（BootStrap）4.3 模型训练与验证4.4 模型保存与加载4.5 模型调参流程4.1 学习目标学习模型训练与验证理解（验证集的作用，并使用训练集和验证集完成训练）学会使用Pytorch环境下的模型读取和加载，并了解调参流程。4.2 构造验证集在机器学习模型（特别是深度学习模型）的训练过程中，模型是非常容易过拟合的。深度学习模
2020-05-30 22:55:54
239
1
原创 【学习记录】零基础入门CV之街道字符识别-Task3 字符识别模型
字符识别模型3.1卷积神经网络3.1.1什么是CNN3.1.2CNN的结构3.2Pytorch构建CNN模型3.2.1构建代码3.2.2训练代码学习目标:1、学习CNN基础和原理2、使用Pytorch框架构建CNN模型，并完成训练3.1卷积神经网络3.1.1什么是CNN卷积神经网络（简称CNN）是一类特殊的人工神经网络，是深度学习中重要的一个分支。CNN在很多领域都表现优异，精度和速度比传统计算学习算法高很多。特别是在计算机视觉领域，CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。
2020-05-26 15:00:08
364
原创 【学习记录】零基础入门CV之街道字符识别-Task 2：数据读取与数据扩增4.92
2.1 Pytorch读取数据由于本次赛题我们使用Pytorch框架讲解具体的解决方案，接下来将是解决赛题的第一步使用Pytorch读取赛题数据。在Pytorch中数据是通过Dataset进行封装，并通过DataLoder进行并行读取。所以我们只需要重载一下数据读取的逻辑就可以完成数据的读取。import os, sys, glob, shutil, jsonimport cv2from PIL import Imageimport numpy as npimport torchfrom
2020-05-23 15:46:13
602
原创 【学习记录】零基础入门CV之街道字符识别-Task1 赛题理解4.92
【学习记录】零基础入门CV之街道字符识别-Task1 赛题理解4.92赛题目标：通过这道赛题可以引导大家走入计算机视觉的世界，主要针对竞赛选手上手视觉赛题，提高对数据建模能力。赛题任务：赛题以计算机视觉中字符识别为背景，要求选手预测街道字符编码，这是一个典型的字符识别问题。1.1赛题数据1.数据来源：数据来自收集的SVHN（The Street View House Numbers）街道字符，并进行了匿名采样处理。2.数据使用：所有的参赛选手只能使用比赛给定的数据集完成训练，不能使用SVHN原始数
2020-05-19 16:34:19
299
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人