![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 75
介绍深度学习的知识,复习巩固
Stephen_Tao
这个作者很懒,什么都没留下…
展开
-
目标检测yolov5开源项目调试
介绍了在github上下载yolov5的开源项目,结合Pycharm进行环境配置,代码运行,结果显示等工作。最后对代码中的一些参数进行了解释。原创 2022-06-29 17:32:38 · 2462 阅读 · 0 评论 -
基于Anaconda的模块安装与注意事项
Anaconda下载地址CSDN上有很多详细的安装教程,我感觉“基QI学习”这位博主写的Anaconda安装(过程详细)非常详细了,大家可以参考参考。以下我结合本人安装过程中出现的问题,做以下说明。进入Anaconda Prompt,虚拟环境可以通过conda create -n “name” python=“version”(name是虚拟环境的名称,version是python的版本号),采用这种方式会将虚拟环境创建在默认路径下,默认路径可以通过conda info的方式进行查询,默认路径显示在env原创 2022-06-23 17:39:33 · 1950 阅读 · 0 评论 -
卷积神经网络实现CIFAR100数据集分类
CIFAR100数据集介绍CIFAR100数据集有100个类别,每个类别包含600张图片,且每个类别中各有500张训练图片和100张测试图片。CIFAR100数据集的100个类别被分为20个超类。每个图像都有一个"精细"标签(它所属的类)和一个"粗糙"标签(它所属的超类)。代码实现读取数据集...原创 2021-08-09 09:52:52 · 5209 阅读 · 4 评论 -
基于VGG卷积神经网络的图像识别代码实现
VGG模型介绍VGG(Oxford Visual Geometry Group)模型是2014年ILSVRC竞赛的第二名,,由Karen Simonyan和Andrew Zisserman实现。VGG是卷积神经网络模型,是在AlexNet的基础上做的改进。TensorFLow的keras库中集成有VGG16、VGG19模型,可以打印模型的结构,下面以VGG16为例进行模型结构说明:from tensorflow.python.keras.applications.vgg16 import VGG16原创 2021-08-09 16:03:32 · 3254 阅读 · 0 评论 -
基于VGG对五种类别图片的迁移学习
文章目录数据集的介绍代码实现相关包的导入读取本地的图片数据及类别VGG模型结构的修改freeze掉原始的VGG模型参数编译、训练并保存模型主函数模型预测数据集的介绍分为训练集和测试集两个部分,每个部分都包含5个类别的数据,分别为汽车、恐龙、大象、花以及马。代码实现主要分为以下的五个步骤:读取本地的图片数据及类别VGG模型结构的修改(添加自定义的分类层)freeze掉原始的VGG模型编译、训练并保存模型相关包的导入import numpy as npimport tensorflo原创 2021-08-29 10:27:37 · 395 阅读 · 0 评论 -
基于SSD的物体检测案例实现
SSD介绍SSD的特点在于:SSD结合了YOLO中的回归思想和Faster-RCNN中的Anchor机制,使用全图各个位置的多尺度区域进行回归,既保持了YOLO速度快的特性,也保证了窗口预测的跟Faster-RCNN一样比较精准。SSD的核心是在不同尺度的特征特征图上采用卷积核来预测一系列Default Bounding Boxes的类别、坐标偏移。SSD结构以VGG-16为基础,使用VGG的前五个卷积,后面增加从CONV6开始的5个卷积结构,输入图片要求300*300。SSD算法流程原创 2021-08-31 13:02:45 · 890 阅读 · 1 评论