机器学习模型
qq314000558
坚持.
展开
-
XGBoost、LightGBM的详细对比介绍【转载】
sklearn集成方法集成方法的目的是结合一些基于某些算法训练得到的基学习器来改进其泛化能力和鲁棒性(相对单个的基学习器而言)主流的两种做法分别是:bagging基本思想独立的训练一些基学习器(一般倾向于强大而复杂的模型比如完全生长的决策树),然后综合他们的预测结果,通常集成模型的效果会优于基学习器,因为模型的方差有所降低。常见变体(按照样本采样方式的不同划分)Pasti...转载 2018-08-10 13:03:07 · 194 阅读 · 0 评论 -
解决 import cv2 出现 ImportError:DLL load fail:找不到指定模块
自己亲试了很多种方法,此方法有效,所以记录下:原因:python版本与opencv版本不匹配导致找不到模块解决方法:尝试离线安装多个版本,找到合适的尝试清华镜像文件的其他版本:https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python/ 我用的是anaconda3 5.2.0,python自带是3.6.5版本的,选择了opencv ...原创 2018-11-28 13:59:32 · 398 阅读 · 0 评论 -
ImageNet历年冠军模型
ImageNet是一个超过15 million的图像数据集,大约有22,000类。 是由李飞飞团队从2007年开始,耗费大量人力,通过各种方式(网络抓取,人工标注,亚马逊众包平台)收集制作而成,它作为论文在CVPR-2009发布。当时人们还很怀疑通过更多数据就能改进算法的看法。 深度学习发展起来有几个关键的因素,一个就是庞大的数据(比如说ImageNet),一个是GPU的出现。(还有更优的...转载 2018-11-16 18:01:10 · 3900 阅读 · 2 评论 -
算法优化——如何将人脸检测的速度做到极致
零、检测与识别 首先要区分两个概念“人脸检测/face detection”和“人脸识别/face recognition”。“人脸检测”是从图像中确定人脸的位置和大小,如下图所示;“人脸识别”是识别图像中的人脸是张三还是李四,是身份识别。 人脸检测是一个非常经典的问题,很多人认为这是一个“已经解决”了的问题。人脸检测最经典的方法是Haar+AdaBoost。...转载 2018-10-30 16:10:03 · 811 阅读 · 0 评论 -
NVIDIA GPU—Tesla和GeForce的比较
NVIDIA的GPU产品主要有GeForce、Tesla和Quadro三大系列,虽然从硬件角度来看它们都采用同样的架构设计,也都支持用作通用计算(GPGPU),但因为它们分别面向的目标市场以及产品定位的不同,这三个系列的GPU在软硬件的设计和支持上都存在许多差异。其中Quadro的定位是专业用途显卡而Tesla的定位是专业的GPGPU,单价相对较高,也都很少会被用作其他用途。但面向消费者的GeFo...转载 2018-10-29 09:12:03 · 6299 阅读 · 0 评论 -
深度学习性能提升的诀窍 How To Improve Deep Learning Performance
提升算法性能的想法这个列表并不完整,却是很好的出发点。 我的目的是给大家抛出一些想法供大家尝试,或许有那么一两个有效的方法。 往往只需要尝试一个想法就能得到提升。 如果你用下面某一种想法取得了好效果,请在评论区给我留言! 如果你还有其它想法或是对这些想法有拓展,也请告诉大家,或许会对我们大家有帮助! 我把这个列表划分为四块:从数据上提升性能 从算法上提升性能 从算法调优上提升...转载 2018-10-17 15:20:32 · 223 阅读 · 0 评论 -
CRNN论文翻译
An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition摘要基于图像的序列识别一直是计算机视觉中长期存在的研究课题。在本文中,我们研究了场景文本识别的问题,这是基于图像的序列识别中最重要和最具挑战性的任务之...转载 2018-10-17 15:17:49 · 425 阅读 · 0 评论 -
浅析人脸检测之Haar分类器方法
一、Haar分类器的前世今生人脸检测属于计算机视觉的范畴,早期人们的主要研究方向是人脸识别,即根据人脸来识别人物的身份,后来在复杂背景下的人脸检测需求越来越大,人脸检测也逐渐作为一个单独的研究方向发展起来。目前的人脸检测方法主要有两大类:基于知识和基于统计。“基于知识的方法主要利用先验知识将人脸看作器官特征的组合,根据眼睛、眉毛、嘴巴、鼻子等器官的特征以及相互之间的几何位置关系来检测人...转载 2018-09-30 11:10:56 · 160 阅读 · 0 评论 -
公开人脸数据集
公开人脸数据集 本页面收集到目前为止可以下载到的人脸数据库,可用于训练人脸深度学习模型。 人脸识别数据库 描述 用途 获取方法 WebFace 10k+人,约500K张图片 非限制场景 链接 FaceScrub 530人,约100k张图片 非限制场景 链接 YouTube Face 1,595个人 3,425段...转载 2018-09-27 09:19:37 · 1824 阅读 · 0 评论 -
tf的softmax交叉熵计算中的logits的含义
tf.nn.softmax_cross_entropy_with_logits函数是TensorFlow中常用的求交叉熵的函数。其中函数名中的“logits”是个什么意思呢?它时不时地困惑初学者,下面我们就讨论一下。 tf.nn.softmax_cross_entropy_with_logits( _sentinel=None, labels=None, ...转载 2018-09-06 12:00:57 · 9719 阅读 · 1 评论 -
Region Proposal Networks 详解
Region Proposal Networks是Faster RCNN出新提出来的proposal生成网络。其替代了之前RCNN和Fast RCNN中的selective search方法,将所有内容整合在一个网络中,大大提高了检测速度(语文水平差,所以历史科普请看其他文章T_T)。缩进在正文前,还要多解释几句基础知识,已经懂的看官老爷跳过就好。对于单通道图像+单卷积核做卷积,上一篇文章...转载 2018-08-26 18:19:10 · 7573 阅读 · 0 评论 -
图像的普通分割,语义分割,示例分割介绍
1998年以来,人工神经网络识别技术已经引起了广泛的关注,并且应用于图像分割。基于神经网络的分割方法的基本思想是通过训练多层感知机来得到线性决策函数,然后用决策函数对像素进行分类来达到分割的目的。这种方法需要大量的训练数据。神经网络存在巨量的连接,容易引入空间信息,能较好地解决图像中的噪声和不均匀问题。选择何种网络结构是这种方法要解决的主要问题。 图像分割是图像识别和计算机视觉至关重要的预...转载 2018-08-13 16:42:06 · 4862 阅读 · 1 评论 -
文字检测算法
前言pixel-anchor是云从科技前几天放出来的论文,文章提出了east和Textboxes++的合体模型,通过结合anchor-based和pixel-based的检测方法的特性,达到了SOTA。不过就整个框架而言,创新点虽然不多,但是预感会带起一波检测与分割结合的文字检测方法。文章脉络anchor-based和pixel-based方法的优缺点 网络结构 结果分析 模型分...转载 2019-03-06 18:28:10 · 6467 阅读 · 0 评论