深度学习
Co丿Hx
西南石油大学CS研究生。发表ccfc类论文两篇,专利一项,获国家奖学金等多项奖学金,现就职于招银网络科技。
展开
-
conda 换源清华源失败
问题描述 使用conda换源清华源无效,conda自带源速度慢问题解决 使用socks5代理解决配置文件为ssl_verify: falseshow_channel_urls: trueproxy_servers: https: socks5://127.0.0.1:10808 http: socks5://127.0.0.1:10808...原创 2020-11-30 19:11:23 · 1406 阅读 · 2 评论 -
实习总结
实习时间 3个月实习职位 算法工程师职位描述 根据巡检机器人现场拍摄照片完成复杂背景的数字仪表识别 涉及目标检测、CNN、自然语言处理等领域掌握技能 ocr相关 CRNN(biLSTM+CTC) attentionOCR(sequence2sequence)FOTs 端对端超参数调节以及过拟合 特征数量 batchsize backbone提取特征选择脚本编写数据标注 目标检测数据标注label me性能调优 根据数据增强、超参数、dropout、正则化 识别正确率 0.82..原创 2020-08-14 08:53:05 · 215 阅读 · 1 评论 -
一个不错的网站 各个人工智能任务的sota也就是 排名 state of the arts
https://paperswithcode.com/sota截图工具 snipaste原创 2020-08-04 16:17:46 · 2261 阅读 · 0 评论 -
OCR识别知识点总结
两阶段 检测+识别一 检测CTPN目标检测 nms进行待选框的排查目标检测 anchor进行ROI感兴趣区域框选目标检测回归根据左上角点回归 width height 调整目标检测ROI poolingROI align对感兴趣区域进行对齐输入网络EAST二 识别CRNNbackbone选择 densnet exception vgg resnetlstm与gru矩阵转稀疏矩阵RNNtime step hidden layer 循.原创 2020-08-04 15:32:46 · 673 阅读 · 0 评论 -
imgaug 图像增强
import osimport cv2import numpy as npfrom imgaug import augmenters as iaa # 引入数据增强的包from tqdm import tqdmseq = iaa.SomeOf((1, None), [ # 建立一个名为seq的实例,定义增强方法,用于增强 iaa.Crop(px=(0, 16)), # 对图像进行crop操作,随机在距离边缘的0到16像素中选择crop范围 i.原创 2020-07-31 22:25:38 · 627 阅读 · 0 评论 -
车道线检测总结
任务概述从公路街道上检测数车道线标注工具label me常用算法ENETSCNNlanenet-lane-detectiongithubhttps://github.com/MaybeShewill-CV/lanenet-lane-detectionhttps://zhuanlan.zhihu.com/p/93572094原创 2020-07-09 15:50:32 · 586 阅读 · 0 评论 -
样本不均衡问题
样本不均衡是机器学习,深度学习中常见问题。问题现象分类任务 A 95 B 5模型将所有样本预测为A,那么正确率可以达到95%。问题解决https://www.zhihu.com/question/30492527数据方面第一种 是把多的那个组变少 降采样第二种 是把少的那个组变多 过采样最简单的是oversampling,由于其局限性,又有很多根据已有的数据生成新数据的方法,比如各种变体的synthetic sampling。把少数类的数据复制几份,并适当加噪声。这可以增..原创 2020-07-03 16:28:38 · 230 阅读 · 0 评论 -
TensorFlow中 dropout的值的设置?
最近训练OCR网络出现了过拟合,多以对于dropout的值进行了考虑经过查看相关帖子https://www.cnblogs.com/2014-august/articles/10874284.html网上有几种说法,一种是以p的概率保留,一种是以p的概率丢弃。TensorFlow 实现是以p的概率保留,训练时以p的概率保留,并且以scale缩放剩下的权重,测试时设置为1。例子。#调用dropout函数import tensorflow as tfa = tf.Variable(原创 2020-07-02 14:51:28 · 2786 阅读 · 1 评论 -
1x1 卷积的作用?
1.升维降维ex 5x5x32 filter 1x1x64 结果 5x5x64 参数 1x1x32x64ex 5x5x32 filter 1x1x16结果 5x5x16 参数 1x1x32x162.加入非线性激励,提高网络的表达能力3.减少参数1×1×192×64+3×3×192×128+5×5×192×32,而右图对3×3和5×5卷积层前分别加入了通道数为96和16的1×1卷积层,这样卷积核参数就变成了1×1×192×64+(1×1×192×96+3×3×96...原创 2020-06-29 15:55:45 · 169 阅读 · 0 评论 -
文本检测 目标检测 数据增强
文本检测定位需要检测文本位置,由于数据不够所以需要要增强数据增强方式:# 包括: # 1. 裁剪(需改变bbox) # 2. 平移(需改变bbox) # 3. 改变亮度 # 4. 加噪声 # 5. 旋转角度(需要改变bbox) # 6. 镜像(需要改变bbox) # 7. cutout 使用https://github.com/maozezhong/CV_ToolBox对数据进行增强。inp...原创 2020-06-23 09:43:49 · 911 阅读 · 0 评论 -
FOTs 实战 cv2.error: OpenCV() /io/opencv/modules/imgproc/src/convhull.cpp:137: error: (-215) tota
这里实战是大佬的python3.5版本 dev分支https://github.com/Pay20Y/FOTS_TF/tree/devgit clone branch -devhttps://github.com/Pay20Y/FOTS_TF执行这个并没有clone 成功分支使用download 下载了当前分支环境有安装需求txt。坑一 数据准备训练 准备数据后按照readme 进行训练 坐标划分是 左上、右上、右下、左下,我之前数据是 左上 与右下 为第一个和最后...原创 2020-06-22 11:38:13 · 2367 阅读 · 0 评论 -
python 列表解析
python 中对于for循环简写,即是对于列表中每个元素进行操作#ex[1 ,2 ,4 ,5] -> [2, 3, 5, 6]#正常forfor i in arr: arr[i] = arr[i] +1#列表解析参数方式: [表达式 for i in arr]#列表解析for[i+1 for i in arr]python sorted 排序#python sorted 排序 根据 纳姆达表达式#根据 item 前两个元素进行排序arr = [[1,2,原创 2020-06-22 11:23:11 · 127 阅读 · 0 评论 -
tensorflow Variable already exists, disallowed. Did you mean to set reuse=True or reuse=tf.AUTO_REUS
问题描述使用with tf.Session() as sess:后下次循环进入再次使用with tf.Session()问题原因tf.graph() 未清空解决在withtf.get_default_graph()后加入tf.reset_default_graph()原创 2020-06-12 10:52:04 · 1216 阅读 · 0 评论 -
caffe1.0 opencv4.0 编译 遇到的问题
问题1 ctc_loss namespace "std" has no member "accumulate"缺少头文件 #include<numeric>问题2 hdf5.h 库目录找不到在Makefile.config 中添加库目录问题3 ‘CV_LOAD_IMAGE_COLOR’ was not declared in this scope/home/user/caffe/src/caffe/util/io.cpp:76:34: error: ‘CV_LO...原创 2020-06-03 11:35:30 · 432 阅读 · 0 评论 -
奇怪的知识增加了,python传值还是传引用
pythona = 2;a = 3;a的地址会发生变化,因为int是不可改变类型。所以可以理解为传引用。书面上来说都是传递对象。浅拷贝a与b的地址相同所以函数传递参数为list类型是可以更改list类型的值。...原创 2020-04-05 13:38:00 · 151 阅读 · 0 评论 -
BN LN IN GN SwitchableNorm
设 N*W*H*C有BN 对于 NHW 做归一化LN 对于 WHC 做归一化 对RNN效果好IN 对于 WH 对于风格迁移效果好GN 将C分组再归一化。最后一种自动选择。原创 2020-04-04 00:39:11 · 154 阅读 · 0 评论 -
win10 anaconda 安装 pytorch gpu
首先建立环境conda create -n torch切换环境conda activate torch换源conda config --add channels https://repo.continuum.io/pkgs/free/conda config --add channels https://repo.continuum.io/pkgs/main/cond...原创 2019-10-22 11:20:36 · 424 阅读 · 0 评论