__阿健__-CSDN博客

原创【目标检测】目标检测算法评估指标(性能度量) AP，mAP 详细介绍

如何评估(evaluate)目标检测算法的表现(performance)？目标检测算法的评估和分类算法的评估有所不同，在目标检测任务中，我们即需要识别出正确的目标类别，又需要定位出准确的目标位置。评估目标检测算法性能最常用的指标是 AP (average precision，针对单类别) 和 mAP (mean AP，针对多类别)。

2020-10-09 22:45:32 6066

原创【文献阅读】Fixed-Point-GAN，不动点GAN（2019，ICCV）

《Learning Fixed Points in Generative Adversarial Networks: From Image-to-Image Translation to Disease Detection and Localization》这篇文章的主要工作是针对 StarGAN 进行跨域转换时倾向于进行不必要不相关的变化，以及不能很好地处理同域转换的问题进行了改进，并在此基础上创新性地将图像转换拓展应用于异常的弱监督检测和定位，仅需要图像级的标注。

2020-09-26 09:12:13 1278

原创【表面缺陷检测】常用开源表面缺陷检测数据集整理

数据集是深度学习研究的基础，开源数据集为各种论文方法提供了比较的基准。不同于经典计算机视觉任务中的 ImageNet、PASCAL VOC2007/2012 和 COCO 等数据集，表面缺陷检测并没有一个统一的，大规模的数据集，不同的缺陷检测数据集，在样本数量，正负样本比例，复杂度等方面都有很大的不同。不同的缺陷数据集往往适用于不同的方法。不同的检测设定下的研究往往基于不同的缺陷数据集。这里对一些常用的表面缺陷检测数据集进行了整理汇总。

2020-09-12 10:20:25 22098 7

原创【数据结构与算法】常用排序算法（冒泡、选择、插入、归并、快速）超详细介绍，附代码

排序，即将序列(数组，链表)中的元素按照大小顺序进行排列。这边列举了最常用的几种排序算法，包括算法面试必须掌握的O(NlogN)复杂度的归并排序和快速排序，以及基础的冒泡排序、选择排序和插入排序。

2020-07-28 13:53:25 1125

转载【计算机视觉】针对图像的 Data Augmentation (数据扩充) 介绍，常用方法和 TensorFlow 实现

This article is a comprehensive review (全面回顾) of Data Augmentation techniques for Deep Learning, specific to images.

2020-04-21 09:51:45 2794

原创【生成对抗网络】starGAN 详细解读

starGAN 是 Yunjey Choi 等人于17年11月提出的一个模型。该模型可以实现图像的多域间的迁移（作者在论文中具体应用于人脸属性的转换）。

2020-02-28 10:44:59 18382 2

原创【Python】Jupyter Notebook (原名 IPython Notebook) 详细介绍，常见问题及解决对策

简单来讲，IPython 是一个加强版的 Python 交互式解释器，与原生的 Python shell 相比，IPython具有以下优势：与Shell紧密关联，可以在IPython环境下直接执行Shell指令；提供了支持绘图操作的Web GUI环境（IPython Notebook），在机器学习领域、探索数据模式、可视化数据、绘制学习曲线时，这一功能特别有用；

2022-03-25 16:30:28 5483

转载【Python】列表解析式，列表推导式，列表生成式（List Comprehensions）

列表生成式即 List Comprehensions，是 Python 内置的非常简单却强大的可以用来创建 list 的生成式。举个例子，...

2020-12-29 16:36:52 486

原创【算法题常见解题模式(套路)】Breadth First Search in Binary Tree (树的BFS)

问题特点：要求按照层的顺序对树进行操作方法思路：树的宽度优先搜索（Breadth First Search (BFS)），借助队列(queue) 的数据结构来实现【在 Python 中，可以借助 collections.deque 实现队列的数据结构】。

2020-10-19 18:28:34 718 1

原创【算法题常见解题模式(套路)】Binary Search (二分查找，二分法)

二分法，也就是二分查找，用二分的方式去查找。简单来讲，二分查找的核心思路就是取中间项进行判断，利用列表的有序性在 O(1) 的时间内将问题的规模缩小至一半（砍掉一半的项）【从 n 到 n/2 再到 n/4……，最终到 1，即查找完毕】

2020-08-06 17:06:27 667

原创【Python】Python语法基础——异常处理机制 try...except...finally...

我们在设计程序时，肯定希望程序是鲁棒的健壮的，在运行时能够不出或者少出问题。但是，在实际运行中，总会有一些因素可能导致程序无法正常运行。所谓异常处理机制，就是提供了对错误异常的处理手段：当程序出错时，程序不是立刻报错终止，你可以根据异常类型进行相应的处理，同时，程序可以继续运行下去。通常高级语言都内置了异常处理机制，像Java，Python也不例外，内置了一套try...except...finally...的异常处理机制。

2020-07-24 10:00:37 341

原创【Python】Python基础——循环结构 for-in【配合range()，enumerate()】、while，break，continue 简单介绍

如果在程序中我们需要重复的执行某条或某些指令，比如控制机器人踢足球，如果机器人持球而且还没有进入射门范围，那么我们就要一直发出让机器人向球门方向奔跑的指令，这种代码结构我们叫做 “循环结构”。Python中构造循环结构有两种方式，一种是 for-in 循环，一种是 while 循环。

2020-07-23 15:17:48 2157

原创【Python】Python语法基础——字符串详解（格式化字符串，字符串基本操作，字符串内置函数）

在日常工作中，计算机处理的大多数据都是以文本（字符）的形式存在的。所以，对文本（字符）进行操作处理非常重要。所谓字符串，就是由零个或多个字符组成的有限序列。

2020-07-23 15:05:53 1137

原创【Python】Python中在函数内部对函数外的变量进行操作

在Python中，如果想函数内部对函数外的变量进行操作，有一些问题（一些在Java，C中再正常不过的操作这里就不行）

2020-06-29 10:12:01 18701 1

原创 Python 随机种子介绍，PyTorch 中随机种子的设置与应用

随机种子是针对随机方法而言的。常见的随机方法有生成随机数，以及其他像随机排序之类的，后者本质上也是基于生成随机数来实现的。在深度学习中，比较常用的随机方法的应用有：网络的随机初始化，训练集的随机打乱等。

2020-06-03 06:51:47 9688 4

原创【Python】Python语言进阶——魔法方法介绍

魔法方法，是Python从入门到进阶很重要的一点。魔法方法是python类中的一些特殊的方法，被双下划线所包围，像这种格式：__方法名__正如其名，“魔法”方法非常强大，充满魔力，可以让你实现很多功能。魔法方法的特殊之处在于，这些方法并非主动显示调用的，而是在特殊的情况下被调用的，比如__init__是在类的实例化时执行的方法，__len__是在调用len()函数时执行的方法，你可以通过实现（重载）这些方法自定义自己想要的行为。

2020-05-22 17:03:02 230

原创【TensorFlow】TensorFlow入门（一）——TensorFlow简介（基本理念，张量，常量变量占位符，计算图）

TensorFlow使用计算图(Graph)表示计算流程，计算图中的节点(Nodes) 表示数学操作(Operation，op)，节点的连线(edges) 表示在操作间传递流动的数据 (多维数组)，即张量(tensor)。在会话（Session）中执行图使用常量(constant)，变量(variable)，占位符(placeholder)三种源op向计算图中引入数据。使用 Fetch 从操作中获取数据

2020-05-17 08:55:49 832

原创【Python】轻量级IDE Sublime Text3 介绍，快速上手（python环境搭载、插件安装、项目管理）

Sublime Text (ST)是一款具有代码高亮、语法提示、自动补全且反应快速的编辑器软件，不仅具有华丽的界面，还支持插件扩展机制，最重要的是非常的轻便。

2020-05-14 21:35:36 476

原创【目标检测】YOLO v1 (You Only Look Once) 详细解读

YOLO（You Only Look Once），是yolo系列的开山之作，也是深度学习领域第一个one-stage detector。作为一个 one-stage 检测器，YOLO 没有生成建议框这一步骤，它直接将图片划分为 S×S 个网格 (grid cell)，每个网格对中心点落入其中的目标进行检测【如果目标的中心点落入某个格子中，我们就说这个格子 “包含” 了这个目标，就由这个格子负责对这个目标的检测】。

2020-04-29 22:43:48 3118 1

原创【深度学习框架】TensorFlow 选择计算设备 CPU/GPU

在计算实现上, TensorFlow 将图形定义转换成分布式执行的操作, 以充分利用可用的计算资源。TensorFlow 支持 CPU 和 GPU 两种计算设备。一般你不需要显式指定使用 CPU 还是 GPU, TensorFlow 能自动检测。如果检测到 GPU, TensorFlow 会优先利用找到的第一个 GPU 来执行操作。如果机器上有超过一个可用的 GPU, 除第一个外的其它 GPU...

2020-04-06 18:16:58 1090

原创【深度学习】神经网络(Neural Networks)基础之一——神经网络基本结构

我们常说的深度学习，其实就是指神经网络，尤其是大规模的神经网络。那么神经网络究竟是什么？本质上，神经网络属于一种强大有效的机器学习方法 (模型)，同样是通过数据驱动，从数据中学习。最初神经网络算法的诞生是出于对生物神经系统建模的目的，但随后与其分道扬镳，成为一个独立的工程问题，并在机器学习领域取得良好的效果。

2020-04-04 23:07:46 6659

原创【深度学习基础】深度学习符号定义(符号表示，符号惯例，符号约定)

实现神经网络的时候，一个好的符号约定能够对繁多的样本数据和网络参数，神经网络的复杂计算等进行有条理地组织和表示。数据标记与上下标xxx：表示输入数据，维度为 nxn_xnx；yyy：表示输出结果，维度（或者说类别数）为nyn_yny；上标 (i)^{(i)}(i)（小括号）：代表第 iii 个训练样本，x(i)x^{(i)}x(i) 和 xix_ixi 存在混用的情况，注...

2020-04-04 22:12:09 5615 1

原创【深度学习】计算的向量化（Vectorization），实现简化代码，加速计算（CPU/GPU并行计算）

当我们应用深度学习算法，实现大网络（网络的参数量 nn 很大），多样本（样本数量 mm 很大）情形下的大规模计算处理时，通过向量化的方式，将高度重复的计算组织成并行的向量运算，对于简化代码，加速运算有着非常重要的作用。

2020-04-03 19:37:15 2766

原创【数据结构与算法】线性数据结构（线性表、堆栈Stack、队列Queue、双端队列Deque）

各式各样，不同类型的数据结构让人眼花缭乱，但其实它们跟我们现实中的各种应用，跟各种不同形式的问题情况其实是紧密相关的。——博主说常见的线性数据结构，包括线性表，堆栈，队列。基本特点：线性数据结构中，数据项之间的顺序由添加或删除的顺序决定。一旦一个数据项被添加，它相对于前后元素的位置便一直保持不变。线性数据结构有两端，有时被称为左右，某些情况被称为前后，也可以称为顶部和底部。...

2020-03-14 16:13:08 378

原创【Python】Python中 if...else...同行实现三目运算符(条件运算符)

三目运算符(条件运算符)C++ 和 Java 中的三目运算符(条件运算符)：b ? x : y先计算条件 b，然后进行判断。如果 b 的值为 true，计算 x 的值，运算结果为 x 的值；否则，计算 y 的值，运算结果为y的值。一个条件表达式不会既计算 x，又计算 y。Python中实现三目运算(条件运算)Python语言中，可以通过同一行的if else语句实现类似的三目运算(...

2020-03-14 09:50:09 1813

原创【深度学习】端到端学习 (end-to-end) 理解

什么是端到端学习？In end-to-end reinforcement learning, the end-to-end process, in other words, the entire process from sensors to motors in a robot or agent involves a single, layered or recurrent neural ne...

2020-03-05 11:21:36 1486

原创【生成对抗网络】CycleGAN 详细解读

CycleGAN 是 Jun-Yan Zhu 等人于17年3月份提出的对抗神经网络模型，模型理论与 pix2pix 非常相似。该模型的作用是将一类图片转换成另外一类图片。具体点说，有X和Y两个图像域 (比如马和斑马)，CycleGAN能够将图像域X的图像 (马) 转换为图像域Y的图像 (斑马) ，或者是将图像域Y的图像 (斑马) 转换为图像域X的图像 (马) 。

2020-02-28 10:45:16 8845 1

原创【Python】命令行参数解析 argparse模块详解

在多个文件或者不同语言协同的项目中，python 脚本经常需要从命令行直接读取参数。argparse 模块可以轻松编写用户友好的命令行接口。程序定义它需要的参数，然后 argparse 将弄清如何从 sys.argv 解析出那些参数。 argparse 模块还会自动生成帮助和使用手册，并在用户给程序传入无效参数时报出错误信息。argparse使用方法使用主要有四个步骤：import a...

2020-02-21 11:28:14 1104

原创【Python】Python 环境管理工具 Anaconda 详细介绍（安装 + 具体使用 + 常见问题及解决对策）

本文对 Python 虚拟环境工具（环境管理工具）Anaconda 进行了详细的整理，包括 Anaconda 诞生的初衷，Anaconda 的安装和使用方法，以及使用 Anaconda 时可能遇到的问题和解决的对策。

2020-02-20 12:44:52 6409

原创【生成对抗网络】Conditional GAN (CGAN，条件GAN) 详细解读

Conditional GAN（条件GAN，CGAN）是Mehdi Mirza于2014年11月份发表的一篇文章，也是GAN系列早期经典模型之一，算是目前许多GAN应用的前身。文章的想法是希望GAN能够控制自己生成的图片，而不是随机生成图片。Conditional GAN在生成器的输入噪声中还增加了额外的条件信息，只有生成的图片足够真实且与与条件相符，才能够通过判别器。

2020-02-13 17:24:36 24256 3

原创【Python】Python中 a,b = b,a 和 a,b = b,a + b

在Python中支持=号两遍有多个变量或数值，比如a, b = b, a + b这样可以省去一个中间变量，很方便原理分析：先计算=右边的b,a+b，返回一个tuple，然后左边的a,b分别接受tuple的第一个和第二个。结合代码来说明# a, b = b, a + b的情形a = 0b = 1a, b = b, a + b # 依据a,b的初始值，先计算‘=’号右边的值...

2020-02-05 11:14:50 2996

原创逻辑运算、位运算区分

一直觉得逻辑运算与位运算很相似，都有与或非。但是这阵子做编程题注意到，位运算的异或在逻辑运算里面却没有，所以，两者其实并不能相提并论？逻辑运算和位运算在本质上还是有很大区别的下面从定义和应用上进行分析定义位运算针对二进制数而言。将每个数转换成二进制，然后在二进制下进行运算，位运算包括与（&），或（|），非，异或（^），左移（<<），右移（>>）。逻辑运...

2020-02-02 12:25:58 746

原创代码调试

代码调试是程序员必须掌握的一门技巧，掌握代码调试对以后学习，错误排除，源码研究等都有很大的帮助。通常代码调试需要一些配套工具，例如java的代码调试，可以使用eclipse、idea、netbean；javascript的代码调试，可以使用chrome、firefox、ie8以上，flex的调试，可以使用flexbuilder（后续版本改名为flashbuilder），C#的代码调试可以使用vi...

2020-01-20 15:11:00 1088

转载【机器学习基础】分类任务和回归任务的区别与联系

分类任务和回归任务的区别在于需要预测的值的类型：回归任务，是对连续值进行预测（比如多少）；分类任务，是对离散值进行预测（比如是不是，属不属于，或者属于哪一类）。打个比方，预测明天的气温是多少度，这是一个回归任务；预测明天会不会下雨，就是一个分类任务。

2019-12-20 16:41:08 14761 1

原创【生成对抗网络】Deep Convolution GAN (DCGAN) 详细解读

DCGAN，全称是Deep Convolution Generative Adversarial Networks（深度卷积生成对抗网络），是Alec Radfor等人于2015年提出的一种模型。该模型在Original GAN的理论基础上，开创性地将 CNN 和 GAN 相结合以实现对图像的处理，并提出了一系列的对网络结构的限制，以提高网络的稳定性。

2019-12-16 20:49:39 22602 1

原创【卷积神经网络】卷积神经网络（Convolutional Neural Networks, CNN）基础

卷积神经网络（Convolutional Neural Networks, CNN），是一种针对图像数据的特殊神经网络。图像数据的维数很高，比如 1,000×1,000大小的彩色图像对应于1000×1000×3=300w 维特征。如果继续沿用常规的全连接网络，会导致巨大的参数量【第一个隐层中每一个单独的全连接神经元就有300w权重】。大参数量意味着繁重的计算，而更重要的是，会有更高的过拟合风险。

2019-12-16 10:00:03 5724

原创 TensorFlow零基础学习笔记——常用函数整理

tf.reshape(tensor, shape, name=None)Args:tensor: A Tensor.shape: A Tensor of type int32. Defines the shape of the output tensor.name: A name for the operation (optional).Returns:A Tensor. Has ...

2019-12-15 22:44:52 135

原创【Python】Python 程序入口 if name == main

程序入口，即程序运行的起点，也就是我们常说的main()函数。

2019-11-22 10:15:13 632

原创【Python】Python 项目目录结构

对于一个代码项目，好的目录结构是必不可少的。好的目录结构，意味着好的可读性和可维护性，- 可读性好：刚接触项目的人，一眼就能看懂目录结构，知道哪里是源码，哪里是配置文件，哪里是文档，从而能够非常快速的了解这个项目- 可维护性好：维护者能够很明确地知道，新增的文件跟代码应该放到什么目录，随着时间的推移，代码/配置的规模增加，项目结构不会混乱，仍然能够组织良好。

2019-11-21 19:01:48 15126

原创【Python】Python 基础——常用的文件、目录操作（os 模块）

如果我们想在Python程序中操作文件、目录，我们可以使用Python内置的os模块，来直接调用操作系统提供的相关的接口函数。操作文件和目录的函数一部分放在os模块中，一部分放在os.path模块中。

2019-11-18 10:36:55 722

空空如也

空空如也