深度学习
我很忙2010
咩
展开
-
hyperlpr学习笔记(master分支、win、分割法)
HyperLPR Github地址:https://github.com/zeusees/HyperLPR算法流程如下:1、cascade进行车牌粗定位2、车牌精定位(拟合上下边界、倾斜校正、左右边界回归)1)拟合上下边界参考:https://blog.csdn.net/qq_27060423/article/details/864318692)倾斜校正(通过角...原创 2020-02-08 16:58:05 · 1915 阅读 · 2 评论 -
hyperlpr学习笔记——demo学习
HyperLPR Github地址:https://github.com/zeusees/HyperLPRdemo中总的流程分为:1)利用cascade进行车牌定位 2)对粗定位的车牌进行左右边界回归,去除车牌两边多余的部分 ...原创 2019-04-21 18:40:04 · 6805 阅读 · 7 评论 -
稀疏矩阵
在不定长文本识别中用到了稀疏矩阵将列表数据转化为稀疏矩阵的代码如下:import numpy as npdef _sparse_tuple_from(sequences, dtype=np.int32): """ 将矩阵转为稀疏矩阵存储方式 :param sequences: :param dtype: :return: """ ...原创 2019-05-21 14:11:38 · 567 阅读 · 0 评论 -
CRNN学习笔记
最近学习了CRNN网络,大体训练流程如下:1、准备输入数据和标签,标签为稀疏矩阵inputs = tf.placeholder(tf.float32, [batch_size, input_height, input_width, 1])label = tf.sparse_placeholder(tf.int32, name='label')seq_len = tf.pla...原创 2019-05-22 17:32:36 · 1483 阅读 · 0 评论 -
NMS学习笔记
NMS(非极大值抑制,作用是去掉目标检测中重复的框)python代码如下:import numpy as npdef nms(boxes, threshold, method): if boxes.size==0: return np.empty((0,3)) x1 = boxes[:,0] y1 = boxes[:,1] x2 = b...原创 2019-06-02 18:01:18 · 193 阅读 · 0 评论 -
MTCNN学习笔记
MTCNN由三个神经网络组成:pnet、rnet、onet1、pnet将原始图像缩放到不同尺度,形成图像金字塔将每个尺度的金字塔都送入神经网络计算pnet输入: (12,12,3)pnet需要判断该12*12*3的图像中是否有人脸,并给出人脸框和关键点的位置1)face classification输出向量形状为1*1*2,分别为该12*12*3是人脸的概率,以...原创 2019-06-10 20:25:04 · 544 阅读 · 0 评论 -
关于mxnet C++ 数据预处理
——最近有C++实现mxnet的需求,网络为MTCNN。输入数据为opencv的Mat,则需要对其进行预处理,才能送入网络进行推理。由于这里没有处理好,导致推理结果不对,浪费了大量的时间。——MTCNN的数据输入格式为NCHW,比如(1, 3, 12, 12),表示输入为一张图像,通道数为3,高度12,宽度12;那么,我们要做的就是将Mat转化为此形式。——这里说一下Mat中的...原创 2019-09-30 22:36:31 · 239 阅读 · 0 评论