苦逼的程序猿

AugLy是一个数据增强库，目前支持四种形式（音频，图像，文本和视频）和100多种增强。每个模态的增强都包含在其自己的子库中。这些子库包括基于函数和基于类的转换、组合运算符，并可以选择提供有关所应用转换的元数据，包括其强度。githubAugly安装直接使用pip命令安装即可：pip install augly如果运行以上指令还是不能够正常使用的话，介绍中有Installation说明，可能还需要安装：sudo apt-get install python3-magicEr

深度学习发展史典型结构CNN常见的结构有：1）LeNet ，最早用于数字识别广为流传LeNet诞生于1998年，网络结构比较完整，包括卷积层、pooling层、全连接层，这些都是现代CNN网络的基本组件。被认为是CNN的开端。2）AlexNet ，2012年的视觉大赛冠军2012年Geoffrey和他学生Alex在ImageNet的竞赛中，刷新了image ...

对于Tensorflow，需要输入专门的 TFRecords Format 格式。打开labeImg开始制作。先制作voc格式的数据集 1】准备素材自己要做人脸检测模型，收集了各种环境下含人脸图片，对人脸进行标注。图片重命名统一为1-10000的有序数字，从00001开始，并批量统一为jpg格式。2】目标物体标注用labelImage(https://github...

源码网址：https://github.com/tensorflow 检测样例：https://github.com/tensorflow/models/tree/master 提供了一组预先培训过的检测模型，包括Coco数据集、Kitti数据集、开放图像数据集、AVA V2.1数据集和不自然物种检测数据集。如果您对那些数据集中已经存在...

eval_config: {num_examples: 96# 需要测试的图片数量# Note: The below line limits the evaluation process to 10 evaluations.# Remove the below line to evaluate indefinitely.max_evals: 1000#...

深度学习网络深度学习网络与“典型”的前馈多层网络之间是有一些区别的，如下：深度学习网络比之前的网络有更多的神经元深度学习网络具有更复杂的连接层的方式深度学习网络需要用强大的计算能力来训练深度学习网络能够进行自动特征提取因此深度学习可以被定义为在以下四个基本网络框架中拥有大量参数和层的神经网络：无监督预训练网络（Unsupervised Pre-trained Networks...

25个深度学习相关公开数据集：https://blog.csdn.net/fendouaini/article/details/79871922OpenCV调用TensorFlow预训练模型：https://blog.csdn.net/guyuealian/article/details/80570120tensorflow线下训练SSD深度学习物体检测模型，C++线上调用模型进行识别定位...

打开anaconda后打开jupyter加载object_detection_tutorial.ipynb修改1：换模型路径以及分类模型标签图中红色实线1表示自己训练模型的路径图中红色实线2表示自己训练生成的模型图中红色实线3表示检测目标的标签修改2：注释这部分代码# download modelopener = urllib.re...

最近想用COCO2014数据集，官网给的地址下载速度太慢了，下载预计要30多个小时，然后发现了一个数据集的镜像，用迅雷下载就非常快了，几兆的速度。。。 镜像地址 迅雷下载

机制 TensorFlow定义了tf.app.flags，用于支持接受命令行传递参数。tf.app.run() 是函数入口，类似于c++中的main()，一般来说，程序运行需要main函数作为入口的，同时都附带了参数argv是用来接收用户输入的，tensorflow这里，tf.app.run() 就相当于这个main() 函数，而且还能解析参数。Tensorflow参数接口# -*- coding:utf-8 -*-# test.pyimport tensorflow as ...

深度学习先来在视觉上感受一下“深度学习”的地位。下图是AI、机器学习和深度学习三个概念的一个关系图。AI的领域要相对较广泛，机器学习是AI的一个子领域，而深度学习是机器学习领域中的一个子集。 深度学习算法最近变得越来越流行和越来越有用的算法，然而深度学习或者深度神经网络的成功得益于层出不穷的神经网络模型架构。这篇文章当中作者回顾了从 1998 年开始，近 18 年来...

tf.Graph() 表示实例化了一个类，一个用于 tensorflow 计算和表示用的数据流图，通俗来讲就是：在代码中添加的操作（画中的结点）和数据（画中的线条）都是画在纸上的“画”，而图就是呈现这些画的纸，你可以利用很多线程生成很多张图，但是默认图就只有一张。 tf.Graph().as_default() 表示将这个类实例，也就是新生成的图作为整个 tensorflow 运行环境的默认图，如果只有一个主线程不写也没有关系，tensorflow 里面已经存好了一张默认图，可...

tensorflow model zoo网址：https://github.com/tensorflow/modelsmmdetectionhttps://github.com/open-mmlab/mmdetectiondetectron2https://github.com/facebookresearch/detectron2yolo5https://github.com/ultralytics/yolov5

CNN结构演化 上图所示CNN结构演化的历史，起点是神经认知机模型，已经出现了卷积结构，但是第一个CNN模型诞生于1989年，1998年诞生了LeNet。随着ReLU和dropout的提出，以及GPU和大数据带来的历史机遇，CNN在12年迎来了历史突破。12年之后，CNN的演化路径可以总结为四条：1）更深的网络，2）增强卷积模的功能以及上诉两种思路的融合，3）从分类到检测，...

下载cocoapi-master解压到硬盘中。进入到PythonAPI文件夹，输入python setup.py install 或者以下安装命令pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI1、error: [WinError 3] 系统找不到指定的...

1、创建训练/测试数据集目标检测中，原始图片的标注过程是非常重要的，labelimg软件是一款免费的图像标注工具，可方便创建自己的数据集，方便进行深度学习训练，用于原始图像中标注目标物体位置并对每张图片生成相应的xml文件表示目标标准框的位置。网上自己百度下载离线版运行（还有代码版本）：打开之后界面如图所示：快捷键：Ctrl + u加载目录中的所有图像，鼠标点击...

数据准备要训练 Mask R-CNN 实例分割模型，我们首先要准备图像的掩模（mask），使用标注工具 labelme（支持 Windows 和 Ubuntu，使用 (sudo) pip install labelme 安装，需要安装依赖项：(sudo) pip install pyqt5）来完成这一步。安装完 labelme 之后，在命令行执行 labelme 会弹出一个标注窗口：【将命令行来到 Abyssinian_65.json 文件所在的文件夹，执行labelme_json_to_

图像数据准备对神经网络与卷积神经网络模型训练有重要影响，当样本空间不够或者样本数量不足的时候会严重影响训练或者导致训练出来的模型泛化程度不够，识别率与准确率不高！本文将会带你学会如何对已有的图像数据进行数据增强，获取样本的多样性与数据的多样性从而为训练模型打下良好基础。在不改变图像类别的情况下，增加数据量，能提高模型的泛化能力。 不同的视角，不同的大小，物体的形变问题...

下载地址​WindowsDownload and setupPython 2.6 or later,PyQt4andinstall lxml.Open cmd and go toroLabelImgdirectorypyrcc4 -o resources.py resources.qrcpython roLabelImg.pypython roLabelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]​打开Anaconda...

max pooling是CNN当中的最大值池化操作，其实用法和卷积很类似tf.nn.max_pool(value, ksize, strides, padding, name=None)参数是四个，和卷积很类似：第一个参数value：需要池化的输入，一般池化层接在卷积层后面，所以输入通常是feature map，依然是[batch, height, width, channels]这样...

在机器学习入门的领域里，我们会用MNIST数据集来实验各种模型。MNIST里包含各种手写数字图片。也包含每张图片对应的标签，告诉我们这个数字几。(MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST)。训练集 (training set) 由来自 250 个不同人手写的数字构成,...

方式一 // 设置输入图像 cv::Mat img = cv::imread("1.jpg", cv::IMREAD_COLOR); //cv::cvtColor(img, img, cv::COLOR_BGR2RGB); int height = img.rows; int width = img.cols; int depth = img.channels(); // 取图像数据，赋给tensorflow支持的Tensor变量中 tensorflow::Tensor

安装环境：python3.6、window10。labelme可对图像进行标注，包括多边形，矩形，线，点和图像级标注。它是用Python编写的，并使用Qt作为其图形界面。用anaconda打开控制台，输入：pip install labelme输入labelme 打开。open打开图片，Create Polygons创建多边形图像标注，最后点击save。...

这是本人台式机的配置，window10+GTX1660+tensorflow1.13(gpu)，个人入门。电脑配置：1、先安装VS20152、检查显卡驱动若没有则下载相应的驱动，网址：https://www.geforce.cn/drivers3、下载anaconda,网址：https://www.anaconda.com/distr...

Pascal VOC 数据集的下载# 下载2007年的训练数据wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar# 下载2007年的测试数据wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-...

在如下文件夹中找到对应模型的config这里以下图为例：修改1：改成自己需要分类的数目修改2：改成自己一次需要训练的图片数目你的gpu够牛的话，随你玩。修改3：改成自己下载模型的目录修改4：改成自己下训练数据和标签的的目录修改5：改成自己下测试数据和标签的的目录暂时只改了这几处。...

任何神经网络在开始训练数据时，都需要数据增强。什么是数据增强呢？我们首先看一个例子，假如我们的训练集有10万图片，如果直接使用这10张图片进行训练，是不是感觉训练集有点小。在假如，训练神经网络的目的是要正确识别猫，而此时呢？你的训练集中含有猫头的图片都是朝着左侧倾斜，那么当你训练好模型之后，你的模型不能准确识别猫头朝着右侧倾斜的图片，因为它没有被训练。而假如你在训练输入时，将训练集...

旋转框标注软件BBox_with_angle-Label-ToolroLabelImg视频教程不带旋转框标注软件bounding boxes检测labelImglabelme标注软件语义分割labelme

softmax又称归一化指数函数。它是二分类函数sigmoid在多分类上的推广，目的是将多分类的结果以概率的形式展现出来。它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解，从而来进行多分类！假设我们有一个数组，V，Vi表示V中的第i个元素，那么这个元素的softmax值就是下图展示了softmax的计算方法： 指数函数的值域是（0，∞）。...

用labelmg将图中狗、人、猫标注出来，生成xml文件。上面的标签对应以下3个item

解决方案1：卸载v2版本TensorFlow，重新下载v1版本TensorFlow，同时适配各类软件及软件包，较为麻烦。由于v2都能配置好，卸掉重新配置v1版本也不是什么问题。因此在这里不予讨论。解决方案2：禁止v2版本的代码，使用v1版本的代码。只需要把第一行修改成import tensorflow.compat.v1 as tftf.compat.v1.disable_eager_execution()或import tensorflow.compat.v1 as tftf.di.

来自华盛顿大学的 Joseph Redmon 和 Ali Farhadi 提出的YOLOv3 通过在 YOLO 中加入设计细节的变化，这个新模型在取得相当准确率的情况下实现了检测速度的很大提升，一般它比 R-CNN 快 1000 倍、比 Fast R-CNN 快 100 倍。这里附上 YOLOv3 的论文地址： https://pjreddie.com/media/files/pa...

https://blog.csdn.net/weixin_43661313/article/details/116142938 https://blog.csdn.net/yyplc/article/details/104448153 https://blog.csdn.net/yx123919804/article/details/107042822/ https://www.freesion.com/article/67151336111/ https://blog.csdn.net/daged

train loss 不断下降，test loss不断下降，说明网络仍在学习;train loss 不断下降，test loss趋于不变，说明网络过拟合;train loss 趋于不变，test loss不断下降，说明数据集100%有问题;train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;train loss 不断上升，test...

将转换的两个脚本代码拷贝到如何文件夹，红色实线标注。新建一个文件夹（image），放入标注的图片和xml数据，其中一个文件夹放入训练集数据，另一个放入测试集数据。anaconda打开cmd键入python xml_to_csv.py将xml 转换成csv。csv转换成功后会出现以下所示：cmd键入python xml_to_csv.py将csv 转...

基本用法https://www.cnblogs.com/zyg123/p/10359985.html快捷键https://blog.csdn.net/weixin_41500849/article/details/80298944

文章01https://blog.csdn.net/qq_34124780/article/details/114666312https://blog.csdn.net/qq_34124780/article/details/115363855https://blog.csdn.net/qq_34124780/article/details/116464727文章02https://blog.csdn.net/nihate/article/details/112731327#comm

1.RRPN（两阶段文字检测 华科白翔组） 2.EAST （单阶段文字检测器 旷世科技） 3. R2CNN （两阶段文字检测 三星中国） 4.RR-CNN（两阶段舰船检测 中科院自动化所） 5. DRBOX（两阶段目标检测 中科院电子所） 6. TextBoxes++（单阶段 华科白翔组） 7. Learning roi transformer for oriented object detection in aerial images（cvpr2019 武大夏桂松 两阶段） 8. R2PN（