PS:内容为课程“飞桨领航团AI达人创造营”笔记(第1、2节课)
课程链接:https://aistudio.baidu.com/aistudio/education/group/info/24607
日期:20210726(第一节课)
主题:项目创意从何而来 (原文:让人拍案叫绝的创意都是如何诞生的)
主持人:韩磊(聊天机器人)
嘉宾:顾茜(坑姐,安全帽检测),颜鑫(上海,垃圾分类),郑博培(AI写诗)
尚有疑问:
- 了解一下树莓派!!!
- 颜鑫大佬的第一个项目貌似暂未公开,需尝试寻找类似项目。
- (第二节课)标注视频的工具?(视频分帧然后单张标注)
韩磊:聊天机器人(项目关键技术是 人脸分割 和 人脸关键点检测 。)
创意是将现有想法进行某种组合。
![](https://i-blog.csdnimg.cn/blog_migrate/c6b5108d0cdc6a18f69ee44da21f69be.png)
![](https://i-blog.csdnimg.cn/blog_migrate/476ca2037fedc06e4822845adbf3090a.png)
![](https://i-blog.csdnimg.cn/blog_migrate/762e721243c94bfaacfa17c964c0e4cc.png)
万茜,安全帽检测(部署在了树莓派上);以始为终!
开始时想部署到paddle X 上,但是遇到了问题。
之后选择逆推,从落地开始选择可实现部件。
项目的创意从哪来? 从需求来进行逆推,寻找需求,进行研究。
当需求复杂时,可以先实现类似简单的项目,目的是将需求进行分解,分步进行。
项目的进度应该追求清晰,不能只是满足于当下能够看懂。
![](https://i-blog.csdnimg.cn/blog_migrate/d9896f9af1796f3a9d859145e7c8adc4.png)
![](https://i-blog.csdnimg.cn/blog_migrate/a5014c416e17b62387648d43ae2bffef.png)
![](https://i-blog.csdnimg.cn/blog_migrate/f57b9fe1076a2330fec43bef54c367ca.png)
![](https://i-blog.csdnimg.cn/blog_migrate/2494669fb355d8a1dbba72eb4045d5bd.png)
![](https://i-blog.csdnimg.cn/blog_migrate/a99c78c09ecb89cb3df7499298fa5d1c.png)
![](https://i-blog.csdnimg.cn/blog_migrate/26cda8e8a5bc9b9498598755585e411a.png)
颜鑫:垃圾分类项目(创意来源于生活)
![](https://i-blog.csdnimg.cn/blog_migrate/e9e94b553b805a643c660fa78ce39dd8.png)
![](https://i-blog.csdnimg.cn/blog_migrate/120f700af6d758b687ff588e8ad5c5f3.png)
![](https://i-blog.csdnimg.cn/blog_migrate/6fb8c044683a624436dac48047c21d02.png)
![](https://i-blog.csdnimg.cn/blog_migrate/a70baaec6a4b9fb7533799e67401d719.png)
![](https://i-blog.csdnimg.cn/blog_migrate/fb3c1852fbf061a28347ab6cf03a503e.png)
郑博培,AI写诗
![](https://i-blog.csdnimg.cn/blog_migrate/2f1e65baf454137202a90ee6ade02764.png)
![](https://i-blog.csdnimg.cn/blog_migrate/dfb58d246e29f72be59389dfcea2aac7.png)
![](https://i-blog.csdnimg.cn/blog_migrate/15a47716562698443ed886996c2ddd50.png)
实现思路,从最简单入手,逐步复杂。
第一步:从图片中提取信息
第二步:组合关键词;思路来源:诗中语句由关键字、词组成。
第三步:利用已有技术,输入诗的上阕,利用已有技术生成诗的下阕。
日期:20210728(第二节课)
第一部分:获取数据
Kaggle:
- 预测销售价格
https://www.kaggle.com/c/house-prices-advanced-regression-techniques/data?select=test.csv - 猫狗分类 https://www.kaggle.com/tongpython/cat-and-dog
- 预测泰坦尼克号的生存情况并熟悉机器学习基础知识
https://www.kaggle.com/shuofxz/titanic-machine-learning-from-disaster
天池
- 遥感影像分割(Barley Remote Sensing Dataset大麦遥感检测数据集) https://tianchi.aliyun.com/dataset/dataDetail?dataId=74952
- 目标检测任务(人脸检测)(耶鲁人脸数据库 )https://tianchi.aliyun.com/dataset/dataDetail?dataId=88824
DataFountain
- 花卉分类数据集 https://www.datafountain.cn/datasets/6070
其他常用的数据集官网
- 科大讯飞官网 https://www.xfyun.cn/service/object-recg
- COCO数据集 https://cocodataset.org/#download
数据处理
数据预处理:reshape(为了规定输入网络的统一尺寸);去中心化(有利于模型收敛)
数据增强:平移、旋转、缩放
三种常见标注工具:
Labelimg :https://github.com/tzutalin/labelImg
Labelme(点、线等标注形式多样;可以将标注留到下一张图片) :
https://github.com/wkentaro/labelme
PPOCRLabel(百度出的,需要从GIT上下载代码然后在pycharm中运行) :
https://github.com/PaddlePaddle/PaddleOCR
OCR 光学字符识别
easydl:可以实现标注几张之后,后续自动标注。
疑问:标注视频的工具?(视频分帧然后单张标注)
关于图像
图像本质:分为位图(由像素点组成矩阵:放大会失真、体积较大、色彩逼真)和矢量图(体积小、色彩不丰富、线勾勒出区域;因不是矩阵故无法做卷积运算)
炼丹两个关键因素:数据干净、全面 和 超参数调优。
20210730_第三次课:关于模型参数调优
主讲人:北京联合大学 机器人学院 自动化专业 2018级 本科生 郑博培
生物的行为取决于两件事:后天学习的结果 和 先天的本能。
![](https://i-blog.csdnimg.cn/blog_migrate/d4313653e6ed40681d05e57dd3d26838.png)
PaddleGAN:老旧照片修复,色彩增强。
PaddleSeg:抠图,并生成残影。
PaddleOCR:提取图像中的文字
ERNIE:给出关键字词,自动生成诗句或语句。
PARL:游戏中寻找最优路径。
模型选择两个标准:准确性、实时性
模型训练通用配置基本原则
每个输入数据的维度要保持一致,且一定要和模型输入保持一致。(类似与自己的数据去向模型填空)
配置学习率衰减策略时,训练的上限轮数一定要计算正确。
BatchSize不宜过大,太大容易内存溢出,且一般为2次幂。
![](https://i-blog.csdnimg.cn/blog_migrate/42a23f9aca0811ce060071a5d2e69c8c.png)
超参优化的基本概念
参数
参数是机器学习算法的关键,是从训练数据中学习到的,属于模型的一部分。
输入一个值(x),乘以权重,结果就是网络的输出值。权重可以随着网络的训练进行更新,从而找到最佳的值,这样网络就能尝试匹配输出值与目标值。
这里的权重其实就是一种参数。
超参数
模型的超参数指的是模型外部的配置变量,是不能通过训练的进行来估计其取值不同的,且不同的训练任务往往需要不同的超参数。
超参数不同,最终得到的模型也是不同的。
一般来说,超参数有:学习率,迭代次数,网络的层数,每层神经元的个数等等。
常见的超参数有以下三类:
网络结构,包括神经元之间的连接关系、层数、每层的神经元数量、激活函数的类型等 .
优化参数,包括优化方法、学习率、小批量的样本数量等 .
正则化系数
实践中,当你使⽤神经⽹络解决问题时,寻找好的超参数其实是一件非常困难的事情,对于刚刚接触的同学来说,都是"佛系调优",这也是一开始就"入土"的原因,没有依据的盲目瞎调肯定是不行的。
Excel中的一个实例理解反向传播
![](https://i-blog.csdnimg.cn/blog_migrate/5499363d9323ee34a9928abee29afe6a.png)