![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
josenxiao
吴军老师的数学之美。我们同时也要做到计算之美,数据之美。学习而快乐
展开
-
基于pytorch实现语义切割的FCN、Segment(1)
1、数据集使用Pascal VOCO2012 Pacal数据集就不在过多简介,这是一个用于物体检测、语义切割的共用数据集。数据集预处理(1)读取数据root = '/media/josen/data/VOCdevkit/VOC2012'image_file = 'JPEGImages'segment_file = 'SegmentationClass'trainfil...原创 2019-10-24 22:49:21 · 903 阅读 · 1 评论 -
pytorch 使用Imagenet预训练模型训练
1、loading models#加载以resnet50为例子import torchvision as pmodel = p.models.resnet50(pretrained=True) 此时加载数据模型以后,我们要是思考如何利用它,但是在此之前你必须了解你加载的模型的结构。2、处理分类数据 如果是用来处理分类数据: 你只需要替换最后一个全连接分类进行输...原创 2019-10-13 00:09:54 · 6811 阅读 · 1 评论 -
pytorch 利用Dataset读取数据报错
1、报错点如下:Traceback (most recent call last): File "read_data.py", line 100, in <module> for i , (image,seg) in enumerate(train_loader): File "/usr/local/lib/python3.6/dist-packages/torc...原创 2019-10-06 00:35:48 · 7507 阅读 · 0 评论 -
pytorch实现InceptionV3模型,Cifar10数据集测试
1、GoogleNet的InceptionV3结构 Google的InceptionV3版本以前的模型,有着以下改进部分: 前期模型构造,自己在V1、V2版本中并没有加入BN,加快模型收敛,这是考虑模型更深更广,训练难度大,而且也容易出现差错,自己也考虑在V2、V1模型加入BN,具体的测试对比和代码会将其放在github上。# 自己封装的BN+ReLU模型#cl...原创 2019-09-28 01:16:23 · 4356 阅读 · 3 评论 -
pytorch 实现InceptionV1、InceptionV2,同时在Cifar10测试
1、GoogleNet 到现在,总共有着5个版本----inceptionV1-V4、Inception-Reset,为我们提供了一个新颖的思路探索---多路特征获取网络(Conv、Maxpool、avgpool),同时提供卷积 在1*1 和 3*3stack结构,不仅放大了视野,而且也相对VGG 3*3 stack减小了参数的运算。我们可以先对比V1与V2 multi-block的...原创 2019-09-26 16:45:33 · 1829 阅读 · 1 评论 -
pytorch 实现mobileNet V1 、V2,于cifar10数据集测试
1、mobileV1和mobileV2基础结构对比2、实验代码结构class MobleNetV1(nn.Module): def __init__(self,num_classes,grayscale=False): dim = None if grayscale == True: dim ...原创 2019-09-25 11:34:33 · 5171 阅读 · 9 评论 -
pytorch实现resnet18(34,101,152)、vgg16对cifar10进行分类
1、pytorch简介 pytorch是由facebook所开源的深度学习框架,其框架重于强调于动态流图建立,其不同于google的tensorflow其静态Graph概念,其各有千秋。tensorflow更多贡献于distribution sysytem,企业分布式训练体系架构非常适合。pytorch是后来居上,其构造的框架API也在不断改善,但是pytorch对于类的构造、继承等...原创 2019-09-24 13:58:13 · 3499 阅读 · 0 评论 -
Data Augment ------TensorFlow 训练图片处理
Deep Learning 是基于一个数据的分析模型或是数据的分析方法。数据在足够大时,其分析或事更佳,数据更佳能分析出结果。如果收集的数据过于小或是数据收集小,这样训练出来的结果会让其出乎意料。我在此是针对于CNN模型,其实该模型不是说一定需要大量数据才可以得到结果,其涉及到您训练的模型-fine-tune,采集的数据是否够优质或是数据之间的区分度等。方法1:其实我们如果涉及到一个大类中的数据进...原创 2018-07-20 18:05:01 · 1010 阅读 · 0 评论 -
tensorflow 训练fruit3602
数据预处理完整后,开始训练模型:这里偷了一个懒用了slim模型:def vgg_model(inputs, num_classes=classes, is_training=True, dropout_keep_prob=0.5, spatial_squeeze=True, scop...原创 2018-07-17 20:52:45 · 388 阅读 · 1 评论 -
tensorflow 训练fruit3601
fruit360数据集是来自kaggle数据。下载下来以后有71类,其classname为:Apple Red DeliciousHuckleberryMelon Piel de SapoPearCherry 1StrawberryAvocadoPomegranateDatesCarambulaGranadillaTamarilloKiwiLemonGuavaA...原创 2018-07-17 20:26:20 · 1281 阅读 · 1 评论 -
分类训练-数据的预处理
1、VGG、resnet模型的数据预处理 利用[R,G,B]训练进行的,之前上一篇文章写的数据读取,如果是用opencv 读取数据是bgr格式,这里我去看过一下,该设立初衷是为了好直接给视频拍摄的图片等直接进行对接。同时我们的jpeg图片存储是也是bgr格式或是调用的是tf.image.api存储-cv2.imwrite()。这里给大家提供两种方法去将bgr转换为rgb :b,g,r = ...原创 2018-07-02 17:58:39 · 2511 阅读 · 0 评论 -
基于tensorflow的图片数据处理
这里给出一些处理图片的方法,主要是应用于tensorflow的多线程队列读取图片文件,划分train数据集和val数据集,这里借助于sklearn函数随机划分。下面主要是处理一个文件夹下有多个文件夹,同时提取多个文件夹的图片,文件的名作为lablelName这里划分的数据集是按照文件下的文件夹下内容划分的,这样划分不平衡分布数据更加合理。def logs_set(string): f = ...原创 2018-06-21 11:07:23 · 466 阅读 · 0 评论