![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CV-街景字符编码识别
叶筱
这个作者很懒,什么都没留下…
展开
-
CV-街景字符编码识别 Task3
卷积神经网络(简称CNN)是时下最为流行的一种深度学习网络,由于其具有局部感受野等特性,让其与人眼识别图像具有相似性,因此在计算机视觉等领域都有广泛的应用,CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。CNN是一种层次模型,输入的是原始的像素数据。CNN通过卷积(convolution)、池化(pooling)、非线性激活函数(non-linear activation function)和全连接层(fully connected layer)构成。对一维信号,通常采取的方法有两种:原创 2020-05-27 19:14:11 · 392 阅读 · 0 评论 -
CV-街景字符编码识别 Task2
怎么做好CV数据扩增?数据扩增(Data Augmentation)是用有限的数据产生更多的等价数据,以便克服训练数据不足的情况,在深度学习中应用广泛(之前我知道可以通过GAN生成对抗神经网络来扩增数据)。但是由于数据与真实数据之间的差异,也会不可避免噪声问题。在很多领域训练都需要大量数据来避免之于过度拟合等问题,但是有些领域相对来说都是比较困难的(NLP),但是计算机视觉领域相对容易,即使引入噪声或裁剪图像的一部分,模型仍可以对图像进行分类,数据增强有一系列简单有效的方法可供选择,有一些机器学习原创 2020-05-23 20:00:18 · 515 阅读 · 0 评论 -
CV-街景字符编码识别 Task1
题目描述利用Google街景图像中的门牌号数据集(The Street View House Numbers Dataset, SVHN)正确识别出其中的数字字符。训练集数据包括3W张照片,验证集数据包括1W张照片,每张照片包括颜色图像和对应的编码类别和具体位置;为了保证比赛的公平性,测试集A包括4W张照片,测试集B包括4W张照片。注:数据集来源自SVHN,网页链接http://ufldl.stanford.edu/housenumbers/,并进行匿名处理和噪音处理评测标准评价标准为准原创 2020-05-20 18:06:44 · 518 阅读 · 0 评论