- 博客(11)
- 收藏
- 关注
RSS订阅
原创 基于YOLOV3实现交通标志识别(Pytorch实现）
数据集准备中国交通标志检测数据集（CCTSDB），百度网盘：https://pan.baidu.com/s/1-se8J8fQ0FgmUalu8873CQ，提取码：9fov图片制作1、按图片的最大边长生成一个正方形的白板2、将原图粘贴上去3、将2的图片resize成416x416大小...
2019-11-21 20:42:25
7562
3
原创 基于GPT2实现考公申论文章生成
近几年来，考公的人数越来越多，而申论作为考公非常重要的一部分，也是另很多人头痛的一部分。很多人在考试之前都会背一些优秀范文或句段，以便在考试时派上用场。这里我用GPT2预训练很多篇申论范文，使之能在某个话题的提示下自动申成一片范文或句段。话不多说，直接上代码。数据预处理这里我找了500篇申论范文，不是很多，当然也可以多找点，最好是各类话题都有，越多越好。造字典将所有文章中的字，符号提取出来...
2019-12-06 17:22:07
15657
5
原创 基于U-net++的肺部肿瘤图像分割和眼球视网膜分割
U-net++网络结构结构图结构特点1、U-net++相当于将四个不同深度的U-net网络通过多个skip connection(跳跃连接)拼接在一起。这些跳跃连接包括短连接和长连接，短连接的作用是实现整个网络的反算，让训练得以进行，而保留长连接是因为它联系了输入图像的很多信息，有助于还原降采样所带来的信息损失；2、在下采样过程中全部用的是卷积，上采样则用的是转置卷积，最终会在四个输出层...
2019-11-28 16:40:27
2421
1
原创 利用一维卷积或GRU处理电信号
应用场景众所周知，一维卷积常用来处理序列模型，通过训练好的一维卷积模型可以在前面数据的基础上预测下一时刻的信号。在这里，我用一维卷积处理了两地之间电力传输的信号，通过训练好的模型可以有效预测下一时刻的电信号，从而判断当前信号是否符合标准。网络结构一维卷积模型class Net(nn.Module): def __init__(self): super(Net,sel...
2019-11-27 16:31:47
1328
2
原创 基于GAN的动漫头像生成
GAN的原理GAN是一种典型的生成网络模型，它类似于编解码结构，通过训练，他能够生成不同于训练集的各种图片。首先先训练判别器，把真图通过判别器的输出和真标签作损失，把假图通过判别器的输出和假标签作损失，让它具备判别真图和假图的能力。然后再训练生成器，把生成器生成的假图通过判别器的输出和真标签作损失。经过反复的训练，让判别器难以分辨生成图的真假，也就是让它判别为真或为假的概率各为0.5数据集...
2019-11-27 15:13:25
1104
1
原创 Arc-Softmax代码实现(Pytorch)
第一种方法：直接增大θ角，再利用反三角函数import torchimport torch.nn as nnimport torch.nn.functional as Fclass ArcSoftmax(nn.Module): def __init__(self,feature_num,cls_num): super().__init__() s...
2019-11-21 18:04:24
1809
原创 基于MTCNN和Arc-Softmax的人脸侦测与识别
人脸识别流程图特征提取器Arc-Softmax公式运用到Mnist数字10分类上的效果图：代码实现：网络搭建
2019-11-21 17:36:27
691
1
原创 MTCCNN人脸侦测(Pytorch实现）
人脸侦测(MTCNN实现）MTCNN思想网络结构(三级级联神经网络)第一层网络：P网络设计特点：1、全连接层是为了限制输入图片的大小2、池化层多加了一层一方面是为了提取更加丰富的人物轮廓特征信息，另一方面则是为了减少运算的参数量3、输入图片扩大了一倍是因为多加了一层池化，因此要让输入的信息量足够大4、五层网络，训练速度最慢，但精度最高第二层网络：R网络设计特点：1、全连...
2019-11-21 15:56:00
3461
原创 MTCNN训练与测试(Pytorch实现）
训练代码：import osfrom torch.utils.data import DataLoaderimport torchimport torch.nn as nnimport torch.optim as optimfrom Getdatas import getdatasclass Trainer: def __init__(self,net,save_para_...
2019-11-21 15:54:55
1434
1
原创 MTCNN数据集和标签制作(pytorch实现）
代码实现：import numpy as npimport osfrom PIL import ImageFilterimport PIL.Image as pimgfrom tools import iouimg_path = r""label_position_path = r""label_landmark_path = r""handel_path = r""#创...
2019-11-21 15:53:30
1435
1
原创 MTCNN的几个关键技术(IOU,NMS,Convert2Square)
IOU(numpy实现）：import numpy as np# 定义IOU（交并比）计算公式， 传入真实框和其他移动后的框def iou(box, boxes, isMin=False): box_area = (box[2] - box[0]) * (box[3] - box[1]) # 计算原始真实框的面积 boxes_area = (boxes[:, ...
2019-11-21 15:50:45
514
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人