- 博客(29)
- 收藏
- 关注
RSS订阅
原创 Seaborn常见绘图总结
以前粗略的学习过Matplotlib绘图、Pandas绘图，但是都未深入的去学习过，一遇到问题就翻文档，效率低下。听“他们”说matplotlib中的seaborn绘图很好看而且实用，所以，这里系统的总结一下seaborn常见的图形绘制。其目的也是很简单的啦，方便我自己查看（英文很菜，每次都查单词……）。差点忘了，这里使用的数据还是seaborn的默认数据，很多人再看seaborn的时候对数据一...
2019-01-24 15:52:55
87207
40
原创 OPENCV基础（图像，视频）
文章目录1、图像读取、展示、写入2、视频读取、展示、写入1、图像读取、展示、写入使用cv.imread()函数读取图像使用函数cv.imshow()在窗口中显示图像使用函数cv.imwrite()保存图像import numpy as npimport cv2 as cvimg = cv.imread('image.png',0)cv.namedWindow("image",cv.WINDOW_NORMAL)cv.imshow('image',img)k = cv.waitKey(0
2020-08-20 15:03:57
373
原创 目标检测(YOLO,SSD,Efficientdet,RCNN系列)
文章目录前言一、YOLO 系列1.1 yolo v3yolo v3 网络yolo v3 预测流程yolo v3 训练流程（暂时没梳理出来）1.2 yolo v4二、SSD 系列SSD网络SSD预测流程SSD训练流程三、Retinanet(后面更新)四、Efficientdet(后面更新)五、RCNN 系列5.1 Faster R-CNNFaster R-CNN 网络Faster R-CNN 训练5.2 Mask R-CNNMask R-CNN 网络5.4 Keypoint R-CNN5.5六、图像分割前言
2020-07-13 10:55:35
6390
1
原创 目标检测框架——Dtectron2
前言目标检测的模型还是很多的，要挨个挨个学还是有点吃力（精力旺盛可忽略），所以这里总结一下当前流行的目标检测的框架：darknet yolov4，mmdetection2.0，detectron2.0。至于这三个框架怎么去选择，我的答案是只有你真正懂了，上手试了这几个框架之后你才能比较它们之间的优劣。1. Dtectron2 配置我的环境：WIN10，CUDA10.1，cuDNN7.6.4，Anaconda，VS2019（这个必须有），OpenCV3.4.10，GTX1660（6G内存）1.1 虚拟
2020-07-01 13:25:43
882
2
原创 目标检测框架——mmdetection2.0
前言目标检测的模型还是很多的，要挨个挨个学还是有点吃力（精力旺盛可忽略），所以这里总结一下当前流行的目标检测的框架：darknet yolov4，mmdetection2.0，detectron2.0。至于这三个框架怎么去选择，我的答案是只有你真正懂了，上手试了这几个框架之后你才能比较它们之间的优劣。1. mmdetection2.0 配置我的环境：WIN10，CUDA10.1，cuDNN7.6.4，Anaconda，VS2019（这个必须有），OpenCV3.4.10，GTX1660（6G内存）1
2020-06-23 11:35:35
4680
8
原创 MTCNN/LPRNet车牌识别细节
前面一篇文章介绍了利用PyTorch实现的MTCNN/LPRNe车牌识别的理论框架，但是光有理论还不行，这篇文章主要是对里面的一些具体细节进行阐述。车牌识别整体流程：读取图片PNet网络处理ONet网络处理STN网络处理LPRNet网络识别解码...
2020-05-25 17:50:17
9485
12
原创 Pytorch Mask RCNN训练自定义数据集
前言（必读）最近做目标检测，然后记录一下 Faster RCNN、Mask RCNN来做目标检测踩得那些坑。首先，本文并不是利用Pytorch从头去实现Faster RCNN、Mask RCNN这两个结构的文章。如果有意向去从头实现并了解每一步细节可以看看下面这些视频和博客：来自B站的两位大佬讲解大佬一：视频 博客 GitHub大佬二：视频 博客 GitHub上面都是利用pytorch从原理到具体实现的步骤。不过本文主要还是利用Pytorch中的Tor
2020-05-13 17:51:49
15644
13
原创 PyTorch实现的MTCNN/LPRNet车牌识别
文章目录MTCNNMTCNN 基础知识MTCNN车牌检测LPRNetLPRNet特性LocNetLPRNet的基础构建模块特征提取骨干网络架构CCPD数据集这是一个在MTCNN和LPRNet中使用PYTORCH的两阶段轻量级和健壮的车牌识别。MTCNN是一个非常著名的实时检测模型，主要用于人脸识别。修改后用于车牌检测。LPRNet是另一种实时的端到端DNN，用于模糊识别.该网络以其优越的性能和...
2020-04-24 14:07:25
14166
30
原创 Pytorch VOC2012（Faster RCNN)
本篇文章介绍了Faster RCNN的基本原理和思路，原文地址为知乎Faster RCNN基本结构经过R-CNN和Fast RCNN的积淀，Ross B. Girshick在2016年提出了新的Faster RCNN，在结构上，Faster RCNN已经将特征抽取(feature extraction)，proposal提取，bounding box regression(rect refin...
2020-04-19 18:21:48
1671
原创 Pytorch 图像分类（AlexNet，VGGNet，Inception，ResNet，DenseNet，MobileNet）
4.定义网络（AlexNet）[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ggMczuOs-1587022068848)(attachment:image.png)]AlexNet 结构：输入层：图像大小为 227×227×3，其中 3 表示输入图像的 channel 数（R，G，B）为 3。卷积层：filter 大小 11×11，filter 个数 9...
2020-04-16 15:28:59
4771
原创 Pytorch CIFAR-10分类（LeNet5）
1.数据读取CIFAR-10 是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图 片：飞机（ arplane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（...
2020-04-16 15:22:45
1337
1
原创 异常值检测方法汇总
异常检测项目流程前言一、项目流程1.目标确立2.数据准备3.数据分析处理4.模型算法（重点）4.1 传统统计方法4.1.1 3σ准则4.1.2 四分位（箱线图）4.2 机器学习方法（重点）4.2.1 监督学习算法4.2.2 无监督学习算法IsolationForestDBSCANLocal Outlier Factor（LOF）4.2.3 半监督学习算法Local Outlier Factor（L...
2020-04-08 17:16:57
17528
1
原创 XGBoost原理及使用
1、XGBoost算法原理：关于XGBoost算法的原理部分，有兴趣的可以去看XGBoost的论文和陈天奇的PPT。对英文有障碍的朋友可以去看刘建平博客总结的非常好。2、XGBoost库比较：XGBoost有2种Python接口风格。一种是XGBoost自带的原生Python API接口，另一种是sklearn风格的API接口，两者的实现是基本一样的，仅仅有细微的API使用的不同，主要体现...
2020-03-23 15:00:59
718
原创 支持向量机（SVM）
支持向量机（SVM）全称Support Vecor Machine，谈及机器学习无论回归还是分类，一定都会拿它进行测试，它是机器学习算法中最受关注的算法之一。这里本文不过多的去研究它的数学推导公式，而是浅尝辄止的去探究一下它的原理和作用，以及在sklearn当如如何高效的使用。想要去推导它数据公式的朋友可以去查看刘建平的博客1、SVM是如何工作的SVM学习的基本想法是求解能够正确划分训练数...
2020-03-18 14:07:09
854
原创 模型评估指标（Confusion Matrix、ROC、AUC）
文章目录1、选择合适的模型评估指标的依据2、混淆矩阵（Confusion Matrix）2.1 模型整体效果：准确率2.2 捕捉少数类：精确率（Precision）、召回率（Recall）和F1-score2.2.1 精准率(Precision)2.2.2 召回率(Recall)2.2.3 P-R曲线（Precision Recall Curve）2.2.4 F1-Score2.2.5 sklea...
2020-03-13 15:25:30
5048
原创 随机森林 RandomForest
1、集成学习集成学习(ensemble learning)可以说是现在非常火爆的机器学习方法了。它本身不是一个单独的机器学习算法，而是通过构建并结合多个机器学习器来完成学习任务。也就是我们常说的“博采众长”。集成学习可以用于分类问题集成，回归问题集成，特征选取集成，异常点检测集成等等。在现在的各种算法竞赛中，随机森林，梯度提升树（GBDT），Xgboost等集成算法的身影也随处可见。更多关于...
2020-03-09 13:30:58
1977
原创 pandas 常见绘图总结
pandas 常见绘图总结文章目录pandas 常见绘图总结前言一 设置字体和显示中文二 pandas 可视化(0.25.3版本）1 线形图2 条形图2.1 垂直条形图2.2 水平条形图3 饼图4 散点图4.1 普通散点图4.2 气泡图5 面积图6 箱线图7 直方图8 核密度曲线9 hexbin（六边形图）前言pandas的强大让人毋庸置疑，一个集数据审阅、处理、分析、可视化于一身的工具，非...
2019-12-26 16:25:53
34059
5
原创 CNN常见问题总结
文章目录前言CNN原理CNN的结构CNN卷积层的基本参数采坑问题系列1.深度学习为什么要“深”？2.CNN不适合那些问题？3.batch size的设置与网络的关系？4.kernel_size的大小设置？5.每层卷积是否只能用一种尺寸的卷积核？6.为什么要用Batch Normalization（BN）？7.为什么需要非线性激活函数？8.如何选择激活函数？9.池化层的作用和设置？10.全连接层的作...
2019-05-15 14:14:35
5554
原创 数据预处理（sklearn.preprocessing）
前言数据预处理的工具有许多，在我看来主要有两种：pandas数据预处理和scikit-learn中的sklearn.preprocessing数据预处理。前面更新的博客中，我已有具体的根据pandas来对数据进行预处理，原文请点击这里。其中主要知识点包括一下几个方面：数据的集成：merge、concat、join、combine_first；数据类型转换：字符串处理（正则表达式）、数据类...
2019-03-11 15:55:53
13621
5
原创 决策树（CART）算法总结
1.决策树原理决策树算法重点就在于“决策”和“树”这两个概念，顾名思义决策树是基于树结构来进行决策的，这也恰恰是人们在遇到问题时进行问题梳理的一种很自然的处理机制。决策树的目标是建立分类和回归模型，核心目标是决策树的生长和决策树的修剪。对于决策树的生长算法有：ID3，C5.0，CART，CHAID，QUEST等；对于决策树的修剪方法有：预剪枝，后剪枝。2.决策树优缺点优点：不需要预...
2019-02-22 22:06:39
4977
2
原创 个人机器学习见解
前言：从本文开始，对于Python将进入一个新的篇章——机器学习。前面已经介绍了如何利用pandas来对数据进行处理和分析（原文在这里）。但是，对于跟高一级别的数据分析和机器学习来说，scikit_learning对于数据的预处理，也有着他的优势。首先还是导入需要用到的包import numpy as npimport pandas as pdimport matplotlib.pyp...
2019-02-18 17:51:30
543
原创 KNN 原理及参数总结
前言：针对一个完整的机器学习框架目前还没有总结出来，所以目前只能总结每一个单独的算法。由于现在研究的重点是算法，所以对于数据的处理，数据的分析和可视化呈现，在现阶段并不进行展示（这样容易陷入纠结和浪费过多时间）。但是，当理解算法的基本原理和实现方法之后，再回过头来从头开始，实现一个完整的机器学习流程。1. KNN 原理KNN是一种即可用于分类又可用于回归的机器学习算法。对于给定测试样本，基于距...
2019-01-31 17:02:36
21383
1
原创 Pandas数据处理与分析
关于 Pandas 如何由来的，这里就不过多介绍了（有兴趣可以去了解了解他的历史）。Pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具，而且Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。他主要有以下功能：为浮点数和与浮点数精度丢失提供了简易的处理方法。大数据（数...
2018-12-04 15:56:43
32670
10
原创 NumPy 基础：函数总结
最近重新学习发现，NumPy 中有很多很多的函数，以下根据个人结合官网对函数的理解，整理了一些NumPy 中常用的一些基础函数。仅供参考，如有错误请予以批评指正。1 NumPy - 数组生成函数Numpy 中最常规的就是利用array函数来生成一个新的包含传递数据的NumPy 数组。array函数，参数如下：import numpy as nparray1=np.array(object,...
2018-11-27 11:26:04
8850
8
转载 Matplotlib 教程（基于Jupyter Notebook）
Matplotlib教程本文为译文，原文载于此，译文原载于此。本文欢迎转载，但请保留本段文字，尊重作者和译者的权益。谢谢。: )本文是在原文和译文的基础上，稍作调整，调整为基于Jupyter Notebook 的代码。如想观看原文和译文，请戳上面两个链接。介绍Matplotlib可能是Python 2D-绘图领域使用最广泛的包。它能让使用者很轻松的将数据图形化，并且提供多样化的输出格式...
2018-11-19 18:18:12
5115
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