自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 点云处理:基于Paddle2.0实现PointNet++对点云进行分类处理②

纲要    一、简介    二、数据处理    三、PointNet++(SSG)网络搭建    四、训练、测试一、简介    在上一节点云处理:基于Paddle2.0实现PointNet++对点云进行分类处理①中,我们实现了PointNet++中比较重要的几个基础部分的搭建,包括Sampling层,Grouping层等的搭建,那么这一节我们将一起来实现PointNet++(SSG)整体网络搭建,并进行训练...

2021-11-07 20:30:04 552

原创 点云处理:基于Paddle2.0实现PointNet++对点云进行分类处理①

纲要    一、简介    二、PointNet++(SSG)网络简介    三、Sampling层    四、Grouping层    五、Sampling + Grouping组合层    六、Sampling + Grouping + PointNet组合层 (SetAbstraction层)一、简介    在这一节中,我们将会一起来拆解PointNet++,并实现PointNet++中比较重要的几个基础部分的搭建,包括Sampling层,Grouping层等的搭建。    在

2021-11-05 17:28:41 775

原创 点云处理:PointNet分割任务

项目说明①数据集    本次用到的数据集是ShapeNet,储存格式是.h5文件。    .h5储存的key值分别为:    1、data:这一份数据中所有点的xyz坐标,    2、label:这一份数据所属类别,如airplane等,    3、pid:这一份数据中所有点所属的类型,如这一份数据属airplane类,则它包含的所有点的类型有机翼、机身等类型。!unzip data/data67117/shapenet_part_seg_hdf5_data.zip!mv hdf5_

2021-10-30 14:33:08 1630

原创 点云处理:基于Paddle2.0实现PointNet对点云进行分类处理

一.项目说明①数据集    ModelNet总共有662中目标分类,127915个CAD,以及十类标记过方向朝向的数据。其中包含了三个子集:    1、ModelNet10:十个标记朝向的子集数据;    2、ModelNet40:40个类别的三维模型;    3、Aligned40:40类标记的三维模型。    这里使用了ModelNet40,并且归一化了,文件中的数据的意义:    1、横轴有六个数字,分别代表:x, y, z, r, g, b;    2、纵轴为点,每份数据一共有1

2021-10-29 15:20:59 839

原创 Day 04 口罩分类

口罩识别,是指可以有效检测在密集人流区域中携带和未携戴口罩的所有人脸,同时判断该者是否佩戴口罩。通常由两个功能单元组成,可以分别完成口罩人脸的检测和口罩人脸的分类。本次实践相比生产环境中口罩识别的问题,降低了难度,仅实现人脸口罩判断模型,可实现对人脸是否佩戴口罩的判定。本实践旨在通过一个口罩识别的案列,让大家理解和掌握如何使用飞桨动态图搭建一个经典的卷积神经网络。import osimport zipfileimport randomimport jsonimport paddleimp

2021-09-11 16:44:29 181

原创 Day03 车牌识别

任务描述:本次实践是一个多分类任务,需要将照片中的每个字符分别进行识别,完成车牌的识别。数据集介绍 数据集文件名为characterData.zip,其中有65个文件夹 包含0-9,A-Z,以及各省简称 图片为1*20*20的灰度图像 本次实验中,取其中的10%作为测试集,90%作为训练集 #导入需要的包import osimport zipfile #Python zipfile模块用来做zip格式编码的压缩和解压缩的import random #生

2021-09-04 10:03:26 760

原创 Day02 手势识别

# 查看当前挂载的数据集目录, 该目录下的变更重启环境后会自动还原!ls /home/aistudio/data# 查看工作区文件, 该目录下的变更将会持久保存. 请及时清理不必要的文件, 避免加载过慢.!ls /home/aistudio/work实践任务:手势识别主要步骤1.准备数据2.配置网络3.训练网络4.模型评估5.模型预测!cd /home/aistudio/data/data23668 && unzip -qo Dataset.zi

2021-08-29 11:03:21 556

原创 Day 01 实践--新冠疫情可视化

一、数据准备爬虫的过程:1.发送请求(requests模块)2.获取响应数据(服务器返回)3.解析并提取数据(re正则)4.保存数据request模块:requests是python实现的简单易用的HTTP库,官网地址:http://cn.python-requests.org/zh_CN/latest/re模块:re模块是python用于匹配字符串的模块,该模块中提供的很多功能是基于正则表达式实现的import json #josn是一种轻量级数据交换格式,..

2021-08-26 19:07:05 433

原创 新手入门第一课,什么是深度学习

初识神经网络我们这里要解决的问题是,将手写数字的灰度图像(28 像素×28 像素)划分到 10 个类别 中(0~9)。我们将使用 MNIST 数据集,这个数据集包含 60 000 张训练图像和 10 000 张测试图 像。Step1:准备数据1.MINIST数据集包含60000个训练集和10000测试数据集。分为图片和标签,图片是28*28的像素矩阵,标签为0~9共10个数字。 2.定义读取MNIST数据集的train_reader和test_reader,指定一个Batch的大小为128,..

2021-08-22 13:45:49 614

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

提示
确定要删除当前文章?
取消 删除