DL
文章平均质量分 77
有害诗篇
改变未来的不是AI,而是爱
展开
-
增量学习综述
目录一、数据增量与类别增量二、常见增量学习结构三、增量学习方法分类四、总结及论文链接4.1 总结4.2 相关论文链接无监督增量学习 Unsupervised Class-Incremental Learning Through Confusion.论文详解ICLR 2021基于拓扑图的增量学习方法 论文归纳与详解Few Shot Incremental Learning with Continually Evolved Classifiers论文详解 基于持续进化分类器的小样本类别增量学习CVPR2021T转载 2022-07-11 14:41:53 · 4205 阅读 · 1 评论 -
YOLO5 目标检测
目录1项目的克隆和必要的环境依赖1.1项目的克隆1.2项目代码结构整体介绍1.3环境的安装和依赖的安装2 数据集和预训练权重的准备2.1利用labelimg标注数据和数据的准备2.2 获得预训练权重3训练自己的模型3.1修改数据配置文件3.2 修改模型配置文件3.3训练自己的模型启用tensorbord查看参数 3.4启用tensorbord查看参数 YOLOv5的代码是开源的,因此我们可以从github上克隆其源码。不得不说GitHub的确是全球最大的男性交友网站,里面的人个个都是人才,yol转载 2022-07-07 17:22:58 · 4590 阅读 · 0 评论 -
Kaggle泰坦尼克号幸存者预测
解析一名金牌选手方案泰坦尼克号——来自灾难的机器学习1.数据有两个数据集,分别是训练集train.csv和测试集test.csv。train.csv包含乘客子集的详细信息(准确地说是 891 人),揭示了他们是否幸存,也称为“基本事实”。test.csv 数据集包含类似的信息,但没有透露每位乘客是否幸存,预测这些结果是你的工作,即:使用你在 train.csv 数据中找到的模式,预测船上的其他 418 名乘客(在 test.csv中找到)是否幸存。下面了解一下train.csv数据集中的变量:原创 2022-06-07 10:36:11 · 3562 阅读 · 0 评论 -
图像检测:目标检测(下)
R-FCNR-CNN系列的结构基于旧形态的CNN的结构(AlexNet,VGG) :全卷积子网络,全连接子网络相应的结构设计 : 全卷积子网络(5层/组),独立于ROI,计算共享;ROI-wise子网络(3层),计算无法共享 。CNN的全卷积化形式(只剩一个全连接层),相应的,基于就结构设计的R-CNN会出现问题结构 :ROI-wise子网络相当于隐含层性能:检测性能和分类性能不一致应用两难: 检测网络的变换敏感性,分类网络的变换不变性,卷积层越深,不变性越强,对变换不敏感。不适应设原创 2022-05-25 09:26:15 · 804 阅读 · 0 评论 -
kaggle树叶分类
kaggle比赛地址:leaf-classification数据集形式:train_csv:对于每一张图片都有192个特征。test.csv没有species这一列,该比赛的目标就是预测这一列,判断属于哪一类。训练集共有990张,测试集共有594张,共99类图片如下所示:机器学习方法:#对数据进行标签编码le = LabelEncoder().fit(train.species)labels = le.transform(train.species)labels将数据标签进行编原创 2022-05-09 16:19:22 · 947 阅读 · 0 评论 -
keras:图片预处理
图片处理器ImageDataGeneratorkeras.preprocessing.image.ImageDataGenerator(featurewise_center=False, samplewise_center=False, featurewise_std_normalization=False, samplewise_std_normalization=False, zca_whitening=False, rotation_range=0., width_shift_range原创 2022-05-09 15:52:39 · 436 阅读 · 0 评论