雪饼ai
码龄18年
关注
提问 私信
  • 博客：197,450
    社区：626
    198,076
    总访问量
  • 29
    原创
  • 2,121,517
    排名
  • 429
    粉丝
  • 0
    铁粉

个人简介：专注大数据、人工智能，先专注、再专业、后卓越

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）
IP 属地：广东省
  • 加入CSDN时间： 2007-05-17
博客简介：

雪饼的博客

博客描述：
大数据与人工智能Lab（BigdataAILab）微信公众号号主，专注于人工智能、深度学习、机器学习、大数据等技术与算法研究
查看详细资料
个人成就
  • 获得178次点赞
  • 内容获得28次评论
  • 获得1,261次收藏
  • 代码片获得123次分享
创作历程
  • 17篇
    2019年
  • 12篇
    2018年
成就勋章
TA的专栏
  • 人工智能
    28篇
兴趣领域 设置
  • 人工智能
    opencv语音识别计算机视觉机器学习深度学习神经网络自然语言处理tensorflowpytorch图像处理nlp
创作活动更多

新星杯·14天创作挑战营·第9期

这是一个以写作博客为目的的创作活动，旨在鼓励大学生博主们挖掘自己的创作潜能，展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴，那么，快来参加吧！我们一起发掘写作的魅力，书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛！ 注： 1、参赛者可以进入活动群进行交流、分享创作心得，互相鼓励与支持（开卷），答疑及活动群请见 https://bbs.csdn.net/topics/619626357 2、文章质量分查询：https://www.csdn.net/qc

475人参与 去参加
  • 最近
  • 文章
  • 代码仓
  • 资源
  • 问答
  • 帖子
  • 视频
  • 课程
  • 关注/订阅/互动
  • 收藏
搜TA的内容
搜索 取消

【AI实战】手把手教你深度学习文字识别（文字检测篇：基于MSER, CTPN, SegLink, EAST等方法）

文字检测是文字识别过程中的一个非常重要的环节，文字检测的主要目标是将图片中的文字区域位置检测出来，以便于进行后面的文字识别，只有找到了文本所在区域，才能对其内容进行识别。文字检测的场景主要分为两种，一种是简单场景，另一种是复杂场景。其中，简单场景的文字检测较为简单，例如像书本扫描、屏幕截图、或者清晰度高、规整的照片等；而复杂场景，主要是指自然场景，情况比较复杂，例如像街边的广告牌、产品包装...
原创
发布博客 2019.07.11 ·
19263 阅读 ·
34 点赞 ·
8 评论 ·
214 收藏

大话文本检测经典模型：EAST

自然场景的文本检测是当前深度学习的重要应用，在之前的文章中已经介绍了基于深度学习的文本检测模型CTPN、SegLink（见文章：大话文本检测经典模型CTPN、大话文本检测经典模型SegLink）。典型的文本检测模型一般是会分多个阶段（multi-stage）进行，在训练时需要把文本检测切割成多个阶段（stage）来进行学习，这种把完整文本行先分割检测再合并的方式，既影响了文本检测的精度又非常耗...
原创
发布博客 2019.06.20 ·
2916 阅读 ·
1 点赞 ·
0 评论 ·
8 收藏

大话文本检测经典模型：SegLink

在自然场景中，例如灯箱广告牌、产品包装盒、商标等，要检测出其中的文字会面临着各种复杂的情况，例如角度倾斜、变形等情况，这时就需要使用基于深度学习的方法进行文字检测。在之前的文章中，介绍了基于卷积神经网络和循环神经网络的CTPN文本检测方法（见文章：大话文本检测经典模型 CTPN），该方法能在自然场景下较好地实现对文字的检测，但在CTPN中给出的文本检测效果是基于水平方向的，对于非水平的文本检测...
原创
发布博客 2019.06.20 ·
966 阅读 ·
0 点赞 ·
0 评论 ·
2 收藏

【AI实战】手把手教你实现文字识别模型（入门篇：验证码识别）

文字识别在现实生活中有着非常重要的应用，主要由文字检测、内容识别两个关键步骤组成，在本博客之前的文章中已介绍了文字检测、内容识别的经典模型原理（见文章：大话文本检测经典模型：CTPN，大话文本识别经典模型：CRNN），本文主要从实战的角度介绍如何实现文字识别模型。在之前的文章中，已经介绍过了跟文字识别相关的实战内容：基于MNIST数据集识别手写数字的实战内容（见文章：训练你的第一个AI...
原创
发布博客 2019.06.16 ·
10256 阅读 ·
4 点赞 ·
0 评论 ·
53 收藏

大话文本识别经典模型：CRNN

在前一篇文章中（详见本博客文章：大话文本检测经典模型 CTPN），介绍了文字识别在现实生活中的广泛应用，以及文字识别的简单流程：其中“文本检测”、“文本识别”是其中两个关键环节，“文本检测”已经在前一篇文章中介绍了详细的介绍，本文主要介绍“文本识别”的经典模型CRNN及其原理。在介绍CRNN之前，先来梳理一下要实现“文本识别”的模型，需要具备哪些要素：（1）首先是要读取输...
原创
发布博客 2019.06.14 ·
7967 阅读 ·
4 点赞 ·
1 评论 ·
27 收藏

大话文本检测经典模型：CTPN

文字识别是AI的一项重要应用，例如将包装盒上的文字识别出来、将产品说明书上的文字识别出来、将大街上广告牌的文字识别出来等等，在现实生活中能给我们带来很大的便利，有着非常广泛的应用。一个简单的文字识别流程如下：Step 1.通过手机、摄像机等设备采集含有待识别字符的图像，作为输入；Step 2.对图像进行尺寸缩放、明暗调整、去噪等预处理操作；Step 3.将图像中的单个...
原创
发布博客 2019.06.14 ·
2193 阅读 ·
1 点赞 ·
1 评论 ·
12 收藏

【AI实战】快速掌握TensorFlow（四）：损失函数

在前面的文章中，我们已经学习了TensorFlow激励函数的操作使用方法（见文章：快速掌握TensorFlow（三）），今天我们将继续学习TensorFlow。本文主要是学习掌握TensorFlow的损失函数。一、什么是损失函数损失函数（loss function）是机器学习中非常重要的内容，它是度量模型输出值与目标值的差异，也就是作为评估模型效果的一种重要指标，损失函数越小，表明...
原创
发布博客 2019.06.01 ·
3210 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

【AI实战】快速掌握TensorFlow（三）：激励函数

到现在我们已经了解了TensorFlow的特点和基本操作（见文章：快速掌握TensorFlow（一）），以及TensorFlow计算图、会话的操作（见文章：快速掌握TensorFlow（二）），接下来我们将继续学习掌握TensorFlow。本文主要是学习掌握TensorFlow的激励函数。1、什么是激励函数激励函数是所有神经网络算法的必备神器，通过加入激励函数可实现张量计算的非线性化...
原创
发布博客 2019.06.01 ·
791 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

【AI实战】快速掌握TensorFlow（二）：计算图、会话 原

在前面的文章中，我们已经完成了AI基础环境的搭建（见文章：Ubuntu + Anaconda + TensorFlow + GPU + PyCharm搭建AI基础环境），以及初步了解了TensorFlow的特点和基本操作（见文章：快速掌握TensorFlow（一）），接下来将继续学习掌握TensorFlow。本文主要是学习掌握TensorFlow的计算图、会话操作。计算图是Te...
原创
发布博客 2019.06.01 ·
874 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

【AI实战】快速掌握Tensorflow（一）：基本操作

Tensorflow是Google开源的深度学习框架，来自于Google Brain研究项目，在Google第一代分布式机器学习框架DistBelief的基础上发展起来。Tensorflow于2015年11月在GitHub上开源，在2016年4月补充了分布式版本，最新版本为1.10，2018年下半年将发布Tensorflow 2.0预览版。Tensorflow目前仍处于快速开发迭代中，不断推出...
原创
发布博客 2019.05.30 ·
832 阅读 ·
0 点赞 ·
1 评论 ·
3 收藏

【AI实战】动手训练自己的目标检测模型（YOLO篇）

在前面的文章中，已经介绍了基于SSD使用自己的数据训练目标检测模型（见文章：手把手教你训练自己的目标检测模型），本文将基于另一个目标检测模型YOLO，介绍如何使用自己的数据进行训练。YOLO（You only look once）是目前流行的目标检测模型之一，目前最新已经发展到V3版本了，在业界的应用也很广泛。YOLO的基本原理是：首先对输入图像划分成7x7的网格，对每个网格预测2个边...
原创
发布博客 2019.05.30 ·
5407 阅读 ·
3 点赞 ·
1 评论 ·
81 收藏

【AI实战】手把手教你训练自己的目标检测模型（SSD篇）

目标检测是AI的一项重要应用，通过目标检测模型能在图像中把人、动物、汽车、飞机等目标物体检测出来，甚至还能将物体的轮廓描绘出来，就像下面这张图，是不是很酷炫呢，嘿嘿在动手训练自己的目标检测模型之前，建议先了解一下目标检测模型的原理（见文章：大话目标检测经典模型RCNN、Fast RCNN、Faster RCNN，以及Mark R-CNN），这样才会更加清楚模型的训练过程。本文将在我们前...
原创
发布博客 2019.05.27 ·
10497 阅读 ·
12 点赞 ·
6 评论 ·
90 收藏

【AI实战】动手实现人脸识别程序

人脸识别在现实生活中有非常广泛的应用，例如iPhone X的识别人脸解锁屏幕、人脸识别考勤机、人脸识别开门禁、刷脸坐高铁，还有识别人脸虚拟化妆、美颜，甚至支付宝还推出了刷脸支付、建设银行还实现了刷脸取钱……，可见人脸识别的用处非常广。既然人脸识别这么有用，那我们能否自己来实现一个人脸识别模型呢？答案是肯定的。接下来将在之前我们搭建好的AI基础环境上（见文章：搭建AI基础环境），实现人...
原创
发布博客 2019.05.27 ·
4839 阅读 ·
2 点赞 ·
0 评论 ·
23 收藏

【AI实战】训练第一个AI模型：MNIST手写数字识别模型

在上篇文章中，我们已经把AI的基础环境搭建好了（见文章：Ubuntu + conda + tensorflow + GPU + pycharm搭建AI基础环境），接下来将基于tensorflow训练第一个AI模型：MNIST手写数字识别模型。MNIST是一个经典的手写数字数据集，来自美国国家标准与技术研究所，由不同人手写的0至9的数字构成，由60000个训练样本集和10000个测试样本集构成...
原创
发布博客 2019.05.18 ·
3040 阅读 ·
2 点赞 ·
0 评论 ·
16 收藏

【AI实战】深度学习基础环境搭建（Ubuntu + anaconda + tensorflow + GPU + PyCharm）

为方便日常的深度学习模型开发与测试，本人在自己笔记本上搭建一个深度学习的基础环境，便于学习AI使用。本人使用的笔记本配置是CPU为8代i5，显卡为GTX1060，内存为8G，基本上可满足日常的AI研究与学习。下面将介绍基础环境的搭建配置过程：1、安装Ubuntu 18.04（1）安装操作系统从Ubuntu官网上下载最新的Ubuntu 18.04 LTS版本的IOS文件...
原创
发布博客 2019.05.16 ·
3590 阅读 ·
0 点赞 ·
1 评论 ·
14 收藏

27种深度学习的主流神经网络

深度学习发展迅速，每天都会冒出不少新的神经网络架构，像卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）等等。对于从事AI的专业人士而言，要全面追踪、了解这些新的架构非常费力。ASIMOV Institute绘制当前所流行的27张神经网络节点图，方便查阅和收藏，如下：欢迎关注本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），获取更多信息...
原创
发布博客 2019.05.16 ·
10283 阅读 ·
5 点赞 ·
3 评论 ·
88 收藏

【干货整理】CNN（卷积神经网络）进化史

卷积神经网络（CNN）近年来取得了长足的发展，是深度学习中的一颗耀眼明珠。CNN不仅能用来对图像进行分类，还在图像分割（目标检测）任务中有着广泛的应用。CNN已经成为了图像分类的黄金标准，一直在不断的发展和改进。刘昕博士总结了CNN的演化历史，如下图所示：CNN的起点是神经认知机模型，此时已经出现了卷积结构，经典的LeNet诞生于1998年。然而之后CNN的锋芒开始被SVM等模型盖过...
原创
发布博客 2019.05.16 ·
8005 阅读 ·
8 点赞 ·
0 评论 ·
66 收藏

大话目标检测经典模型：Mark R-CNN

在之前的文章中介绍了目标检测经典模型（R-CNN、Fast R-CNN、Faster R-CNN），目标检测一般是为了实现以下效果：在R-CNN、Fast R-CNN、Faster R-CNN中，实现了对目标的识别和定位，如下图所示：为了更加精确地识别目标，实现在像素级场景中识别不同目标，利用“图像分割”技术定位每个目标的精确像素，如下图所示（精确分割出人、汽车、红绿灯等）：Mask...
原创
发布博客 2018.04.28 ·
1684 阅读 ·
0 点赞 ·
0 评论 ·
8 收藏

大话目标检测经典模型（RCNN、Fast RCNN、Faster RCNN）

目标检测是深度学习的一个重要应用，就是在图片中要将里面的物体识别出来，并标出物体的位置，一般需要经过两个步骤：1、分类，识别物体是什么 2、定位，找出物体在哪里 除了对单个物体进行检测，还要能支持对多个物体进行检测，如下图所示： 这个问题并不是那么容易解决，由于物体的尺寸变化范围很大、摆放角度多变、姿态不定，而且物体有很多种类别，可以在图片中出现多种物体、出现在任意位置。因此，目标检测是一个比较复...
原创
发布博客 2018.03.31 ·
6857 阅读 ·
4 点赞 ·
0 评论 ·
45 收藏

机器学习的五大流派

有道是“罗马不是一天建成的”，机器学习的发展也是历经了很长时间，在这过程中形成了五大流派，这五大流派各有各的特点。1、符号主义（Symbolists） 名称：符号主义（Symbolists）起源：逻辑学、哲学核心思想：认知即计算，通过对符号的演绎和逆演绎进行结果预测问题：知识结构代表算法：逆演绎算法（Inverse deduction）代表应用：知识图谱代表人物：Tom Mitchell、Stev...
原创
发布博客 2018.03.24 ·
14094 阅读 ·
3 点赞 ·
0 评论 ·
47 收藏
加载更多