深度视觉
文章平均质量分 74
计算机视觉、深度学习
青山青
这个作者很懒,什么都没留下…
展开
-
深度学习模型优化方法总结
深度学习模型优化方法有:(1)模型压缩:模型权重量化、模型权重稀疏、模型通道剪枝(2)优化推理引擎:TVM、tensorRT、OpenVINO模型压缩(1)quantization:模型权重量化(2)sparsification:模型权重稀疏(3)channel pruning:模型通道剪枝https://www.jiqizhixin.com/articles/2019-08-07-3https://zhuanlan.zhihu.com/p/77275130https://blog.csdn转载 2021-07-04 16:54:41 · 2483 阅读 · 0 评论 -
梯度消失 梯度爆炸 梯度偏置 梯度饱和 梯度死亡 文献收藏
好吧,后面几个词是我自己发明的。。。这是看到的最全面清晰的文章了,但是不太搞得清楚这篇文章原创到底是谁,下面两条链接内容基本一样https://mp.weixin.qq.com/s/6xHC5woJND14bozsBNaaXQhttps://blog.csdn.net/qq_27825451/article/details/80172070...转载 2021-06-30 16:54:32 · 153 阅读 · 0 评论 -
backbone、head、neck等深度学习中的术语解释
我们在阅读文章的时候,经常看到backbone head neck 这一类的术语,但是我们可能并不知道是什么意思,这篇文章就是对这些术语进行解释:backbone:翻译为主干网络的意思,既然说是主干网络,就代表其是网络的一部分,那么是哪部分呢?这个主干网络大多时候指的是提取特征的网络,其作用就是提取图片中的信息,共后面的网络使用。这些网络经常使用的是resnet、VGG等,而不是我们自己设计的网络,因为这些网络已经证明了在分类等问题上的特征提取能力是很强的。在用这些网络作为backbone的时候,都转载 2021-07-16 13:56:22 · 320 阅读 · 0 评论 -
Windows下安装PaddlePaddle2.0 (CPU、GPU版 & wsl2 GPU版)
本文讲介绍Windows下3种场景安装Paddle2.0CPU版安装Paddle GPU版安装Paddle wsl安装GPU版Paddle我的环境操作系统:Windows 10 专业工作站版 Insider Preview21313.1000(Paddle2.0支持Windows 7 / 8 / 10,专业版 / 企业版)CPU:i7-8559U(支持avx指令集)GPU:RTX2070Python版本:3.6.8注意Paddle目前对Python的要...转载 2021-07-16 16:11:36 · 2080 阅读 · 0 评论 -
数据预处理
原始的训练数据中,由于每一维特征的来源以及度量单位不同,会造成特征值的分布范围差异很大,当计算不同样本之间的欧氏距离时,取值范围大的特征会起到主导作用。对于基于相似度比较的机器学习方法(如最近邻分类器),必须先对样本进行预处理。,将各维度特征归一化到同一取值区间,并且消除不同特征之间的相关性,才能获得理想的结果。数据归一化对梯度的影响取值范围不同会造成在大多数位置上的梯度方向并不是最优的搜索方向。当使用梯度下降法寻求最优解时,会导致需要很多次迭代才能收敛(优化路径呈"之"字型)。如果我们把数据归一化转载 2021-07-06 14:20:32 · 321 阅读 · 0 评论 -
YOLOv3 深入理解
YOLOv3没有太多的创新,主要是借鉴一些好的方案融合到YOLO里面。不过效果还是不错的,在保持速度优势的前提下,提升了预测精度,尤其是加强了对小物体的识别能力。本文主要讲v3的改进,由于是以v1和v2为基础,关于YOLO1和YOLO2的部分析请移步YOLO v1深入理解 和 YOLOv2 / YOLO9000 深入理解。YOLO3主要的改进有:调整了网络结构;利用多尺度特征进行对象检测;对象分类用Logistic取代了softmax。新的网络结构Darknet-53在基本的图像特征提取方面转载 2021-05-31 22:53:05 · 249 阅读 · 0 评论 -
训练集,验证集,测试集比例
当数据量比较小时,可以使用7 :3训练数据和测试数据,或者6:2 : 2训练数据,验证数据和测试数据。(西瓜书中描述常见的做法是将大约2/3 ~ 4/5的样本数据用于训练,剩余样本用于测试)当数据量非常大时,可以使用98 : 1 : 1训练数据,验证数据和测试数据。传统机器学习阶段(数据集在万这个数量级),一般分配比例为6:2:2。而大数据时代,这个比例就不太适用了。因为百万级的数据集,即使拿1%的数据做test也有一万之多,已经足够了。可以那更多的数据做训练...转载 2021-04-23 11:53:54 · 9891 阅读 · 0 评论 -
【AI大咖】再认识Yann LeCun,一个可能是拥有最多中文名的男人
上周扒了扛起深度学习大旗的Hinton先生,今天聊一位他的学生,深度学习中CNN的崛起离不开的男人——Yann LeCun。一位陪伴Hinton三十年磨一剑,最终笑傲AI界的法国人。让我们一起记住这张面孔。作者 | 小满 言有三编辑 | 小满 言有三1 30秒了解LeCunYann LeCun,CNN之父,纽约大学终身教授,与Geoffrey Hinton、Yoshua Bengio并成为“深度学习三巨头”。前Facebook人工智能研究院负责人,IJCV、PAMI和IEE.转载 2021-01-05 18:27:25 · 440 阅读 · 0 评论 -
【AI大咖】认真认识一代AI教父Hinton
AI长路漫漫,很多大咖功不可没,今天推出新的专栏《AI大咖》,让我们一起了解AI大牛,认识他们的研究,打听他们的八卦吧。今天首“扒”深度学习鼻祖—Geoffrey Hinton,一起走进AI教父的传奇人生。作者 | 言有三&小满编辑 | 言有三&小满1 30秒了解HintonGeoffrey Everest Hinton,加拿大认知心理学家和计算机科学家,1947年生人,现年72岁,有两任妻子,两个孩子,被誉为”人工智能教父“。Hinton在剑桥大学获得.转载 2021-01-05 18:25:24 · 799 阅读 · 0 评论 -
【AI大咖】扒一下低调的Yoshua Bengio大神
说五个关键词,你会想到谁?花书作者,2018年图灵获奖者,银灰卷发,theano,MILA,你心中的答案会是Yoshua Bengio么?关于他的故事,且听我细细道来。作者&编辑 | 小满&言有三一头银灰相间的卷发,一对漫画式的粗眉,思考时频频上扬,微笑时又极具表现力,他就是今天的主人公——Yoshua Bengio。1 30秒了解Yoshua BengioYoshua Bengio(约书亚·本吉奥)因深度学习工作与Geoffrey Hinton和Yann L转载 2020-11-08 22:39:04 · 479 阅读 · 0 评论 -
Python 3.7 两步安装dlib(超简单!亲测有效)
安装dlib一直失败,其实是没有安装对应版本的dlib库,本机是pyhon 3.7 64位,对应的版本是dlib-19.17.99-cp37-cp37m-win_amd64.whl ,下载对应的版本安装即可。链接:https://pan.baidu.com/s/1VrDssoHfcTbAGGB6cRIwBQ提取码:76u8下载后,执行以下安装命令:pip install dlib-19.17.99-cp37-cp37m-win_amd64.whl...转载 2020-07-16 22:37:24 · 5371 阅读 · 18 评论 -
使用TensorFlow Keras手动搭建InceptionV3网络
导入函数库import tensorflow as tfimport numpy as npimport tensorflow_datasets as tfds # 这个是指Tensorflow Datasetsimport matplotlib.pyplot as plt定义网络结构一些参数设置layers = tf.keras.layersmodels = tf.keras.models定义InceptionV3模型用于caltech101物体分类def conv2d_bn(x,原创 2020-07-11 20:15:35 · 1156 阅读 · 0 评论 -
顶会视觉文章
CVPRECCVICCVIJCAIAAAIICMLICLRTPAMITMMTIP原创 2020-06-25 17:00:57 · 107 阅读 · 0 评论 -
常用国内源地址
对于Python开发用户来讲,PIP安装软件包是家常便饭。但国外的源下载速度实在太慢,浪费时间。而且经常出现下载后安装出错问题。所以把PIP安装源替换成国内镜像,可以大幅提升下载速度,还可以提高安装成功率。国内源:新版ubuntu要求使用https源,要注意。清华:https://pypi.tuna.tsinghua.edu.cn/simple阿里云:http://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ust转载 2020-06-21 11:49:15 · 10866 阅读 · 0 评论 -
定义InceptionV3模型用于caltech101物体分类
导入函数库import tensorflow as tfimport numpy as npimport tensorflow_datasets as tfds # 这个是指Tensorflow Datasetsimport matplotlib.pyplot as plt定义网络结构一些参数设置layers = tf.keras.layersmodels = tf.keras.models定义InceptionV3模型用于caltech101物体分类def conv2d_bn(x,转载 2020-06-21 10:20:05 · 548 阅读 · 2 评论 -
深度学习环境搭建
windows10 64位 深度学习环境搭建1.下载安装miniconda3https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/2.更换miniconda3的源,以清华的源为例:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirr.原创 2020-06-14 16:16:29 · 282 阅读 · 0 评论 -
ORB特征检测
ORB概述ORB(Oriented FAST and Rotated BRIEF)是一种快速特征点提取和描述的算法。 这个算法是由Ethan Rublee, Vincent Rabaud, Kurt Konolige以及Gary R.Bradski在2011年一篇名为“ORB:An Efficient Alternative to SIFT or SURF”的文章中提出。 ORB算法分为...原创 2019-11-16 17:30:07 · 1184 阅读 · 0 评论 -
SIFT特征检测——Python实现
SIFT概述SIFT的全称是Scale Invariant Feature Transform(尺度不变特征变换),是由加拿大教授David G.Lowe在1999年在 会议文章中提出,2004年发表在IJCV上,是计算机视觉界近二十年来引用率最高的文章之一 SIFT特征对旋转、尺度缩放、亮度变化等保持不变性,是一种稳定的局部特征 SIFT的特征提取方面对计算机视觉近年来的发...原创 2019-11-16 16:34:41 · 2708 阅读 · 0 评论 -
Herris 角点检测
基本思想:使用一个固定窗口在图像上进行任意方向上的滑动,比较滑动前与滑动后两种情况,窗口中的像素灰度变化程度,如果存在任意方向上的滑动,都有着较大灰度变化,那么我们可以认为该窗口中存在角点。cornerHarris(src, blockSize, ksize,k[,dst[,borderType]])参数详解:image:输入的单通道8位或者浮点图像; blockSize...原创 2019-11-16 15:17:53 · 286 阅读 · 0 评论 -
霍夫(Hough)直线变换(直线检测)
检测步骤:将参数空间(ρ,θ) 量化成m*n(m为ρ的等份数,n为θ的等份数)个单元,并设置累加器矩阵,初始值为0; 对图像边界上的每一个点(x,y)带入ρ=xcosθ+ysinθ,求得每个θ对应的ρ值,并在ρ和θ所对应的单元,将累加器加1; 检验参数空间中每个累加器的值,累加器最大的单元所对应的ρ和θ即为直角坐标系中直线方程的参数。OpenCV中的霍夫变换:cv2.Ho...原创 2019-11-15 22:44:47 · 1552 阅读 · 0 评论