大数据挖掘SparkExpert的博客

原创 空洞卷积与DeeplabV2实现图像语义分割的测试（tensorflow)

图像语义分割是对图像像素级理解的基础，也是图像处理的高阶操作。自从深度学习出来之后，已经有了不少的基于卷积网络的图像语义分割模型，如从全卷积网络到大型卷积核：深度学习的语义分割全指南这篇文章介绍了非常多的模型。本篇博客只对空洞卷积进行多尺度背景聚合（Multi-Scale Context Aggregation by Dilated Convolutions）和DeepLab2（D

原创 基于DeepStream的CNN的可视化理解

对CNN进行可视化是一项重要的工作，有助于理解深度学习模型的黑箱里面到底是什么东西。有个著名的工具是：deep-visualization-toolbox里面还实现了对各种类别的展示，同时还有个遮挡的实验，令人印象深刻。　　此外，只用tensorflow的deepstream来学习一下CNN的模型到底都有哪些东西。代码可以看：https://github.com/tensorflow/te

原创 Tensorflow用于黑白照片(灰度图)着色的测试

视觉效果一直是计算机视觉研究的一个重要领域，如风格迁移等已经是各大顶会的重要栏目。       本篇文章主要用于探索黑白照片着色的功能。       如何给黑白照片上色，如对早先的照片进行更好的渲染，可以便得宝贵的历史影像资料变得更加鲜活，视觉感官更好。       现有的主流模型挺多的，如https://github.com/baldassarreFe/deep-koalarizat

原创 图像语义分割的研究进展(课件PPT)

原创 神经网络模型的压缩及SqueezeNet的应用测试

深度学习已经在很多领域取得了重大突破，然而现有深度学习训练好的模型经常都比较大，如ImageNET或者COCO上面的各种训练模型经常是几百M以上，这对于现有主流的计算机当然没有什么问题，但是对于一些移动设备或者一些硬件层面上的应用可能就比较有难度。因此神经网络压缩也是深度学习研究应用的重要一环。在微软秦涛的一篇演讲(http://www.msra.cn/zh-cn/news/blogs