Synioe的博客

深度学习计算机视觉离不开的opencv库，从源码编译安装是最为完整和实用的，对于opencv库要求很高的情况下建议是从源码编译安装，博主最近尝试了一次在anaconda环境下编译opencv，也是先参考了博客上很多人的帖子，没有细数，这几天看过的帖子至少也有几十篇，真正实用的少之又少，很多是千篇一律或者就是直接复制别人的内容，这也让很多人走了很多弯路，这里把这个亲测通过的教程写出来，以供自己以后参...

Object Detection vs. Object Recognition目标识别算法识别图像中存在哪些对象。它将整个图像作为输入，并输出该图像中存在的对象的类标签和类概率。例如，类标签可以是“狗”，相关的类概率可以是97％。另一方面，目标检测算法不仅得到图像中存在哪些对象，还输出边界框（x，y，宽度，高度）以指示图像内对象的位置。所有目标检测算法的核心是目标识别算法。假设我们训练...

非极大值抑制NMS算法nms算法在目标检测算法中应用普遍，其主要的作用是去除检测到的多个目标框，进而确定最优的目标框。原理：核心思想是对多个目标框进的置信度进行排序，选择最优置信度的框，然后设置一个阈值，当其他框与最优置信度框重合程度超过阈值时将其他框舍去，再在剩下的框中迭代重复该操作。python代码import numpy as npdets = np.array([ ...

研究一个图像分类的任务，现在的问题是对6类图像数据做分类任务，数据的特征是每一类都只有非常少的数据，并且存在类别不平均，在这种情况下我们的实验结果存在准确率的问题，对于少量数据，采用端到端从头开始训练的方法，模型学习到的特征很少，泛化能力不够，采用从ImageNet数据集训练得到的结果，我们可以采用预训练权重初始化特定的深度网络，如这里的Inception网路，采用slim轻量库构建模型，模型在三...

原理很简单都在代码中from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_imgdatagen = ImageDataGenerator( rotation_range=40, width_shift_range=0.2, height_...

关于inceptionv1-v4的论文以及细节在这篇博客中已经展示的非常的清楚，这里谈谈思考。inception网络的开创新的优势在于其将神经网络的优化精髓理解的足够透彻，resnet的大神已经证明了网络的深度通过残差网络可以无限的堆叠下去，然后深度到达一定层数后再堆叠下去的作用就很有限了，inception的大神清楚的理解到网络的深度达到一定以后，如果还要想在数据流的角度继续提高模型的泛...

Nature正刊的一篇图像分类应用--传送门利用inceptionv3做皮肤癌图像分类的工作，采集的数万张的图片数据，一百多类的皮肤病分类任务，ImageNet数据集预训练的数据迁移学习方法应用到多类皮肤病分类领域，9折交叉验证方法验证分类效果的可行性，并将迁移学习分类结果与多名专家分类的结果进行比较，得到的结论是机器学习的方法可以比拟专家分类。通篇看完这篇高IF的文献，用的方法都是熟...

早在2017年8月，OpenCV 3.3正式发布，带来了高度改进的“深度神经网络”（dnn）模块。该模块支持许多深度学习框架，包括Caffe，TensorFlow和Torch / PyTorch。dnn模块的主要贡献者Aleksandr Rybnikov已经投入了大量的工作来使这个模块成为可能。 自从OpenCV 3.3发布以来，有一些深度学习的OpenCV教程。然后在opencv中包...

YOLO系列算法，是目前目标检测算法中速度最快的一种方法。尽管在目标检测的准确率上不是最为准确的检测算法，但是考虑到工业上的实时目标检测应用，YOLO目前仍具有不可替代的优势。换句话说，YOLO将其牺牲的一点准确度极大的弥补在实时性上，在工业目标检测领域，可以完成项目实际的商业落地。YOLO系列算法的论文：yolov1yolov2(yolo9000)yolov3这里仅深度理解y...

我们的深度学习数据集包括1,191张口袋妖怪图像，（存在于口袋妖怪世界中的动物般的生物，流行的电视节目，视频游戏和交易卡系列）。我们的目标是使用Keras和深度学习训练卷积神经网络，以识别和分类这些神奇宝贝。我们将认识到的口袋妖怪包括：Bulbasaur（234图像）Charmander（238图像）Squirtle（223图像）皮卡丘（234图像）Mewtwo（239图像）...

https://www.jianshu.com/p/95d0dd92a88a 就看例子就完事了  tf.nn.softmaximport tensorflow as tfimport numpy as npsess=tf.Session()#logits代表wx+b的输出，并没有进行softmax（因为softmax后是一个和为1的概率）logits = np.arra...

首先讨论多标签分类数据集（以及如何快速构建自己的数据集）。之后简要讨论SmallerVGGNet，我们将实现的Keras神经网络架构，并用于多标签分类。然后我们将实施SmallerVGGNet并使用我们的多标签分类数据集对其进行训练。最后，我们将通过在示例图像上测试我们的网络，并讨论何时适合多标签分类，包括需要注意的一些注意事项。multi-label classificati...

这几天在接触mask-rcnn的原理和检测数据，包括数据集的制作和标注，在一块1080ti上训练模型，到目前位置还有问题没有解决，在matterport/mask-rcnn的github仓库的issues下找解决方案，没有找到能够解决我的问题的回答。我的问题的在balloon案例上做修改，对标记多个class的数据进行识别和实例分割，balloon是对一个class做检测，我也尝试了只对我的一...

medium官方比较了从2018年1月到12月，22000篇机器学习外文博客，选出了最佳50篇。摘录如下：Dec 29, 2018Between Jan~Dec 2018, we’ve compared nearly 22,000 Machine Learning articles to pick the Top 50 that can improve your data science ...