神经网络
u010900574
这个作者很懒,什么都没留下…
展开
-
开箱即用的人脸识别算法大盘点
前段时间,元峰写了一篇文章《最强六大开源轻量级人脸检测项目分析》,得到了很有朋友的好评。经常有AIZOO的朋友们咨询我们,有没有离线可用的人脸识别SDK推荐。最近,小算农整理、对比实验,总结了一波商用的(免费或收费)的人脸识别算法和SDK,进行了一个大盘点,在这里分享给大家。人工智能领域最近几年的发展可以说是如火如荼,这里面既有创业者的磨刀霍霍,也有资本的一路执着狂跟,还有学生和程序员群体的热情追随。回顾人工智能领域从2012年的星星之火,到15年左右的疯狂态势,再到18年理性的声音初现。有人开始对.原创 2020-08-28 01:25:31 · 1047 阅读 · 0 评论 -
最强六大开源轻量级人脸检测项目分析 | 附打包下载
随着深度学习的兴起,工业界和学术界越来越多的使用基于深度学习的方法,而不是传统的基于模板匹配,纹理提取或者像素积分图等方法。因为人脸检测本身并不属于特别复杂的任务,因此轻量级的深度学习模型即可满足该任务。本文汇总了六大开源的人脸检测项目。本文首发:AIZOO,欢迎在关注我们虽说深度学习是个黑箱,但基于深度学习的通用目标检测算法(例 如 Faster-RCNN,SSD,YoloV3、 ...原创 2020-04-11 18:11:41 · 1341 阅读 · 0 评论 -
新手也能彻底搞懂的目标检测Anchor是什么?怎么科学设置?[附代码]
在基于anchor的目标检测网络(Faster RCNN、SSD、YOLO v2&v3等)中,一个至关重要的步骤就是科学的设置anchor,可以说,Anchor设置的合理与否,极大的影响着最终模型检测性能的好坏。本文,我们将以质朴的语言介绍Anchor导致是什么,以及如何科学的设置anchor。对于目标检测新手来说,一个比较常见的误区就是拿到模型,直接无修改的在自己的数...原创 2020-03-12 14:00:59 · 4733 阅读 · 2 评论 -
CPU下实时,最快人脸检测速度近2000FPS,这位硬核老师将训练代码开源了
在小分辨率下人脸检测速度1929.6FPS,支持5个关键点,支持导出为纯C++代码,不需要任何依赖库,这位南方科技大学的于仕琪老师刚刚把他的训练代码开源了!Github训练代码链接:https://github.com/ShiqiYu/libfacedetection.trainGithub推理代码:https://github.com/ShiqiYu/libfacedetection...原创 2020-03-12 13:20:31 · 867 阅读 · 0 评论 -
AIZOO人脸口罩检测开源PyTorch、TensorFlow、MXNet等全部五大主流深度学习框架模型和代码
现在,元峰开源PyTorch、TensorFlow、MXNet、Keras和Caffe五大主流深度学习框架的人脸检测模型和代码了!前两天,元峰开源的近8000张人脸口罩数据和模型,得到了很多朋友的积极反馈,也有很多朋友留言赞赏我们的开源精神。其中一位粉丝朋友说:“公开这么多数据,你好无私啊”,一句话,瞬间让元峰标注数据的痛苦烟消云散了。但是,笔者开源的是Keras和Caffe版本,有更...原创 2020-02-24 12:46:36 · 4324 阅读 · 3 评论 -
假期不能出门,深度学习和TensorFlow助您去世界各地到此一游
今年的春节过的实在是太糟心了。元峰活了二十多年,第一次以这种模式过春节。我们在家宅,医护人员却在夜以继日的辛勤工作。首先,我们向医护人员和各行各业奋战在最前线的工作人员致以最崇高的敬意。他们在前线为我们冲锋陷阵,保障了我们的健康和生活。而我们,最好的选择就是安安心心的在家呆着,就也是我们能为社会做的最好的贡献了。按说,大门一关,被窝一钻,这是多少年轻人求之不得、梦寐已求的生活了。可是,真在...原创 2020-02-03 00:01:50 · 447 阅读 · 0 评论 -
深度学习在计算机视觉领域的前沿进展
引言在今年的神经网络顶级会议NIPS2016上,深度学习三大牛之一的Yann Lecun教授给出了一个关于机器学习中的有监督学习、无监督学习和增强学习的一个有趣的比喻,他说:如果把智能(Intelligence)比作一个蛋糕,那么无监督学习就是蛋糕本体,增强学习是蛋糕上的樱桃,那么无监督学习,仅仅能算作蛋糕上的糖霜(图1)。 图1. Yann LeCun 对监督学习,增强学习和无监督学习的价值的形原创 2016-12-29 22:11:10 · 3965 阅读 · 0 评论 -
卷积神经网络(CNN)的参数优化方法
著名: 本文是从 Michael Nielsen的电子书Neural Network and Deep Learning的深度学习那一章的卷积神经网络的参数优化方法的一些总结和摘录,并不是我自己的结论和做实验所得到的结果。我想Michael的实验结果更有说服力一些。本书在github上有中文翻译的版本,前言最近卷积神经网络(CNN)很火热,它在图像分类领域的卓越表现引起了大家的广泛关注。本文总结和摘原创 2016-07-22 10:11:00 · 65146 阅读 · 6 评论 -
理解长短期记忆(LSTM) 神经网络
声明:本文翻译自colah的博客,原文地址:Understanding LSTM NETWORK递归神经网络人类并不是从混沌状态开始他们的思考。就像你读这篇文章时,你是建立在你之前对文字的理解上。你并不是学习结束之后就丢弃掉你学到的东西,然后再从混沌状态开始。因为你的思想有持续性。 然而,传统的神经网络并不能做到持续记忆,这应该是传统神经网络的一个缺陷。假想一下,你想让神经网络对电影中每个时间点的翻译 2016-07-04 21:46:51 · 47727 阅读 · 5 评论 -
利用Pybrain库进行神经网络函数拟合
Pybrain是一个比较有名的Python神经网络库,今天我用它做了一个实验,参考了这篇博客,感谢原作者,给出了具体的实现,代码可以直接拷贝运行。 我们的问题主要如下: 首先我们给出构造生成这个题目要求的数据集的函数def generate_data(): """generate original data of u and y""" u = np.random.unifo原创 2016-05-01 16:38:54 · 8415 阅读 · 6 评论