计算机视觉
大数据AI
公众号:大数据AI
展开
-
用 tf.data 加载图片
用 tf.data 加载图片本教程提供一个如何使用 tf.data 加载图片的简单例子。本例中使用的数据集分布在图片文件夹中,一个文件夹含有一类图片。1. 配置import tensorflow as tfAUTOTUNE = tf.data.experimental.AUTOTUNE2. 下载并检查数据集2.1 检索图片在你开始任何训练之前,你将需要一组图片来教会网络你想要训...转载 2020-04-23 21:55:45 · 1378 阅读 · 0 评论 -
预训练模型迁移学习(Transfer Learning)
1、迁移学习迁移学习在计算机视觉领域中是一种很流行的方法,因为它可以建立精确的模型,耗时更短。利用迁移学习,不是从零开始学习,而是从之前解决各种问题时学到的模式开始。这样,你就可以利用以前的学习成果(例如VGG、 Inception、MobileNet),避免从零开始。我们把它看作是站在巨人的肩膀上。在计算机视觉领域中,迁移学习通常是通过使用预训练模型来表示的。预训练模型是在大型基准数据集上训...转载 2020-04-22 17:53:31 · 19882 阅读 · 3 评论 -
大话深度残差网络(DRN)ResNet
论文地址:Deep Residual Learning for Image Recognition一、引言深度残差网络(Deep residual network, ResNet)的提出是CNN图像史上的一件里程碑事件,让我们先看一下ResNet在ILSVRC和COCO 2015上的战绩:ResNet取得了5项第一,并又一次刷新了CNN模型在ImageNet上的历史:ResNet的作者...原创 2020-04-21 13:02:05 · 1309 阅读 · 0 评论 -
大话CNN经典模型:GoogLeNet(从Inception v1到v4的演进)
2014年,GoogLeNet和VGG是当年ImageNet挑战赛(ILSVRC14)的双雄,GoogLeNet获得了第一名、VGG获得了第二名,这两类模型结构的共同特点是层次更深了。VGG继承了LeNet以及AlexNet的一些框架结构,而GoogLeNet则做了更加大胆的网络结构尝试,虽然深度只有22层,但大小却比AlexNet和VGG小很多,GoogleNet参数为500万个,AlexNet...原创 2020-04-21 12:50:20 · 1413 阅读 · 0 评论 -
大话经典卷积神经网络-VGGNet
《Very Deep Convolutional Networks for Large-Scale Image Recognition》arXiv:[1409.1556] Very Deep Convolutional Networks for Large-Scale Image Recognitionintro:ICLR 2015homepage:Visual Geometry Grou...原创 2020-04-21 12:45:26 · 998 阅读 · 0 评论 -
AlexNet概述
AlexNet模型来源于论文-ImageNet Classification with Deep Convolutional Neural Networks,作者Alex Krizhevsky,Ilya Sutskever,Geoffrey E.Hinton.转载自: https://zhuanlan.zhihu.com/p/429143881. 前言在2010年的 ImageNet LSV...转载 2020-04-14 11:52:56 · 853 阅读 · 0 评论 -
LeNet-5 – A Classic CNN Architecture
LeNet 诞生于 1994 年,是最早的卷积神经网络之一,并且推动了深度学习领域的发展。自从 1988 年开始,在许多次成功的迭代后,这项由 Yann LeCun 完成的开拓性成果被命名为 LeNet5。LeNet-5 出自论文 Gradient-Based Learning Applied to Document Recognition,是一种用于手写体字符识别的非常高效的卷积神经网络。Le...转载 2020-04-14 00:11:37 · 387 阅读 · 0 评论