动手学计算机视觉
文章平均质量分 83
本专栏从系统搭建开始记录如何从零开始运行GitHub开源算法,所涉及内容包括硬件,CPU版本,GPU版本,英伟达嵌入式版本;算法包括,RetinaFace,YOLO3等常见的目标检测模型。包括如何使用阿里云搭建一个简单的人脸识别网站。
我爱花生米
探索与发现
展开
-
动手学计算机视觉--第二章,关于单通道卷积,多通道卷积的讨论
动手学计算机视觉第2章,计算机视觉与深度学习结合中常用的操作原创 2020-11-14 14:44:43 · 1531 阅读 · 0 评论 -
动手学计算机视觉---inception v4 源码分析
动手学计算机视觉--1第一章,第4篇,上篇内容中对网络结构以及代码实现进行了一一对应,使用keras搭建网络模型往往更加直观,本篇主要内容如下:继续完成网络主结构代码阅读,简单介绍其余文件的作用,介绍专栏接下来的内容1 代码阅读网络结构 if include_top: # 1 x 1 x 1536 x = AveragePooling2D((8,8), padding='valid')(x) #使用均值池化操作 x = Dro原创 2020-11-09 12:55:52 · 247 阅读 · 0 评论 -
动手学计算机视觉----inceptionv4源码及网络架构分析
承接上文,本篇内容分析inception_v4.py文件,分析源码与论文中网络架构之间的对应关系。从17行开始,导入本程序中使用到的依赖文件,主要包括numpy和keras框架中用于模型搭建的核心函数。1 模型主结构模型的主要结构如下图所示,对应inception_v4.py中的...原创 2020-11-07 22:16:25 · 229 阅读 · 0 评论 -
动手学计算机视觉---第一章,IDE搭建及源码阅读
动手学计算机视觉---1一名计算机视觉从业人员第一章,一个简单视觉实例,本章第二篇,pycharm环境搭建与源码分析(1)搭建Pycharm开发环境在pycharm官网中,找到适合系统的pycharm版本,社区办可以满足基本的需求,如果需要连接远程GPU服务器进行代码调试需要专业版(有方法)(a)在pycham中设置对应的虚拟环境,如下图所示,其中,1 表示设置位置;2 设置的虚拟环境(可以在Anaconda中创建)3 该虚拟环境下的三方依赖包及对应版本(2)keras-ince原创 2020-11-04 13:16:57 · 285 阅读 · 0 评论 -
动手学计算机视觉---第一章,一个简单的视觉例子
动手学计算机视觉---1第一章,一个简单视觉实例,本章分为两个篇幅,包括基础环境的搭建和源码分析;目录(1)如何安装Anaconda(2)如何创建虚拟环境(3)如何使用国内镜像安装相关依赖包(4)如何运行简单的GitHub实例(5)GitHub源码剖析本篇使用的操作系统Win10,CPU,使用的IDE为Pycharm(1)如何安装Anaconda(a)通过浏览器打开Anaconda的官网选择对应版(注意操作系统及32位或64位)本下载,这边百度网盘也可以下载,本.原创 2020-10-31 18:22:01 · 604 阅读 · 1 评论