MachineLP-CSDN博客

原创 MachineLP的CV与NLP

深度学习这些坑你都遇到过吗？（1）检测Faster RCNN：RPN，anchor，sliding windowsDL杂记：YOLOV3之禅（2）识别tf40：图像检索(triplet_loss)之Conditional Similarity Networks（3）OCROCR综述OCR工程git：https://github.com/MachineLP/OCR_repo1.tf20: CNN—识别字符验证码2.身份证识别——生成身份证号和汉字...

2020-05-17 11:07:03 1862

原创 MachineLP博客目录

MachineLP：其实事物发展有自己的潮流和规律，当你身处潮流之中的时候，要紧紧抓住潮流的机会，想办法脱颖而出，即使没有成功，也会更加洞悉时代的脉搏，收获珍贵的知识和经验。而如果潮流已经退去，这个时候再去往这个方向上努力，只会收获迷茫与压抑，对时代、对自己都没有什么帮助。但是时代的浪潮犹如海滩上的浪花，总是一浪接着一浪，只要你站在海边，身处这个行业之中，下...

2017-11-02 10:48:28 39676 9

原创 Stable - Diffusion. How it works?

，很明显就是扩散过程发生隐空间中（latent space），其实就是对图片做了压缩，Stable Diffusion会先训练一个自编码器，来学习将图像压缩成低维表示。Stable Diffusion原来的名字叫“

2024-05-01 11:19:55 307

原创 Diffusion. How it works?

AIGC()的爆火之后，是哪些技术的推动？首先不得不提的是GAN(Generative adversarial networks)，顾名思义就是让AI内部的两个模型互相对比，从而生成最接近现实的真实目标。但这个算法有一个严重问题，由于模型互相对比的标准是现成的样本，因此生成的内容实质上是对现有内容无限逼近的模仿，而模仿，意味着它无法真正超越和突破。基于GAN的缺点研究者们提出了，它正是今年以来陆续涌现的包括 Stable Diffusion 开源模型在内的诸多 AIGC 图片生成模型的技术核心。

2024-05-01 11:09:43 1245

原创 GPT-1, GPT-2, GPT-3, InstructGPT / ChatGPT and GPT-4 总结

在 GPT-1 之前，NLP 通常是一种监督模型。对于每个任务，都有一些标记数据，然后根据这些标记数据开发监督模型。这种方法存在几个问题：首先，需要标记数据。但 NLP 不像 CV，它有一个标记良好的数据imagenet。其次，这些不同任务训练的模型并不是很通用。例如，翻译训练出来的模型很难直接用于分类。

2024-03-17 14:52:04 937

原创 OpenCV之二值图像联通组件寻找

python代码：import cv2 as cvimport numpy as npdef connected_components_demo(src): src = cv.GaussianBlur(src, (3, 3), 0) gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY) ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)

2021-08-11 15:04:03 664 1

原创 OpenCV之图像二值化与去噪

python代码：import cv2 as cvimport numpy as npdef method_1(image): gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) t, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) return binarydef method_2(image): blurred = .

2021-08-11 14:59:18 1758

原创 OpenCV之图像二化自适应阈值算法

python代码：import cv2 as cvimport numpy as np## THRESH_BINARY = 0# THRESH_BINARY_INV = 1# THRESH_TRUNC = 2# THRESH_TOZERO = 3# THRESH_TOZERO_INV = 4#src = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src

2021-08-11 14:56:29 656

原创 OpenCV之图像二值寻找算法 – TRIANGLE

python代码：import cv2 as cvimport numpy as np#import tensorflow as tf# tf.enable_eager_execution()## THRESH_BINARY = 0# THRESH_BINARY_INV = 1# THRESH_TRUNC = 2# THRESH_TOZERO = 3# THRESH_TOZERO_INV = 4#src = cv.imread("./test.png")cv.namedWin

2021-08-11 14:54:19 685

原创 OpenCV之图像二值寻找算法 – OTSU

2021-08-11 14:52:31 271

原创 OpenCV之基本阈值操作

2021-08-11 14:51:02 209

原创 OpenCV之二值图像介绍

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)T = 127# 转换为灰度图像gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)h, w = gray.shapeT = cv.mean(gray)[0]print("

2021-08-11 14:49:20 614

原创 OpenCV之图像模板匹配

python代码：import cv2 as cvimport numpy as npdef template_demo(): src = cv.imread("./test.png") tpl = cv.imread("./test01.png") cv.imshow("input", src) cv.imshow("tpl", tpl) th, tw = tpl.shape[:2] result = cv.matchTemplate(src,

2021-08-11 14:47:33 326

原创 OpenCV之拉普拉斯金字塔

python代码：import cv2 as cvimport numpy as npdef laplaian_demo(pyramid_images): level = len(pyramid_images) for i in range(level-1, -1, -1): if (i-1) < 0: h, w = src.shape[:2] expand = cv.pyrUp(pyramid_images

2021-08-11 14:46:04 321

原创 OpenCV之图像金字塔

python代码：import cv2 as cvdef pyramid_down(pyramid_images): level = len(pyramid_images) print("level = ",level) for i in range(level-1, -1, -1): expand = cv.pyrUp(pyramid_images[i]) cv.imshow("pyramid_down_"+str(i), expand)

2021-07-30 15:57:19 187

原创 OpenCV之Canny边缘检测器

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)# t1 = 100, t2 = 3*t1 = 300edge = cv.Canny(src, 100, 300)cv.imshow("mask image", edge)cv.imwrite("./edge.

2021-07-30 15:51:50 396

原创 OpenCV之USM 锐化增强算法

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)# sigma = 5、15、25blur_img = cv.GaussianBlur(src, (0, 0), 5)usm = cv.addWeighted(src, 1.5, blur_img, -0.5,

2021-07-30 15:50:43 619

原创 OpenCV之图像锐化

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)# sharpen_op = np.array([[-1, -1, -1], [-1, 9, -1], [-1, -1, -1]], dtype=np.float32)sharpen_op = np.array([

2021-07-23 15:31:06 1068 1

原创 OpenCV之图像梯度 – 拉普拉斯算子(二阶导数算子)

python代码：import cv2 as cvimport numpy as npimage = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", image)h, w = image.shape[:2]src = cv.GaussianBlur(image, (0, 0), 1)dst = cv.Laplacian(src, cv.CV_32F, ksize=

2021-07-23 15:11:05 810

原创 OpenCV之更多梯度算子

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)robert_x = np.array([[1, 0],[0, -1]], dtype=np.float32)robert_y = np.array([[0, -1],[1, 0]], dtype=np.float

2021-07-21 20:18:32 163

原创 OpenCV之Sobel算子

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)h, w = src.shape[:2]x_grad = cv.Sobel(src, cv.CV_32F, 1, 0)y_grad = cv.Sobel(src, cv.CV_32F, 0, 1)x_grad

2021-07-21 20:10:41 324

原创 OpenCV之自定义滤波器

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)blur_op = np.ones([5, 5], dtype=np.float32)/25.shape_op = np.array([[0, -1, 0], [-1, 5,

2021-07-21 20:06:07 505 1

原创 OpenCV之快速的图像边缘滤波算法

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)h, w = src.shape[:2]dst = cv.edgePreservingFilter(src, sigma_s=100, sigma_r=0.4, flags=cv.RECURS_FILTER)re

2021-07-21 20:04:05 454 1

原创 OpenCV之图像积分图算法

python代码：import cv2 as cvimport numpy as npdef get_block_sum(ii, x1, y1, x2, y2, index): tl = ii[y1, x1][index] tr = ii[y2, x1][index] bl = ii[y1, x2][index] br = ii[y2, x2][index] s = (br - bl - tr + tl) return sdef blur_

2021-07-21 19:53:27 234

原创 [语音识别] 文本加标点--BERT预测

文本加标点--训练BLSTMbert4keras==0.5.9# -*- coding:utf-8 -*-import os import reimport sysimport timeimport jiebaimport gensim import loggingimport numpy as npimport pandas as pdfrom tqdm import tqdmimport multiprocessingfrom bert4keras.snippets

2021-07-19 20:07:29 1112 3

原创 [语音识别] 文本加标点--训练BERT

2021-07-19 20:04:29 507

原创 [语音识别] 文本加标点--LSTM预测

2021-07-19 20:00:23 696 1

原创 [语音识别] 文本加标点--训练BLSTM+ATTENTION

2021-07-19 19:51:20 374

原创 [语音识别] 文本加标点--训练BLSTM

2021-07-19 19:49:19 292

原创 [语音识别] 文本加标点--训练LSTM

文本加标点--训练LSTMkeras版本：# -*- coding:utf-8 -*-import os import reimport sysimport timeimport jiebaimport gensim import loggingimport numpy as npimport pandas as pdfrom tqdm import tqdmimport multiprocessingfrom bert4keras.snippets import ..

2021-07-19 19:46:16 434 1

原创 [语音识别] 文本加标点--准备训练数据 (适用于LSTM与BERT)

Paper: U2: Unified Streaming and Non-streaming Two-pass End-to-end Model for Speech Recognition WeNet: Production First and Production Ready End-to-End Speech Recognition Toolkit, v1. WeNet: Production Oriented Streaming and Non-streaming En.

2021-07-19 19:19:19 603 2

原创 OpenCV之边缘保留滤波算法 – 均值迁移模糊(mean-shift blur)

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)h, w = src.shape[:2]dst = cv.pyrMeanShiftFiltering(src, 15, 30, termcrit=(cv.TERM_CRITERIA_MAX_ITER+cv.TERM

2021-07-18 15:06:29 288

原创 OpenCV之边缘保留滤波算法 – 高斯双边模糊

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)h, w = src.shape[:2]dst = cv.bilateralFilter(src, 0, 100, 10)result = np.zeros([h, w*2, 3], dtype=src.dtyp

2021-07-18 15:03:03 198

原创 OpenCV之图像去噪声

python代码：import cv2 as cvimport cv2 as cvimport numpy as npdef add_salt_pepper_noise(image): h, w = image.shape[:2] nums = 10000 rows = np.random.randint(0, h, nums, dtype=np.int) cols = np.random.randint(0, w, nums, dtype=np.int)

2021-07-18 14:53:00 1082

原创 OpenCV之图像噪声

python 代码：import cv2 as cvimport numpy as npdef add_salt_pepper_noise(image): h, w = image.shape[:2] nums = 10000 rows = np.random.randint(0, h, nums, dtype=np.int) cols = np.random.randint(0, w, nums, dtype=np.int) for i in rang

2021-07-18 14:36:00 744

原创 OpenCV之中值模糊

import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)dst = cv.medianBlur(src, 5)cv.imshow("blur ksize=5", dst)cv.waitKey(0)cv.destroyAllWindows()#include <open.

2021-07-18 14:32:05 180

原创 OpenCV之图像均值与高斯模糊

python代码：import cv2 as cvimport numpy as npsrc = cv.imread("./test.png")cv.namedWindow("input", cv.WINDOW_AUTOSIZE)cv.imshow("input", src)dst1 = cv.blur(src, (5, 5))dst2 = cv.GaussianBlur(src, (5, 5), sigmaX=15)dst3 = cv.GaussianBlur(src, (0,

2021-07-18 14:30:45 166

原创 OpenCV之图像卷积操作

python代码：import cv2 as cvimport numpy as npdef custom_blur(src): h, w, ch = src.shape print("h , w, ch", h, w, ch) result = np.copy(src) for row in range(1, h-1, 1): for col in range(1, w-1, 1): v1 = np.int32(src[

2021-07-18 14:29:56 398

原创 OpenCV之图像直方图反向投影

python代码：import cv2 as cvimport numpy as npfrom matplotlib import pyplot as pltdef back_projection_demo(): sample = cv.imread("./Mat.png") # hist2d_demo(sample) target = cv.imread("./test.png") # hist2d_demo(target) roi_hsv = cv

2021-07-18 14:23:58 195

原创 [语音识别] kaldi -- aidatatang_200zh脚本解析:三音速详解

# train tri1 [first triphone pass]steps/train_deltas.sh --cmd "$train_cmd" \2500 20000 data/train data/lang exp/mono_ali exp/tri1 || exit 1;# steps/train_deltas.sh <num-leaves> <tot-gauss> <data-dir> <lang- dir> <alignment-di.

2021-07-17 00:30:12 431

训练语言模型的样本

训练语言模型的样本文件，训练语言模型的样本文件，训练语言模型的样本文件，训练语言模型的样本文件。

2018-06-03

训练机器学习模型代码

训练机器学习模型代码，训练机器学习模型代码，训练机器学习模型代码

2017-12-18

Make成python可以调用的.so文件。

Make成python可以调用的.so文件，并且包含例子。Make成python可以调用的.so文件，并且包含例子。

2017-11-30

opencv2.4.8 源码

opencv2.4.8 源码，opencv2.4.8 源码，opencv2.4.8 源码。

2017-11-29

黄文坚，唐源 TensorFlow实战代码

TensorFlow实战代码 TensorFlow实战代码 TensorFlow实战代码

2017-10-18

Face Recognition(face_recognition) Using Hadoop Streaming API

Face Recognition(face_recognition) Using Hadoop Streaming API Face Recognition(face_recognition) Using Hadoop Streaming API

2017-10-08

Face_Detection_Using_Hadoop

Face_Detection_Using_Hadoop Face_Detection_Using_Hadoop

2017-10-08

matlab使用TCP/IP Server Sockets

2017-08-31

RNN生成古诗词

2017-03-15

简单的聊天机器人

简单的聊天机器人。

2017-02-26

深度学习破解字符验证码

深度学习破解字符验证码。

2017-02-23

叶子数据leaf_data

leaf_data

2017-02-10

是AI就躲个飞机-纯Python实现人工智能下载

是AI就躲个飞机-纯Python实现人工智能

2017-01-17

Python简明教程-沈洁元

Python简明教程

2017-01-04

caffe深度学习薛开宇笔记实例-基于卷积神经网络的声音识别

目前的音乐检索系统用流派、风格、情感等类别标签检索音乐。其中，如果人工标注音乐这些类别标签，则存在主动性强、费时费力、速度慢的问题，而如果采用传统的自动标注方式，则存在准确率低的问题。后者准确率低的原因是，其标注时使用的模型不能很好识别音乐。随着 Hinton 提出深度学习模型后，因其在图像和语音识别领域均取得很好的成果，在识别领域成为了研究热点。因此，本文旨在研究如何使用深度学习中的卷积神经网络(Convolutional Neural Networks，CNN)模型，设计出一个准确度高、速度快的自动音乐分类系统，用作标注音乐的类别标签。

2016-12-27

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

训练语言模型的样本

训练机器学习模型代码

Make成python可以调用的.so文件。

opencv2.4.8 源码

黄文坚，唐源 TensorFlow实战代码

Face Recognition(face_recognition) Using Hadoop Streaming API

Face_Detection_Using_Hadoop

matlab使用TCP/IP Server Sockets

RNN生成古诗词

简单的聊天机器人

深度学习破解字符验证码

叶子数据leaf_data

是AI就躲个飞机-纯Python实现人工智能下载

Python简明教程-沈洁元

caffe深度学习薛开宇笔记实例-基于卷积神经网络的声音识别

Deep Learning textbook

CNN实现手写数字库mnist

opencv_traincascade训练分类器，手势识别

openCV实现目标检测

文件中的图片批量处理，设置想要的尺寸大小。

基于粒子滤波的物体跟踪

Mac+Xcode+openCV实现OpenTLD

迅速上手，能随便跑起来的OpenTLD

训练xml文件时，产生info.txt文件

斯坦福大学机器学习课程个人笔记完整版

扣人脸和人脸标定的matlab代码

kinect v2获取高清面部帧

kinect v2 语音获取

openCV人脸检测的C++代码

读取文件中所有图片路径的完整C++代码。

空空如也