人工智能
文章平均质量分 81
Code My Life
这个作者很懒,什么都没留下…
展开
-
零基础入门语义分割-Task6 模型集成
在上一章我们学习了如何构建验证集,如何训练和验证。本章作为本次赛题学习的最后一章,将会讲解如何使用集成学习提高预测精度。6 模型集成本章讲解的知识点包括:集成学习方法、深度学习中的集成学习和结果后处理思路。6.1 学习目标学习集成学习方法以及交叉验证情况下的模型集成学会使用深度学习模型的集成学习6.2 集成学习方法在机器学习中的集成学习可以在一定程度上提高预测精度,常见的集成学习方法有Stacking、Bagging和Boosting,同时这些集成学习方法与具体验证集划分联系紧密。由于深度学原创 2021-03-08 00:13:13 · 117 阅读 · 0 评论 -
零基础入门语义分割-Task5 模型训练与验证
一个成熟合格的深度学习训练流程至少具备以下功能:在训练集上进行训练,并在验证集上进行验证;模型可以保存最优的权重,并读取权重;记录下训练集和验证集的精度,便于调参。5 模型训练与验证为此本章将从构建验证集、模型训练和验证、模型保存与加载和模型调参几个部分讲解,在部分小节中将会结合Pytorch代码进行讲解。5.1 学习目标理解验证集的作用,并使用训练集和验证集完成训练学会使用Pytorch环境下的模型读取和加载,并了解调参流程5.2 构造验证集在机器学习模型(特别是深度学习模型)的训练过原创 2021-03-04 23:53:01 · 656 阅读 · 1 评论 -
零基础入门语义分割-Task4 评价函数与损失函数
本章主要介绍语义分割的评价函数和各类损失函数。4 评价函数与损失函数4.1 学习目标掌握常见的评价函数和损失函数Dice、IoU、BCE、Focal Loss、Lovász-Softmax;掌握评价/损失函数的实践;4.2 TP TN FP FN在讲解语义分割中常用的评价函数和损失函数之前,先补充一**TP(真正例 true positive) TN(真反例 true negative) FP(假正例 false positive) FN(假反例 false negative)**的知识。在分类原创 2021-03-01 22:37:26 · 236 阅读 · 0 评论 -
零基础入门语义分割-地表建筑物识别-Task03:网络模型结构发展(3天)
比赛地址:https://tianchi.aliyun.com/competition/entrance/531872/introduction本章主要讲解的是语义分割网络模型的发展:FCN 、SegNet、Unet、DeepLab、RefineNet、PSPNet、GAN语义分割。3 语义分割模型发展语义分割(全像素语义分割)作为经典的计算机视觉任务(图像分类,物体识别检测,语义分割)。其结合了图像分类、目标检测和图像分割,通过一定的方法将图像分割成具有一定语义含义的区域块,并识别出每个区域块的语义原创 2021-02-26 22:09:36 · 432 阅读 · 0 评论 -
布匹缺陷检测 - Baseline学习及改进(4天)
比赛链接:https://tianchi.aliyun.com/competition/entrance/531864/introduction?spm=5176.12281976.0.0.506441a6dTFHF3关于Baseline代码,地址为:https://github.com/datawhalechina/team-learning-cv/tree/master/DefectDetection开源框架选择任务分析此次任务是布匹瑕疵检测,首先考虑的应该是目标检测框架。当前目标检测主要分原创 2021-02-25 23:37:08 · 2535 阅读 · 4 评论 -
零基础入门语义分割-地表建筑物识别-Task02:数据扩增方法(3天)
本章对语义分割任务中常见的数据扩增方法进行介绍,并使用OpenCV和albumentations两个库完成具体的数据扩增操作。2 数据扩增方法本章主要内容为数据扩增方法、OpenCV数据扩增、albumentations数据扩增和Pytorch读取赛题数据四个部分组成。2.1 学习目标理解基础的数据扩增方法学习OpenCV和albumentations完成数据扩增Pytorch完成赛题读取2.2 常见的数据扩增方法数据扩增是一种有效的正则化方法,可以防止模型过拟合,在深度学习模型的训练过程中原创 2021-02-23 22:14:17 · 254 阅读 · 1 评论 -
布匹缺陷检测 - Task01:比赛全流程体验(3天)
本次比赛地址:https://tianchi.aliyun.com/s/fed26b0e90c5776e6b3d61cd5912a423关于Docker的安装: 我使用的是Ubutun16.04系统。安装教程如下:安装相关包# 先更新一下软件源库信息$ sudo apt-get update $ sudo apt-get install \ apt-transport-https \ ca-certificates \ curl \ sof...原创 2021-02-21 18:09:02 · 299 阅读 · 0 评论 -
零基础入门语义分割-地表建筑物识别-Task01 赛题理解
本章将对语义分割赛题进行赛题背景讲解,对赛题数据读取进行说明,并给出解题思路。1 赛题理解赛题名称:零基础入门语义分割-地表建筑物识别赛题目标:通过本次赛题可以引导大家熟练掌握语义分割任务的定义,具体的解题流程和相应的模型,并掌握语义分割任务的发展。赛题任务:赛题以计算机视觉为背景,要求选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。1.1 学习目标理解赛题背景和赛题数据完成赛题报名和数据下载,理解赛题的解题思路1.2 赛题数据遥感技术已成为获取地表覆盖信息最为行之有效的手段,遥感原创 2021-02-20 23:06:14 · 323 阅读 · 0 评论 -
寒假组队学习之——数据挖掘实战(异常检测)Task02:基于统计学的方法
有幸参加了DataWhale举办的目标检测组队学习。收获颇多。每天记录一些自己之前的知识盲点,需经常温习。#异常检测——基于统计学的方法主要内容包括:高斯分布箱线图文章目录1、概述统计学方法对数据的正常性做出假定。**它们假定正常的数据对象由一个统计模型产生,而不遵守该模型的数据是异常点。**统计学方法的有效性高度依赖于对给定数据所做的统计模型假定是否成立。异常检测的统计学方法的一般思想是:学习一个拟合给定数据集的生成模型,然后识别该模型低概率区域中的对象,把它们作为异常点。即利用统计学原创 2021-01-15 23:34:15 · 147 阅读 · 1 评论 -
寒假组队学习之——数据挖掘实战(异常检测)Task01:异常检测介绍
有幸参加了DataWhale举办的目标检测组队学习。收获颇多。 每天记录一些自己之前的知识盲点,需经常温习。一、原创 2021-01-12 22:40:30 · 333 阅读 · 1 评论 -
十二月组队学习之——目标检测Task04:化劲儿-损失函数设计
有幸参加了DataWhale举办的目标检测组队学习。收获颇多。 每天记录一些自己之前的知识盲点,需经常温习。 项目开源地址:https://datawhalechina.github.io/dive-into-cv-pytorch/#/chapter03_object_detection_introduction/3_6。 SSD原文链接:https://arxiv.org/pdf/1512.02325.pdf。 蓝色...原创 2020-12-27 22:53:28 · 480 阅读 · 0 评论 -
十二月组队学习之——目标检测Task03:化劲儿-损失函数设计
有幸参加了DataWhale举办的目标检测组队学习。收获颇多。 每天记录一些自己之前的知识盲点,需经常温习。 项目开源地址:https://datawhalechina.github.io/dive-into-cv-pytorch/#/chapter03_object_detection_introduction/3_5。 SSD原文链接:https://arxiv.org/pdf/1512.02325.pdf。一、损失函数1...原创 2020-12-22 22:47:41 · 350 阅读 · 0 评论 -
十二月组队学习之——目标检测Task02:练死劲儿-网络设计
有幸参加了DataWhale举办的目标检测组队学习。收获颇多。 每天记录一些自己之前的知识盲点,需经常温习。一、锚框 or 先验框1、关于先验框 在此之前,我们先来捋一捋三个目标检测中常用的“框”:Bounding Box(边界框)、Ground Truth(真值)和Anchor(锚框)。 Bounding Box为一个最为宽泛的概念,从广义上讲凡是边界框都可以认为是Bounding Box。从狭义上讲,Bounding Box特...原创 2020-12-19 23:40:54 · 1264 阅读 · 1 评论 -
十二月组队学习之——目标检测Task01:两个年轻人-目标检测基础和VOC数据集
有幸参加了DataWhale举办的目标检测组队学习。收获颇多。 每天记录一些自己之前的知识盲点,需经常温习。一、目标检测基本概念 1、什么是目标检测 众所周知,人工智能AI在计算机视觉中的应用主要分为三大方向:图像分类、目标检测和图像分割。其中,图像分割又可以细分为语义分割和实例分割。 图像分类:只需要判断输入的图像中是否包含感兴趣物体。 目标检测:需要在识别出图片中目标类别的基础上,还要精确定位到目标...原创 2020-12-16 23:09:02 · 739 阅读 · 0 评论 -
人工智能常用英文缩写
人工智能常用英文缩写 时时刻刻保持一颗不断学习的心,要做一个有心人! 人工智能行业涉及到的英文缩写颇多,现总结如下。会不断保持更新,敬请各位小伙伴们关注~谢谢大家!NLP:Natural Language Processing,自然语言处理;CV:Computer Vision,计算机视觉;BI:Business Intelligence,商业智能;RS:Recommender Systems,推荐系统;MLP:MultiLay...原创 2020-08-02 00:48:18 · 16268 阅读 · 2 评论 -
PyTorch中torch.tensor与torch.Tensor的区别
PyTorch最近几年可谓大火。相比于TensorFlow,PyTorch对于Python初学者更为友好,更易上手。 众所周知,numpy作为Python中数据分析的专业第三方库,比Python自带的Math库速度更快。同样的,在PyTorch中,有一个类似于numpy的库,称为Tensor。Tensor自称为神经网络界的numpy。一、numpy和Tensor二者对比对比项 numpy Tensor 相同点 可以定义多维数组,进行切片、改变维...原创 2020-05-17 18:08:27 · 3550 阅读 · 4 评论