wbk0127的博客

本系列博客是主要内容是搬运的斯坦福大学 - 2024 年春季：CS231n: Deep Learning for Computer Vision Stanford - Spring 2024 的课程，课程内容详尽，带大家从底层理解到构建代码，并配有相应的思考题目来帮助大家进一步加深认识，笔者会分享自己的代码和思考题目的答案，欢迎大家一起讨论，共同进步！

赛题为语义分割任务，因此具体的标签为图像像素类别。在赛题数据中像素属于2类（无建筑物和有建筑物），因此标签为有建筑物的像素。赛题原始图片为jpg格式，标签为RLE编码的字符串。RLE全称（run-length encoding），翻译为游程编码或行程长度编码，对连续的黑、白像素数以不同的码字进行编码。RLE是一种简单的非破坏性资料压缩法，经常用在在语义分割比赛中对标签进行编码# 将图片编码为rle格式'''im: numpy数组, 1 - 掩模, 0 - 背景返回以字符串格式表示的运行长度'''

本案例带领大家学习实现基于DenseNet\ResNet网络实现档案图片的性别分类实践应用方法，通过本案例深入学习和理解DenseNet人工神经网络的模型结构、参数、特点以及编程实现和使用方法，学会自己编写代码实现网络模型，并完成对数据集中的男女二类图片对象的分类识别。