weixin_39928773的博客

为了提高标签制作标签，利用百度的EasyDL模块进行图像标注。而Easy_DL生成的标签读取较为麻烦，故转化为Labelme格式的标签，方便进行修改，代码如下：import jsonimport cv2 as cvimport base64import osdef Baidu2Labelme(input_json, output_dir, img_name): img = cv.imread(img_name) img = cv.cvtColor(img, cv.COLOR_BG

前言BN（Batch Normalization）在如今的神经网络中应用广泛，涵盖图像分类、语义分割和目标检测等各个领域，对于防止过拟合起到了巨大的作用。在TensorFlow中，使用BN时通常要设置一个参数——is_training，作为模型处在训练模式或者测试模式的标志。倘若这个参数使用不得当，就会出现推理时精度异常，会出现如下情况：①batch_size = 1时，无论输入数据是否打乱，推理精度都是极低；②batch_size 较大时，且输入数据没有打乱时，精度极低；③当batch_size较

背景在Fast RCNN中，采用了Selective Search（选择性搜索）进行候选框推荐，这样的做法虽然达到了一定的效果，但是效率却十分低下，仅仅是候选框推荐就占用了整个架构80%以上的推理时间。在Faster RCNN训练细节...

前言在计算机视觉领域中，为了提高深度神经网络模型的泛化性能，更好地适应的环境和工况，在模型的训练过程中常常会用到数据增强算法。这篇博客将总结分享现有的一些数据增强方法。增强方法适用领域Flip分类、检测、分割Rotation分类、分割Resize分类、检测、分割Croping分类、检测、分割Noise分类、检测、分割Color dis...

引言机器学习两大主要任务为回归和分类。当预测值为连续时，该任务为回归任务；当预测值为离散时，该任务为分类任务。线性回归和逻辑回归分别为回归和分类的机器学习算法，神经网络也是基于这两个算法在层数上进行加深，获得了更好的效果。线性回归直观地从二维上来说，线性回归做的是对现有的数据做一个拟合，当新的数据输入时做预测。如下图，我们知道一些点的x和y值，我们对这些点进行直线拟合，当新的x输入进来，我们...

方阵行列式计算：nnn阶方阵的行列式等于它的任一行（或列）的各元素与其对应的代数余子式乘积之和。代数余子式余子式：在一个nnn阶行列式AAA中，把(i,j)(\mathrm{i}, \mathrm{j})(i,j)元素aija_{ij}aij​所在的第iii行和第jjj列划去后，留下的n−1n-1n−1阶方阵的行列式叫做元素aija_{ij}aij​的余子式，记做MijM_{ij}Mij​。...

引言对于机器视觉从事者或者研究者来说，把训练好模型部署到项目中是关键的一步。现如今各大相机厂商都会提供相机的二次开发包，供给使用者进行使用和开发。据博主所知，目前大部分的相机开发包并不支持Python语言，而主流的深度学习框架都是基于Python语言，训练好的模型难以部署到自己的软件中。举个例子，博主一般使用C/C++语言对相机进行二次开发及编写工业软件，使用Python语言的TensorFlo...

引言为了系统地复习机器学习相关算法及基础知识，对学过的知识进行一定的整理，也尽量用通俗易懂的语言介绍数理统计和参数估计相关概念及知识，尽量少掉一点头发。正文事件的独立性定义：如果事件A和事件B满足P(AB)=P(A)P(B)P(A B)=P(A) P(B)P(AB)=P(A)P(B)，则称事件A和事件B独立。举个例子：如果一个人语文考试通过为事件A，数学考试通过为事件B，这两个考试一点关系...

引言OpenVINO是Intel推出的针对自家硬件（酷睿系列6代以上CPU，至强系列部分CPU，部分图形显卡以及FPGA、VPU、神经计算棒等硬件，详情点此处）进行神经网络模型推理加速的开发库，可使用Python和C++进行编程开发。主要可以从两个方式进行开发：1.直接利用OpenVINO导入模型进行推理加速。2.利用OpenCV导入训练好的模型，设置好推理后端以及推理硬件，即可实现推理加速...

OpenCV4.2 版本 DNN模块使用CUDA加速教程软件及开源库[OpenCV 4.2](https://github.com/opencv/opencv)[OpenCV 4.2 contrib](https://github.com/opencv/opencv_contrib)[CUDA]如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居...