计算机视觉
文章平均质量分 62
星辰同学wwq
每天进步一点点,让经验转化自我,让行动成就自己。
加油!加油!!加油!!!
展开
-
Yolo数据标注Labelme和LabelImg到底选哪个?这里告诉你!
为了真实性,我这边Labelme和LabelImg都下载了1.Labelme(1)输入conda activate labelme激活labelme;(2)输入labelme(这里需要你提前下载好labelme工具,直接用pip命令就可以了);(3)打开之后我们打开个图片进行测试,发现可以对图片进行不同形状的截取,对比较复杂的图片更加灵活;(4)对截取的文件进行保存,发现是json文件,因为YOLO需要的是txt文件,我们需要将json转成xml文件,再转换成txt文档,需.原创 2021-10-15 18:25:40 · 6177 阅读 · 4 评论 -
教你如何用Python检测出图像中的黄色?都在这里!
首先,这里不搞黄色,只搞学习,希望大家好好学习,争取早日变成大佬,升职加薪、当上总经理、出任CEO、迎娶白富美、走上人生巅峰,想想是不是有点小激动。等等,别跑偏了,接下来开始学习。有时我们需要检测出图像中不同颜色的地方,就比如下图中,有很多种颜色,但是我们只想要黄色,那我们应该怎么检测呢OpenCV中有一个很好的函数,那就是inRange函数,可以将图像中的不同颜色图像根据指定的颜色检测出了。但是在这之前必须将彩色图像转换为HSV图像。转换HSV图像的函数也在OpenCV中,那就是cvtColo原创 2021-05-27 11:55:40 · 4445 阅读 · 3 评论 -
YoloV2的改进
针对Yolov1,YoloV2主要有以下几点改进:(1)Batch NormalizationBatch Normalization可以提升模型收敛速度,而且可以起到一定正则化效果,降低模型的过拟合。在YOLOv2中,每个卷积层后面都添加了Batch Normalization层,并且不再使用dropout。使用Batch Normalization后,YOLOv2的mAP提升了2.4%。(2)High Resolution Classifier使用高分辨率的图片进行特征训练。YOLO2在采用 22原创 2021-05-08 14:39:17 · 1082 阅读 · 0 评论 -
超参数设定及训练技巧
一、网络超参数的设定1.输入数据像素大小的设定:为便于GPU并行计算,一般将图像大小设置为到2的次幂。2.卷积层参数的设定:(1)卷积核大小一般使用1*1,3*3 或 5*5。(2)使用zero padding,可以充分利用边缘信息、使输入大小保持不变。(3)卷积核的个数通常设置为2的次幂,如64,128,256,512,1024等。3.池化层参数的设定:一般采用卷积核大小2*2,步长为2.4.全连接层参数的设定(可使用Global Average Pooling来代替)原创 2021-04-30 14:12:41 · 2007 阅读 · 0 评论 -
深度学习中epoch、batch、batch size和iterations详解
1.epoch在训练一个模型时所用到的全部数据;备注:一般在训练时都要使用多于一个的epoch,因为在神经网络中传递完整的数据集仅仅一次是不够的,只有将完整的数据集在同样的神经网络中传递多次,才会得到比较优秀的训练效果,当然也不行,容易过拟合,所以要根据实验选择自己最合适的。epochs:epochs被定义为向前和向后传播中所有批次的单次训练迭代。这意味着一个周期是整个数据的单次向前和向后传递。简单说,epochs指的就是训练过程中数据将被“轮”多少次,就这样。2.batchKera原创 2021-04-30 10:47:42 · 24660 阅读 · 7 评论 -
关于python/numpy向量的说明
import numpy as npa = np.random.randn(5) # 不建议直接用数字,print(a)print(a.shape) # 输出的是一个稚为1的一个值print(a.T)print(np.dot(a, a.T))a = np.random.randn(5, 1)print(a)print(a.T)print(np.dot(a, a.T))...原创 2021-04-28 16:58:20 · 167 阅读 · 0 评论 -
Python无智能提示解决办法
问题描述:通常我们输入某个变量(eg:img)后,没有关于第三方库相应的函数或其他提示,但是,我们按住ctrl+左键进去发现是有相关函数的,这时候我们可以有以下几种办法进行相关设置,将智能提示显示出来。首先,我们通过print,可以看见img的类型为numpy.ndarry1. 类型注解在代码行后面添加#type 文件类型。eg:在代码行后面添加# type: np.ndarray之后,再输入可以看见会出现智能提示了。2.指定类型在代码行后面添加".原创 2021-04-26 16:05:15 · 4038 阅读 · 4 评论 -
深度学习工程师-吴恩达课程汇总
以下为自学《吴恩达-深度学习工程师》视频笔记和总结:视频链接:Coursera:官方课程(英文字母) 网易云课堂:网易引进正版授权(中英文字幕)第一周 深度学习概论1.1 欢迎来到深度学习工程师微专业1.2 什么是神经网络?每层神经网络的数学理解:用线性变换跟随着非线性变化,将输入空间投向另一个空间。每层神经网络的物理理解:通过现有的不同物质的组合形成新物质。1.3 用神经网络进行监督学习1.4 为什么深度学习会兴起?1.5 关于这门课1.6 课程资源.原创 2021-04-22 11:43:03 · 589 阅读 · 0 评论 -
使用卷积神经网络CNN训练minist数据集(二)
"""使用CNN训练minist数据集"""# 导入模块from tensorflow.keras.utils import to_categoricalfrom tensorflow.keras import models, layersfrom tensorflow.keras.optimizers import RMSpropfrom tensorflow.keras.datasets import mnist# 加载数据集(train_images, train_labels.原创 2021-04-22 11:12:01 · 885 阅读 · 0 评论 -
使用传统全连接神经网络训练minist数据集(一)
# 使用全连接神经网络训练minist数据集import tensorflow as tffrom tensorflow.keras.utils import to_categoricalfrom tensorflow.keras import models, layers, regularizersfrom tensorflow.keras.optimizers import RMSpropfrom tensorflow.keras.datasets import mnistimport m.原创 2021-04-22 11:04:55 · 508 阅读 · 0 评论 -
CV面试题目总结(三) - 传统图像算法
目录1.常见图像滤波。2.常见图像分割算法。3.常用边缘提取算子。4.解释一下BN(Batch Normalization)。5.解释一下L1、L2范数。6.常用卷积类型。7.常见的池化。8.介绍一下卡尔曼滤波。9.什么是生成式模型和判别式模型。10.贝叶斯是生成式模型还是判别式模型。11.介绍一下朴素贝叶斯,为什么朴素?12.有哪些传统梯度算法?13.有哪些边缘检测算法。14.常见的损失函数。1.常见图像滤波。2.常见图像分割算法..原创 2021-04-09 21:58:11 · 2044 阅读 · 3 评论 -
CV面试题目总结(二) - 深度学习算法
目录1.解释一下ResNet、DesNet,它两的区别与联系。2.YOLOv3网络介绍一下,YOLO系列讲一下。3.RCNN网络特点,RCNN系列讲一下。4.Python中如何调用C++代码?5.有哪些滤波去噪操作?6.解释static关键字的作用,修饰变量和函数的区别。7.有哪些评定模型好坏的标准?8.传统人工智能算法与深度学习算法的区别?9.YOLO系列和RCNN系列的区别?10.人脸面部有多少个特征点?11.有没有过人体姿势项目经验?12.什么是多.原创 2021-04-04 20:58:37 · 730 阅读 · 0 评论 -
CV面试题目总结(一)- 深度学习算法
注:由于面试官面试的针对人脸识别项目,所以问的人脸识别相关题目比较多。目录1.介绍一下人脸识别项目。2.PCA是什么?3.常用聚类算法有哪些?4.解释一下KNN、K-means。5.有哪些数据增强算法?为什么要进行数据增强?6.什么是二阶段网络?7.直方图是什么?它的作用?8.介绍一下YOLOV3,说明一下优缺点。9.什么是margin?10.介绍一下MTCNN网络,什么是P-Net、R-Net、O-Net?11.FaceNet网络讲解一下。12.线.原创 2021-03-31 13:08:33 · 3168 阅读 · 0 评论 -
载入Fashion MNIST数据集死活不出来怎么办?
在使用keras的接口加载fashion_mnist数据集时,如果加载失败或者因为网络原因无法下载,可以通过下载到本地!以下附上fashion_mnist数据集下载链接:链接:https://pan.baidu.com/s/1MDLSbuPBocmSMNIuKfm5Fg提取码:open下载的数据可以放在以下目录:C:\Users(用户)\自己的用户名\.keras\datasets注:①如果自己有数据可以将数据拷贝到该文件夹下,程序就不会再重复下载该数据了。②名字一定要..原创 2021-02-09 23:38:04 · 700 阅读 · 0 评论