![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 78
平夕1009
这个作者很懒,什么都没留下…
展开
-
【python + opencv + pytorch】车牌提取、分割、识别 pro版
老规矩,先看最后成果图(如果想要全部工程,文章最后我会把github链接放上):1、分割车牌2、分割字符3、识别字符最终识别的车牌号码是:浙F99999整个车牌识别分五步:1、一个分割车牌的语义分割模型2、用训练好DeepLab V3+模型将车牌从图片里面抠出来3、将车牌字符一个个分割开4、训练一个预训练模型来识别单个车牌字符5、用训练好的预训练模型去识别分割好的字符从而得到车牌号第一步:训练分割车牌的语义分割模型我这里用的是Bubbliiiing大佬用pytorch写好的De原创 2022-05-06 01:29:54 · 12956 阅读 · 146 评论 -
【pytorch + deeplab v3】运用语义分割提取车牌
语义分割deeplab v3+实现车牌提取原创 2021-12-01 01:41:46 · 699 阅读 · 0 评论 -
pytorch 加载使用预训练模型和 fine tune 模型微调(冻结一部分层)实战
这两天在学习 pytorch 的加载预训练模型和 fine tune 为了方便以后查看,特写成博客。1. pytorch 预训练模型以及修改pytorch中自带几种常用的深度学习网络预训练模型,torchvision.models包中包含alexnet、densenet、inception、resnet、squeezenet、vgg等常用网络结构,并且提供了预训练模型,可通过调用来读取网络结构和预训练模型(模型参数)。往往为了加快学习进度,训练的初期直接加载pretrain模型中预先训练好的参数。加载原创 2021-04-20 05:27:51 · 9585 阅读 · 9 评论 -
用 pytorch 搭建一个残差网络(ResNet50)分类器(基于 kaggle 猫狗数据集)
这两天,一直想着找一个效果好点的模型来实现一下 kaggle 经典的猫狗分类器,kaggle 猫狗数据集以前也用自己搭建的 CNN 模型跑过,因为模型比较大,跑的比较慢,只跑了5轮,大概正确率在80%左右,效果一般般,当然模型也比较简单,只有6个卷积层2个最大池化层,1个均值池化层。昨天的时候,偶然看到经典的 ResNet 模型,就寻思着搭建一个 ResNet50 的模型,理论部分的话,我就搬运两个大佬的图,结合代码来看还是比较易懂的。模型关键代码:class Bottleneck(nn.Module原创 2021-04-16 11:11:45 · 4771 阅读 · 39 评论 -
【python ++ opencv + pytorch 】车牌提取、分割、识别
话不多说,先看最后成果图(如果想要全部工程,文章最后我会把github链接放上):可以看到最终的识别车牌号码是:闽G99999。其实前年冬天偶然想着用c++来做一个小项目,然后就用 c++ opencv 实现了车牌的提取和分割,然后找了一些博客自己跟着做,然后做出来了,但是效果并不是很好,用 c++ 的方法大概只能做到车牌提取和字符分割,但是最后的一步,切割出来的字符的识别,看了很多大佬的说法,都说用 CNN 来做效果最好,所以那个时候也就做到了分割,最后一步识别做不下去了。上面就是用 c++ 跑原创 2021-04-13 07:04:19 · 9170 阅读 · 117 评论 -
用梯度下降算法解决回归问题(Python实现)
线性回归问题在数学上是一例很经典的问题,此类问题的解法无非两大类:1、最小二乘法;2、梯度下降算法,在此处,我们用梯度下降算法来解决一个最简单的线性回归问题。1. 构建数据样本我们这里用自己模拟生成的一段数据,一共200个样本,样本为一个二元一次方程,加上一个随机噪声: y = wx + b + nos (我样本的 w 为1.8, b 为5 其中 nos 为随机噪声,取值范围为[-4,4])这里我就不过多赘述了,直接上代码:from __future__ import print_functio原创 2020-11-14 02:50:18 · 775 阅读 · 0 评论