- 博客(5)
- 收藏
- 关注
原创 第T3周:使用TensorFlow实现天气识别
卷积神经网络(CNN)的输入是张量 (Tensor) 形式的 (image_height, image_width, color_channels),包含了图像高度、宽度及颜色信息。在此示例中,我们的 CNN 输入形状是 (180, 180, 3)。数据集一共分为cloudy、rain、shine、sunrise四类,分别存放于weather_photos文件夹中以各自名字命名的子文件夹中。● Image_batch是形状的张量(32,180,180,3)。以下示例使用了准确率,即被正确分类的图像的比率。
2024-07-26 20:29:03 644
原创 第T1周:使用TensorFlow实现mnist手写数字识别
● 使不同量纲的特征处于同一数值量级,减少方差大的特征的影响,使模型更准确。● 编译器:jupyter notebook。● 深度学习环境:TensorFlow2。因此最后的结果是预测为7,与事实相符。● 语言环境:Python3.6.5。● 加快学习算法的收敛速度。二、构建CNN网络模型。
2024-06-28 17:39:20 322
原创 第P10周:Pytorch实现车牌识别
在之前的案例中,我们多是使用datasets.ImageFolder函数直接导入已经分类好的数据集形成Dataset,然后使用DataLoader加载Dataset,但是如果对无法分类的数据集,我们如何导入,并进行识别呢?本周我将自定义一个MyDataset加载车牌数据集并完成车牌识别。● 编译器:Jupyter notebook。● 语言环境:Python3.8。
2024-06-21 23:09:34 204
原创 第九周:使用PyTorch实现YOLOv5-Backbone模块实现
一、前言在上期的文章中我们介绍了YOLOv5算法,以及使用C3模块搭建了网络。这次我们继续研究YOLOv5算法,并且使用Backbone模块搭建网络。本次实验还是使用天气数据集。YOLOv5 6.0版本算法框架图如下所示:在上图可看出,Backbone包括Conv,C3,SPFF三个模块,上次已经介绍了前两个,这次我们来看SPFF模块。SPPF(Spatial Pyramid Pooling - Fast )使用3个5×5的最大池化,多个小尺寸池化核级联融合不同感受野的特征图,丰富特征图的表达能
2024-06-13 22:10:06 239
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人