- 博客(5)
- 收藏
- 关注
RSS订阅原创 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