![](https://img-blog.csdnimg.cn/20200512144209200.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
CV
Computer Vision
南有芙蕖
若有一天,没更新了,也在科研,只是陷入苦海中。
展开
-
虚拟现实下的手势识别综述
虚拟现实下的手势识别综述目录虚拟现实下的手势识别综述摘要关键词:1.引言2.国内外研究现状3.手势识别的关键技术3.1手势分割3.2手势建模3.3手势识别3.4特征提取4.存在的问题及发展趋势5.结论参考文献摘要 随着虚拟现实、人机交互等技术的快速发展,手势识别的研究也得到了广泛的关注。然而,很少有对虚拟现实中手势识别进行全面分析、总结、评述的相关综述研究。针对这一问题,分析比较了现有虚拟现实下手势识别技术的思路和特点,从手势分割、手势建立、手势识别以及特征提取等多个方面对虚拟现实下的手势识别技术的原创 2020-06-24 15:27:56 · 6545 阅读 · 0 评论 -
零基础入门CV赛事(五):模型集成
零基础入门CV赛事(五):模型集成目录零基础入门CV赛事(五):模型集成5 模型集成5.1 学习目标5.2 集成学习方法5.3 深度学习中的集成学习5.3.1 Dropout5.3.2 TTA5.3.3 Snapshot5.4 结果后处理5.5 本章小节【参考资料】在上一章我们学习了如何构建验证集,如何训练和验证。本章作为本次赛题学习的最后一章,将会讲解如何使用集成学习提高预测精度。5 模型集成本章讲解的知识点包括:集成学习方法、深度学习中的集成学习和结果后处理思路。5.1 学习目标• 学习集成原创 2020-06-01 17:27:45 · 268 阅读 · 0 评论 -
零基础入门CV赛事:Baseline讲解
零基础入门CV赛事:Baseline讲解目录零基础入门CV赛事:Baseline讲解步骤1:定义好读取图像的Dataset步骤2:定义好训练数据和验证数据的Dataset步骤3:定义好字符分类模型,使用renset18的模型作为特征提取模块步骤4:定义好训练、验证和预测模块步骤5:迭代训练和验证模型Baseline思路:将不定长字符转换为定长字符的识别问题,并使用CNN完成训练和验证,具体包括以下几个步骤:赛题数据读取(封装为Pytorch的Dataset和DataLoder)构建CNN模型(使用原创 2020-05-31 10:59:34 · 735 阅读 · 0 评论 -
零基础入门CV赛事(四):模型训练与验证
零基础入门CV赛事(四):模型训练与验证目录零基础入门CV赛事(四):模型训练与验证4 模型训练与验证4.1 学习目标4.2 构造验证集• 留出法(Hold-Out)• 交叉验证法(Cross Validation,CV)• 自助采样法(BootStrap)4.3 模型训练与验证4.4 模型保存与加载4.5 模型调参流程4.6 本章小节【参考资料】在上一章节我们构建了一个简单的CNN进行训练,并可视化了训练过程中的误差损失和第一个字符预测准确率,但这些还远远不够。一个成熟合格的深度学习训练流程至少具备以原创 2020-05-30 10:25:14 · 358 阅读 · 0 评论 -
零基础入门CV赛事(三):字符识别模型
零基础入门CV赛事(三):字符识别模型目录零基础入门CV赛事(三):字符识别模型3 字符识别模型3.1 学习目标3.2 CNN介绍3.3 CNN发展3.4 Pytorch构建CNN模型3.5 本章小节【参考资料】在前面的章节,我们讲解了赛题的背景知识和赛题数据的读取。本章开始构建一个字符识别模型,基于对赛题理解本章将构建一个定长多字符分类模型。3 字符识别模型本章将会讲解卷积神经网络(Convolutional Neural Network, CNN)的常见层,并从头搭建一个字符识别模型。3.1原创 2020-05-26 10:06:07 · 176 阅读 · 1 评论 -
零基础入门CV赛事(二):数据读取与数据扩增
零基础入门CV赛事(二):数据读取与数据扩增在上一章节,我们给大家讲解了赛题的内容和三种不同的解决方案。从本章开始我们将逐渐的学习使用【定长字符识别】思路来构建模型,逐步讲解赛题的解决方案和相应知识点。2 数据读取与数据扩增本章主要内容为数据读取、数据扩增方法和Pytorch读取赛题数据三个部分组成。2.1 学习目标• 学习Python和Pytorch中图像读取• 学会扩增方法和Pytorch读取赛题数据2.2 图像读取由于赛题数据是图像数据,赛题的任务是识别图像中的字符。因此我们首先需要完原创 2020-05-22 23:16:14 · 220 阅读 · 1 评论 -
零基础入门CV赛事(一):赛题理解
零基础入门CV赛事(一):赛题理解目录零基础入门CV赛事(一):赛题理解1 学习目标2 赛题数据3 数据标签4 评测指标5 读取数据6 解题思路7 本章小节【参考资料】 本章内容将会对街景字符识别赛题进行赛题背景讲解,对赛题数据的读取进行说明,并给出集中解题思路。• 赛题名称:零基础入门CV之街道字符识别• 赛题目标:通过这道赛题可以引导大家走入计算机视觉的世界,主要针对竞赛选手上手视觉赛题,提高对数据建模能力。• 赛题任务:赛题以计算机视觉中字符识别为背景,要求选手预测街道字符编码,这是一个典原创 2020-05-19 18:22:57 · 601 阅读 · 0 评论