- 博客(5)
- 收藏
- 关注
原创 零基础入门CV赛事-Task5
Task5 模型集成本章学习如何使用集成学习提高预测精度。主要为:集成学习方法、深度学习中的集成学习和结果后处理思路。目标:学习集成学习方法以及交叉验证情况下的模型集成学会使用深度学习模型的集成学习参考:https://github.com/datawhalechina/team-learning/blob/master/03%20%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%
2020-06-02 21:54:18 128
原创 零基础入门CV赛事-Task4
Task4 模型训练与验证一个成熟合格的深度学习训练流程至少具备以下功能:在训练集上进行训练,并在验证集上进行验证;模型可以保存最优的权重,并读取权重;记录下训练集和验证集的精度,便于调参。参考:https://github.com/datawhalechina/team-learning/blob/master/03%20%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A
2020-05-30 18:55:59 144
原创 零基础入门CV赛事-Task3
字符识别模型这此task为构建定长多字符分类模型。参考:https://github.com/datawhalechina/team-learning/blob/master/03%20%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%AE%9E%E8%B7%B5%EF%BC%88%E8%A1%97%E6%99%AF%E5%AD%97%E7%AC%A6%E7%BC%
2020-05-26 20:04:42 276
原创 零基础入门CV赛事-Task2
import os, sys, glob, shutil, jsonimport cv2 from PIL import Imageimport numpy as np # 原始SVHN中类别10为数字0 lbl = np.array(self.img_label[index], dtype=np.int) lbl = list(lbl) + (5 - len(lbl)) * [10] ret
2020-05-23 20:51:58 159
原创 零基础入门CV赛事- 街景字符编码识别
Task1赛题理解1.比赛链接https://tianchi.aliyun.com/competition/entrance/531795/introduction2.赛题数据赛题以计算机视觉中字符识别为背景,要求预测街道字符编码。赛题数据采用公开数据集SVHN,训练集数据包括3W张照片,验证集数据包括1W张照片,每张照片包括颜色图像和对应的编码类别和具体位置;为了保证比赛的公平性,测试集A包括4W张照片,测试集B包括4W张照片。3.参考资料https://tianchi.aliyun.c
2020-05-20 20:03:33 175
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