CV
文章平均质量分 62
小胖胖7
这个作者很懒,什么都没留下…
展开
-
2021 “AI Earth”人工智能创新挑战赛 Task2
2021 “AI Earth”人工智能创新挑战赛 Task 2数据读取数据格式转化SODA_train处理baseline修改数据读取数据格式转化SODA_train处理SODA_train.nc中[0,0:36,:,:]为第1-第3年逐月的历史观测数据;SODA_train.nc中[1,0:36,:,:]为第2-第4年逐月的历史观测数据;…,SODA_train.nc中[99,0:36,:,:]为第100-102年逐月的历史观测数据。SODA_path = './data/SOD原创 2021-02-23 23:40:02 · 415 阅读 · 0 评论 -
CV实践-异常检测 Task2
Baseline学习及改进关于DockerBaseline改进思路我的一些感想关于Docker可以查看这一篇Baseline改进思路数据扩增:训练样本扩增随机竖直/水平翻折,色彩空间增强,使缺陷样本均匀 自适应anchor策略 适当减少回归框损失的权重 正负样本类别多尺度训练 空洞卷积替换FPN最后一层 FPN改进尝试:NAS-FPN、AC-PFN Anchor 匹配策略以上是datawhale给出来的我的一些感想因为这段时间在忙论文相关的事,所以没有全身心投入这次的组队学习中现在的情原创 2021-02-23 21:03:22 · 74 阅读 · 0 评论 -
阿里中文预训练模型泛化能力挑战赛 Task2
阿里中文预训练模型泛化能力挑战赛 Task2原创 2021-02-23 20:53:02 · 115 阅读 · 0 评论 -
零基础入门语义分割-Task2 数据扩增
零基础入门语义分割-Task2 数据扩增目的常用方法基于几何变换FlippingCroppingRotationTranslationNoise Injection颜色变换Kernel filtersMixingRandom ErasingOpenCV的数据扩增albumentations数据扩增Pytorch 处理目的顾名思义,数据扩增的原因是原始数据量不足,希望通过扩增达到增加训练样本有效缓解过拟合赋予模型更强的泛化能力其根本目的是使得训练数据尽可能地接近测试数据,从而提高预测精度,增加鲁原创 2021-02-23 14:54:07 · 187 阅读 · 0 评论 -
CV实践-异常检测 Task 1
CV实践-异常检测 Task 1谈谈问题吧那该咋办复现docker获取镜像库公网网址制作镜像并推送至镜像库1.login docker(请将tianchi替换成自己的账号)2.在文件需要copy至镜像内的目录下新建Dockerfile文件,如:Base Images从天池基础镜像构建 FROM registry.cn-shanghai.aliyuncs.com/tcc-public/keras:latest-cuda10.0-py3把当前文件夹里的文件构建到镜像的根目录下 ADD . /指定默认工作目录为根原创 2021-02-22 02:52:52 · 160 阅读 · 0 评论 -
零基础入门语义分割-Task1 赛题理解
零基础入门语义分割-Task1 赛题理解赛题理解学习目标赛题数据评价指标读取数据解题思路本章小结课后作业赛题理解赛题名称:零基础入门语义分割-地表建筑物识别赛题目标:通过本次赛题可以引导大家熟练掌握语义分割任务的定义,具体的解题流程和相应的模型,并掌握语义分割任务的发展。赛题任务:赛题以计算机视觉为背景,要求选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。学习目标在理解背景的前提下,对cv语义分割流程有所了解赛题数据将航拍图像素划分为有建筑物和无建筑物两类数据来源: In原创 2021-02-20 19:58:01 · 222 阅读 · 0 评论