深度学习
本专栏记录博主小白从事深度学习科研过程的学习总结,以及实践过程中遇到的问题记录
工科pai
这个作者很懒,什么都没留下…
展开
-
python读取csv文件到数组,并获取文件中大于某个值的数据以及该数据在数组中的位置
读取csv文件到数组,并获取文件中大于某个值的数据以及该数据在数组中的位置原创 2023-07-12 23:42:43 · 291 阅读 · 0 评论 -
win10+cuda+cudnn+anconda+pytorch+pycharm全家桶安装
win10+cuda+cudnn+anconda+pytorch+pycharm全家桶安装,包括安装中报错及解决方案原创 2022-09-21 09:12:53 · 1346 阅读 · 1 评论 -
GraspCNN Real-Time Grasp Detection Using a New Oriented Diameter Circle Representation论文解读
文章亮点:1、提出了一种新的抓取表示方法——直径圆的表示方法2、提出了一种定向直径圆投影回六自由度抓取位姿方法3、将目标检测方法YOLO和抓取配置检测网络并联4、在康奈尔数据集上取得了最高的抓取检测准确率(作者改变了判定方法)文章总结: 文章中作者提出了一种新的基于RGB的抓取检测CNN模型,之前的那篇一区用的只是深度相机的深度图,而且用的类似于图像分割的方法,所以通过对比发现这两篇文章用的是完全不同的两种方法。而且之前的那篇文章侧重于实验,通过大量实验验证了其模型,本文并没有...原创 2021-08-22 15:54:20 · 316 阅读 · 1 评论 -
Robotic grasping using visual and tactile sensing论文解读
文章亮点:1、将视觉与触觉集成到机械臂上,使得机械臂更接近于人,在抓取的过程中具有更多的感知,使得抓取成功率更高2、设计抓取检测模型,并让机械臂自主抓取,记录实验中抓取成功的抓取配置,包括视觉检测出的配置和触觉力3、通过实验探索了更适合机械臂的抓取位置,区别于人工标注的抓取位置4、在多次抓取试验后形成抓取成功数据集,将数据集重新训练抓取模型。数据集中包括,视觉配置和抓取力,经过重新训练的机械臂抓取成功率明显提升文章总结:1、文章创新型很足,但是实验数据集相对较小,2、在现在看来,原创 2021-08-22 15:52:37 · 291 阅读 · 0 评论 -
Learning robust, real-time, reactive robotic grasping论文解读
文章亮点:1、克服了抓取检测的两个缺点:离散生成候选框的方法参数量巨大;参数数量巨大计算及运行速度慢不能实现闭环控制。文中使用了类似于语义分割的方法,使参数量小了好几个数量级,同时可以实现50hz的闭环抓取操作2、将单个抓取模型训练结果运用到杂乱环境中进行抓取操作依然可行3、对运动物体抓取检测闭环控制的质量4、针对杂乱物体相互遮挡问题采用螺旋路径多视点取样检测的方法5、文中进行了大量对比实验包括开环闭环抓取对比实验,单个物体和杂乱物体抓取对比实验,静止物体和运动物提抓取对比实验,以及通过原创 2021-08-22 15:44:58 · 545 阅读 · 0 评论 -
cornell grasp data 康奈尔大学抓取数据集 百度云
国内下载较慢,康奈尔大学抓取数据集分享,给有用的人。科研之路道阻且长,互行方便。康奈尔大学抓取数据集是基于深度学习方法实现机器人自主抓取的必备数据集, 直接推动了机器人自主抓取的发展。目前先进的基于视觉和机器人抓取方法都是在该数据集上训练过。该数据集共十组,每组100个物体,共计1000个物体,不仅包含物体的图像,还包含物体的抓取位姿。下载链接:链接:https://pan.baidu.com/s/1lgPBUT4NPKYXNbzKgBIzCQ提取码:1n7s...原创 2021-08-22 15:35:02 · 2747 阅读 · 1 评论 -
GAN网络--minst手写数据集 pytorch
代码本代码基于python编写 pytorch=1.3 IDE为pycharmimport osimport torchimport torchvisionimport torch.nn as nnfrom torchvision import transformsfrom torchvision.utils import save_imageimport matplotlib.pyplot as pltimport cv2# 设备配置torch.cuda.set_device(0)原创 2020-10-12 22:50:43 · 365 阅读 · 0 评论 -
变分自编码器 pytorch实现
使用变分自编码器生成图像简介引入库设备配置在当前目录,创建不存在的目录ave_samples定义一些超参数下载MNIST训练集,这里因已下载,故download=False数据加载定义AVE模型开始训练模型简介使用minst手写数字数据集训练变分自编码器,使之能够在编码解码后能够自动生成手写数字具体原理图如下引入库import osimport torchimport torch.nn as nnimport torch.nn.functional as Fimport torchvis原创 2020-10-12 22:44:58 · 1391 阅读 · 0 评论 -
梯子网络半监督学习简介(Introduction to Semi-Supervised Learning with Ladder Networks)
今天,深度学习主要是关于纯粹的监督学习。监督学习的一个主要缺点是,它需要大量的标记数据,而且收集这些数据是相当昂贵的。所以,未来的深度学习应该不受监督,更像人。"我们预计,从长远来看,无人监督的学习将变得更加重要。人类和动物的学习基本上是不受监督的:我们通过观察世界来发现它的结构,而不是通过被告知每个物体的名字来发现它。• 勒昆, 本吉奥, 欣顿, 自然 2015半监督式学习半监督学习是一类受监督的学习任务和技术,它们也利用未标记的数据进行培训 - 通常是少量带标签的数据,以及大量未标记的原创 2020-09-13 09:50:58 · 1979 阅读 · 1 评论 -
pytorch官网预训练模型百度云下载 VGG16,Densnet169,inception_v3
在深度学习领域采用预训练的模型参数进行迁移学习往往会得到事半功倍的效果。但是在使用pytorch加载预训练模型是往往会在下载模型时报错。VGG16报错:https://download.pytorch.org/models/vgg16-397923af.pth模型保存路径:/home/主机名/.cache/torch/checkpoints/vgg16-397923af.pth,inception_v3报错:https://download.pytorch.org/models/inception_原创 2020-06-29 11:36:45 · 7136 阅读 · 5 评论 -
用jupyter notebook快速打开非默认目录文件夹
当我们下载的python源代码时,想用已经安装的jupyter notebook打开,但是刚下载的文件并不在jupyter默认目录下,所以需要将文件复制到jupyter的默认目录下或者打开cmd命令行窗口,cd到相应文件夹然后输入jupyter notebook,但是这两种方法都太麻烦。下面介绍一种简单的方法:...原创 2020-04-23 15:08:03 · 682 阅读 · 1 评论 -
目标检测历年最佳模型
RCNN 58.5 CVPR(2014)SPPNET 59.2 ECCV(2014) --------------------------------------------------------------------------...转载 2020-04-21 10:58:01 · 1131 阅读 · 0 评论 -
世界七大高校人工智能实验室研究方向网址入口
斯坦福大学AI实验室:人工智能、机器人https://ai.stanford.edu/麻省理工学院计算机科学与人工智能实验室:人工智能与机器学习、系统于网络https://www.csail.mit.edu/牛津大学计算机科学学院:算法、人工智能、自动验证、数据与知识http://www.cs.ox.ac.uk/卡内基梅隆机器人学院:机器人开发https://www.c...原创 2020-04-03 22:02:22 · 39249 阅读 · 0 评论 -
吴恩达深度学习课后作业(第一课第二周)pycharm实现
文章目录文章简介学习资源环境配置主要内容运行效果图代码示例文章简介本文是吴恩达深度学习第二周作业的代码实现,代码由吴恩达深度学习课后作业markdown文件改编而来,在朋友charm上编写。该段代码的功能是判断图片中是否有猫,如果有猫则输出“cat”,如果没有猫则输出“non-cat”。本段代码由本人亲自改写,并运行成功,如有转载请注明来源。学习资源吴恩达深度学习视频和课后作业百度网盘链接...原创 2020-03-08 23:31:16 · 952 阅读 · 2 评论 -
卷积神经网络的七条核心知识
卷积神经网络由哪几部分组成?卷积神经网络在视觉上具有较大的应用,卷积神经网络分为卷积层、池化层和全连接层。什么是卷积核,卷积核的作用是什么?其中卷积核是一种数字矩阵,不同的卷积核用来提取特征,不同的卷积核可以提取不同的特征,位于不同深度的卷积核提取的也不同。正是因为卷积核再图像内滑动提取特征的性质,一整张图像使用一个卷积核,使得卷积神经网络具有参数共享的特性,也就减少了计算量。什么是卷积层?不...原创 2020-03-05 10:46:28 · 510 阅读 · 0 评论