深度学习
文章平均质量分 58
凡先生的笔
这个作者很懒,什么都没留下…
展开
-
Deep Learning 目标检测
对检测到的结果进行解析 #----------------------------目标检测*解析字典result------------------------------------------- from numpy import array from numpy import float32 res = {'boxes': array([[0., 0.98908037, 122.45497, 51.784943, 495.46906, 479.], .原创 2022-01-11 19:29:21 · 1498 阅读 · 0 评论 -
PaddleClas
PaddleClas 主要代码和目录结构如下 benchmark: 文件夹下存放了一些 shell 脚本,主要是为了测试 PaddleClas 中不同模型的速度指标,如单卡训练速度指标、多卡训练速度指标等。 dataset:文件夹下存放数据集和用于处理数据集的脚本。脚本负责将数据集处理为适合 Dataloader 处理的格式。 deploy:部署核心代码,文件夹存放的是部署工具,支持 python/cpp inference、Hub Serveing、Paddle Lite、Slim 离线量化等多..原创 2021-12-30 15:15:55 · 3711 阅读 · 0 评论 -
Deep Learning
①图灵测试:把一个人和一台计算机分别放在两个隔离的房间中,房间外的一个人同时询问人和计算机相同的问题,如果房间外的人无法分别哪个是人,哪个是计算机,就能够说明计算机具有人工智能。 ②医学:医学发现,人的视觉系统处理信息是分级的。从视网膜出发,经过低级的V1区提取边缘特征,到V2区的基本形状或目标的局部,再到高层的整个目标(例如判定为一张人脸),以及到更高层的PFC(前额叶皮层)进...原创 2021-12-27 20:03:56 · 813 阅读 · 0 评论 -
深度学习-目标检测
在AI视觉领域,许多高精度测量场景,需要搭配传统视觉算法,才会有更好的使用效果。例如,本项目测量被检目标的长度,需要两个步骤 ①框选识别被检目标;②对被检目标进行分析测量。本程序功能,通过深度学习算法框选出被检目标后,可获取到备选框坐标,根据坐标值裁切目标区域图像,方便进一步分析。原创 2021-11-18 20:40:44 · 3011 阅读 · 1 评论 -
手写数字识别
import paddle import numpy as np import matplotlib.pyplot as plt # # 设置数据读取器,API自动读取MNIST数据训练集 train_dataset = paddle.vision.datasets.MNIST(mode='train') print(len(train_dataset)) img = np.array(train_dataset[0][0]) train_label_0 = np.array(train_datase.原创 2021-12-30 14:00:10 · 2031 阅读 · 0 评论