![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像分类
文章平均质量分 83
Taylor_wk
这个作者很懒,什么都没留下…
展开
-
使用Tensorflow2.0和Keras训练分类模型实例
1.训练过程:from tensorflow.keras.preprocessing.image import ImageDataGeneratorfrom tensorflow.keras.applications.xception import Xceptionfrom tensorflow.keras.layers import GlobalAveragePooling2D, GlobalMaxPooling2D, Dense, Flatten, Input, Concatenate, Dr.原创 2021-07-22 17:01:42 · 640 阅读 · 0 评论 -
深度学习模型部署,c++调用python模块的Tensorflow推理过程
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数..原创 2021-05-25 09:00:36 · 1873 阅读 · 3 评论 -
编译tensorflow CPU版本的C++库以及C++中调用Keras模型
最近要将keras训练的模型部署在c++的工程中自己找了很多的资料,第一次尝试遇到了很多的坑,用了差不多一个星期终于能实现在c++的环境中调用keras训练出的模型,其实还是主要是将keras的H5模型转化成tensorflow的pb模型,然后编译c++的tensorflow调用pb模型。原创 2020-07-29 16:53:37 · 2731 阅读 · 11 评论 -
图像分类训练技巧和精度提升总结
计算机视觉主要问题有图像分类、目标检测和图像分割等。针对图像分类任务,提升准确率的方法路线有两条,一个是模型的修改,另一个是各种数据处理和训练的技巧(tricks)。图像分类中的各种技巧对于目标检测、图像分割等任务也有很好的作用,因此值得好好总结。本文在精读论文的基础上,总结了图像分类任务的各种tricks如下: Warmup Linear scaling learning rat...原创 2019-08-13 11:04:07 · 7168 阅读 · 0 评论