2019年1月11日
今天新学了一个linux操作nohup command。让程序能在GPU上一直挂着跑,之前可被坑毁了。
1、拉曼光谱仪——物体采集与检测
利用仪器获得拉曼位移和光谱强度数据,描绘曲线图。同一种物质都有相同的强度突变位置,采集部分将数据库中没有的物质才能如数据库。将采集到的物质与数据库中物质进行对比,有相同的突变位置的物质判定为同一物质,同时给出两种物质的相似度。
由于采集到的曲线受到各种干扰,并且有些曲线不止一个峰值点,因此考虑先对数据进行滤波处理,消除一些细小毛刺,同时不破坏曲线原有的走势,对判定结果影响不大。最后采用求取每一个峰值点谷值点序列,放在一个列表。将峰值相对于前面的谷值点变化最大的4点进行保存,作为数据库的模板峰值点
检测阶段,同样采集物体变化最大的四个点,如果峰值点只有一个,采集点四个点中的第一个点与模板峰峰值点第一个相同,有两个峰值点则前两个相同,一般不会超过四个点,类比都是距离,求出相似度的值。
2、深度学习图像分割
项目介绍:抠图项目,从一幅图像中将前景图像分割出来。简单说来是图像的二分类分割,首先是自己做数据集,Photoshop抠图。将抠图处理成前景像素为1,背景为0的灰度图作为图片的groundtruth,送入模型进行训练。训练集是350*350 的图像,要求是实现对800*800图像的分割,所以将图像数据送入模型之前先将其resize成800*800大小。
模型:pspnet
训练过程采用预训练模型pspnet-voc2012
pspnet 模型简述:金字塔模型将不同金字塔尺度的特征融合在一起,使用预训练好的加入dialated的resnet模型提取图像特征图大小为1/8输入尺寸size,使用不同的池化方法得到1*1,2*2,3*3和6*6大小的图,然后将这些特征图上采样与原始特征图进行级联,经过一系列卷积运算符获得最后的预测图。
resnet模型简介:
图像增强random_crop,random flipping ,random Gaussian blur。
3、商品排序模型
599个特征,有相应打分。对召回的的商品,根据该用户对该商品的打分给用户推荐
3层DNN网络。