天池项目实战
小一的学习笔记
这个作者很懒,什么都没留下…
展开
-
天池实战-街景字符编码识别-task5模型集成
写在前面的话前四节我们已经完成了模型的建立的训练,分别是:数据的预处理和赛题的相关背景:天池实战-街景字符编码识别-task1赛题理解通过Pytorch 批量读取图像数据并进行图像预处理:天池实战-街景字符编码识别-task2数据预处理通过CNN模型完成字符识别功能以及如何在Pytorch下进行模型的建立:天池实战-街景字符编码识别-task3模型建立模型的训练和验证:天池实战-街景字符编码识别-task4模型的训练和验证这节主要介绍模型集成的相关内容先从集成方法开始集成方法(ense.原创 2020-06-02 19:27:16 · 415 阅读 · 0 评论 -
天池实战-街景字符编码识别-task4模型的训练和验证
写在前面的话前三节我们进行了数据的预处理,介绍了赛题的相关背景:天池实战-街景字符编码识别-task1赛题理解,通过Pytorch 批量读取图像数据并进行图像预处理:天池实战-街景字符编码识别-task2数据预处理,最后通过CNN模型完成字符识别功能以及介绍如何在Pytorch 下进行模型的建立:天池实战-街景字符编码识别-task3模型建立。这节主要介绍模型的训练和验证。因为这节Datawhale提供了很详细的说明文档,小一也自认为没有人家写的好,这里就直接转载过来吧,贴一下源文档的路径:Dataw原创 2020-05-30 23:37:30 · 423 阅读 · 0 评论 -
天池实战-街景字符编码识别-task3模型建立
写在前面的话前两节我们进行了数据的预处理,介绍了赛题的相关背景:天池实战-街景字符编码识别-task1赛题理解,通过Pytorch 批量读取图像数据并进行图像预处理:天池实战-街景字符编码识别-task2数据预处理。这节我们通过CNN模型完成字符识别功能,并且介绍如何在Pytorch 下进行模型的建立关于CNN模型想必在使用Pytorch 之前你应该对CNN有一个基本的了解,最少得了解CNN一般都包括哪些层,每层都是用来干嘛的这些,至于说建模和调参这些你可以先不用知道,在Pytorch 的使用中你原创 2020-05-26 19:32:26 · 535 阅读 · 0 评论 -
天池实战-街景字符编码识别-task2数据预处理
写在前面的话上一节大致了解了一下赛题的相关背景:天池实战-街景字符编码识别-task1赛题理解,从这节开始真正的实操,这节主要介绍数据读取、图像处理以及如何在Pytorch下进行数据的批量加载和处理数据读取根据位置标签获取单个字符图片的位置标签存储在对应的json文件中,所以,针对每一张图片的位置标签需要通过解析json来获取图片的具体位置数据以及标签数据直接贴json 解析的代码def parse_json(data): """ 解析单个图像的json内容,返回二维数组输出原创 2020-05-23 19:37:11 · 904 阅读 · 0 评论 -
天池实战-街景字符编码识别-task1赛题理解
写在前面的话在写这篇文章的时候,我其实已经把整个项目的流程都过完了,包括Pytorch对于模型的训练等等,所以这篇题目为赛题理解但实际也会说到后面的内容,不光是题目所说的赛题理解这么简单总之,请你按整个项目的流程去走,去了解整个项目的背景、数据和目的,以及要求的环境等等,然后再针对目标去一步步的完善代码按照建模流程,整个过程可以分为:赛题理解,数据预处理,建立模型,模型优化,模型集成 五个部分ok,准备开始赛题理解此次的赛题是针对计算机视觉的一个入门练习,对于不懂计算机视觉的小白(比如我)难度原创 2020-05-20 21:07:52 · 461 阅读 · 0 评论