深度学习,人工智能
xx润物细无声
这个作者很懒,什么都没留下…
展开
-
yolov5训练数据集中的部分类别
引用链接里提供了一个不错的思路,由于要丢掉的类别不是label值最大的,所以直接过滤label存在报错“Possible class labels***”。同时修改data,yaml中的nc和bnames列表即可。需求:数据集中有两个类别,数据集较大,想只训练其中的类别label1。原创 2022-10-12 17:27:35 · 2168 阅读 · 6 评论 -
annaconda配置环境
#named environment.yml#To run: conda env creat -f environment.ymlname: yournamechannels: - conda-forgedependencies: - python=3.7 - pip - numpy - imageio ...conda env create -f environment.ymlconda activate nerf配置好依赖,使.原创 2022-02-17 10:56:09 · 348 阅读 · 0 评论 -
MNIST数据库格式的解析和生成
如上一篇博客所写MNIST是ML界的’hello world’,为了将自己的图像转化为类似MNIST数据文件类型的格式,先对它的文件进行了解析.先给出我的程序所提取的训练样本的前十张图像及对应的label,截图如下: 该数据格式是bytestream,无论是训练样本还是测试样本,其图像数据文件均在开头有一个2051的标志,之后便是图像的个数/行值/列值,紧接着按行读取所有的图像,且图像数原创 2017-10-30 09:27:06 · 1458 阅读 · 0 评论 -
TypeError: resize_images() takes at least 3 arguments (3 given)
用tensorflow对图像进行resize时遇到如下问题: TypeError: resize_images() takes at least 3 arguments (3 given) 原句是这样的: resized_image = tf.image.resize_images(img_data_jpg,(28,28), method=0) 百度半天没找原创 2017-10-30 09:52:10 · 3715 阅读 · 0 评论 -
简单实现Tensorflow CNN图像训练
我们都知道,深度学习需要大量的训练样本,目前处于搭建框架的初学阶段,且资源有限,自己用极其少量的图像做训练和测试的样本实验.以下为源码,自己做个记录,仅供参口,后续会增加样本数量,更改图像读取方式,进行模型源码补充.from __future__ import print_functionimport tensorflow as tf#from tensorflow.examp原创 2017-11-02 10:48:01 · 2526 阅读 · 0 评论 -
深度学习标注工具及相关模型记录
用于非规则区域标注的工具labelme https://github.com/wkentaro/labelme打标签快速开源标注工具CVAT https://ruby.ctolib.com/article/wiki/90400slim深度学习训练模型 https://github.com/tensorflow/models/tree/master/research/slimtensorflo...原创 2018-07-16 15:34:30 · 733 阅读 · 0 评论 -
转VGGNet
AlexNet https://blog.csdn.net/zyqdragon/article/details/72353420VGGNet https://blog.csdn.net/Teeyohuang/article/details/75214758转载 2018-09-05 22:05:55 · 145 阅读 · 0 评论