机器学习
冰不语
这个作者很懒,什么都没留下…
展开
-
如何从头训练一个一键抠图模型
如何从头训练一个一键抠图模型1. 前言抠图是图像编辑的基础功能之一,在抠图的基础上可以发展出很多有意思的玩法和特效。比如一键更换背景、一键任务卡通化、一键人物素描化等。正是因为这些有意思的玩法,CVPy网站上的一键抠图功能上线以来,从赞数来看,人气之高已经遥遥领先于CV派内其他高手,可见此模型的受欢迎程度。笔者最近也是对此模型背后的U-2-Net网络很感兴趣,收集数据训练了人脸素描化模型,尽管受限于数据集,只能在人脸图片上转换成功,但自己仍然玩的不亦乐乎。不仅乐于玩模型的有意思的效果,更乐在训练模型过原创 2020-11-16 19:53:23 · 1471 阅读 · 1 评论 -
卷积到底是怎么【卷】的
卷积,这个词大家应该都不陌生,数学中傅立叶变换的时候,物理中信号处理的时候,图像处理中滤波的时候、提取边缘的时候,还有深度学习中卷积神经网络的时候,处处可见卷积的影子。卷积在图像处理中的应用非常广泛,可以说理解了卷积,就可以理解图像处理算法的半壁江山,也不知道这个说法是否夸张了。但是都说卷积卷积,那卷积到底是怎么个卷法呢?本文尝试解答这一问题。理解的卷积计算过程想要理解卷积,一些必要的数学公...原创 2019-11-28 10:17:51 · 2925 阅读 · 2 评论 -
OpenCV玩九宫格数独(零)——预告篇
九宫格数独源于18世纪的瑞士,又称九宫格,有九行、久列和九宫。玩家需要在九宫格中,根据已知的数字,利用逻辑和推理能力,填出所有的空格中应有的数字。填的时候要求每行、每列和每宫都要不重复地包含数字0-9。每行、每列和每宫中1-9都必须出现且只能出现一次,故称之为数独。数独游戏考察的是解题者的观察能力和逻辑推理能力,虽然规则很简单,但是数字的排列方式却是包含千变万化,是一种锻炼思维的绝佳方式。有时候数独原创 2017-04-13 11:36:12 · 3392 阅读 · 0 评论 -
C++从零实现深度神经网络之零——前言
一年前接触最初神经网络,半年前就像自己写一个最简单的BP神经网络练练手,结果由于能力有限,不光是编程能力还有理论方面的能力都有限,一直推到半年后的现在才真正的开始。其实很多坑必须要自己亲自踩过之后才能明白。在我看来,我现在这个过程就是在踩坑的过程。在不断犯错和改错中提高。在这里记录下自己的踩坑过程。这是一个堪称简陋(随着时间推移,应该会变得更好)的练手性质的小项目,而且重复造轮子,目的是为了加深自己原创 2016-12-15 18:21:02 · 6072 阅读 · 3 评论 -
OpenCV玩九宫格数独(三):九宫格生成与数独求解
OpenCV玩九宫格数独(三):九宫格生成与数独求解前言在此之前,OpenCV玩九宫格数独(一)和(二)分别介绍了如何从九宫格图片中提取出已知数字和如何用knn训练数字识别模型。在这些前期工作都已经完成的基础上,接下来我们需要做什么呢?我们要做的有三部分:1.生成九宫格,也就是生成一个9x9的矩阵,把一直的数字按照图片中的位置填到矩阵中的相应位置,其他位置全部置0。2.编写数独求解算法,对九宫格矩阵原创 2017-04-18 10:34:07 · 6088 阅读 · 4 评论 -
OpenCV玩九宫格数独(二):knn数字识别
前言首先需要说明,这里所说的数字识别不是手写数字识别!但凡对机器学习有所了解的人,相信看到数字识别的第一反应就是MNIST。MNIST是可以进行数字识别,但是那是手写数字。我们现在要做的是要识别从九宫格图片中提取出来的印刷体的数字。手写数字集训练出来的模型用来识别印刷体数字,显然不太专业。而且手写体跟印刷体相差不小,我们最看重的正确率问题不能保证。本文从零开始做一遍数字识别,展示了数字识别的完整流程原创 2017-04-17 10:21:01 · 7045 阅读 · 2 评论 -
Caffe+windows7+Visual Studio 2015+Python+CPU配置记录
前言以前配置过caffe,当时是Visual Studio 2013,因为当时的教程只有2013的。重装电脑之后,一直没有静下来去配置caffe,失败过好几次。这次算是找对教程和资源了,终于配置成功。本文不记录具体步骤,只给出我参考的链接,需要的人还是去看Github原版较好。这里只记录一些需要注意的地方。1. Caffe + Python如果只用Caffe的Python接口而不用C++接口的话,事原创 2017-05-24 11:50:18 · 5760 阅读 · 2 评论 -
Caffe+Visual Studio 2015编译可以有多简单?
上一篇文章没有给出caffe+VS2015的具体步骤,只是给出了一个教程的Github地址。但是由于国内网速的问题,有的人文件都没能成功下载,有的由于英文水平所限,编译起来也是有点麻烦。所以本文做为上一篇的补充。基本上是教程的中文版,只不过不是完全翻译,用自己的话再说一遍,夹杂一些注意事项。下载1. 下载Caffecaffe只有不到10M。还是下面这个地址: https://github.com原创 2017-05-26 13:15:33 · 13814 阅读 · 19 评论 -
元旦赠书 | 18本纸质书:OpenCV、Python和机器学习,总有一本适合你
【本文首发于公众号【CVPy】。以下赠书活动需要在公众号中参与。文章末尾扫码关注。】送福利圣诞的时候送的三本书已经发出,而且其中的两人已经收到,路途较远的那个还在路上。当时主页君原话是这样的: 由于准备仓促,此次赠书数量不多,不过以后还有机会,主页君会为大家多多争取。大家一起努力,大家越给力,主页君越有底气。是的,上次送了三本,但是大家很不过瘾,主页君说了会为大家多多争取的!这次主页君蒙电子工原创 2017-12-29 20:43:37 · 3633 阅读 · 0 评论 -
OpenCV学完基础知识不知道做什么?!我不相信这是真的
编程是需要练习的,需要项目练手的。听不少人说过,学习完OpenCV的基础部分之后就不知道该干什么了?怎么可能呢?实际上能做的事情很多,不要因为觉得太简单或者太难就不动手做了。只要有兴趣有时间有需要,就先动手做起来。哪怕先实现其中最简单的部分,后面再慢慢的一边学习一边添加功能,也是好的。下面推荐一些项目,没有源码,自己动手查资料做哦,即使是网上能找到代码我还是推荐自己写一遍。实现原创 2018-01-29 14:05:00 · 26140 阅读 · 0 评论 -
OpenCV实践之路——用OpenCV和Dlib进行人脸颜值预测(Python)
OpenCV实践之路——用OpenCV和Dlib进行人脸颜值预测本文由@星沉阁冰不语出品,转载请注明作者和出处。文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/52804013微博:http://weibo.com/xingchenbing本项目部分基于这个博客Computer Vision for Predicting Faci原创 2016-10-13 14:29:29 · 10697 阅读 · 11 评论 -
C++从零实现深度神经网络之六——实战手写数字识别(sigmoid和tanh)
本文由@星沉阁冰不语出品,转载请注明作者和出处。文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/53704085微博:http://weibo.com/xingchenbing 之前的五篇博客讲述的内容应该覆盖了如何编写神经网络的大部分内容,在经过之前的一系列努力之后,终于可以开始实战了。试试写出来的神经网络怎么样吧。一、数据准原创 2016-12-19 15:06:52 · 17838 阅读 · 28 评论 -
Windows下Python配置theano的一些记录
果然,在windows上配置theano是要死人的。已经记不清是第几天了。好在终于配置好了。很多基于theano的库也可以用了。这里不说具体安装流程,只是简要记录下我遇到的问题以及解决方案。如果有人遇到相同的问题也能少走一些弯路。首先我的环境是windows64位,Python2.7.11。推荐一个网站,很多Python包都是在这里下载的,包括Theano:Unofficial Windows原创 2016-06-20 00:29:39 · 6641 阅读 · 6 评论 -
反向传播算法资源整理
1.A Step by Step Backpropagation Example(用实例一步步计算,一步步引导)https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/2.机器学习:一步步教你理解反向传播方法(上面的翻译版)http://yongyuan.name/blog/back-p原创 2016-09-15 22:11:49 · 2989 阅读 · 1 评论 -
windows环境Caffe安装配置步骤(无GPU)
这里只是记录一个网址,因为我按照这个教程配置成功,而且遇到的错误都提到并且解决了。windows环境Caffe安装配置步骤(无GPU)及mnist训练转载 2016-10-10 15:06:29 · 1894 阅读 · 1 评论 -
OpenCV实践之路——雅虎色情图片检测神经网络试用报告
十一的时候,老司机再次发车,雅虎开源了其色情图片检测神经网络。老司机们得到消息第一时间就搭建了自己的检测平台。大家纷纷表示根本找不到数据测试的同时不忘言不由衷地抱怨以前写代码累脑袋,现在写代码累腰。有人说的好:一个爬虫+色情图片检测神经网络=一个会发车的程序猿。然而我一直等到现在才有开始试用,难道还不能说明问题吗!话不多说,开始我的试用之旅。首先找到雅虎开源项目原创 2016-10-15 12:53:48 · 42694 阅读 · 13 评论 -
C++从零实现深度神经网络之二——前向传播和反向传播
本文由@星沉阁冰不语出品,转载请注明作者和出处。文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/53674544微博:http://weibo.com/xingchenbing 前一篇博客Net类的设计和神经网络的初始化中,大部分还是比较简单的。因为最重要事情就是生成各种矩阵并初始化。神经网络中的重点和核心就是本文的内容——前向原创 2016-12-15 23:55:08 · 9003 阅读 · 16 评论 -
C++从零实现深度神经网络之壹——Net类的设计和神经网络的初始化
闲言少叙,直接开始。 既然是要用C++来实现,那么我们自然而然的想到设计一个神经网络类来表示神经网络,这里我称之为Net类。由于这个类名太过普遍,很有可能跟其他人写的程序冲突,所以我的所有程序都包含在namespace liu中,由此不难想到我姓刘。在之前的博客反向传播算法资源整理中,我列举了几个比较不错的资源。对于理论不熟悉而且学习精神的同学可以出门左转去看看这篇文章的资源。这里假设读者对于神经原创 2016-12-15 20:19:55 · 7277 阅读 · 7 评论 -
C++从零实现深度神经网络之三——神经网络的训练和测试
本文由@星沉阁冰不语出品,转载请注明作者和出处。文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/53677630微博:http://weibo.com/xingchenbing 在之前的博客中我们已经实现了Net类的设计和前向传播和反向传播的过程。可以说神经网络的核心的部分已经完成。接下来就是应用层面了。要想利用神经网络解决实际原创 2016-12-16 21:57:20 · 4940 阅读 · 2 评论 -
C++从零实现深度神经网络之四——神经网络的预测和输入输出的解析
本文由@星沉阁冰不语出品,转载请注明作者和出处。文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/53698627微博:http://weibo.com/xingchenbing 在上一篇博客的结尾提到了神经网络的预测函数predict(),说道predict调用了forward函数并进行了输出的解析,输出我们看起来比较方便的值。原创 2016-12-16 23:10:51 · 5760 阅读 · 1 评论 -
C++从零实现深度神经网络之五——模型的保存和加载以及画出实时输出曲线
本文由@星沉阁冰不语出品,转载请注明作者和出处。文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/53700027微博:http://weibo.com/xingchenbing 一、模型的保存和加载在我们完成对神经网络的训练之后,一般要把模型保存起来。不然每次使用模型之前都需要先训练模型,对于data hungry的神经网络来说原创 2016-12-17 10:32:55 · 7303 阅读 · 5 评论 -
《机器学习实战》——k-近邻算法Python实现问题记录
《机器学习实战》第二章k-近邻算法,自己实现时遇到的问题,以及解决方法。做个记录。1.写一个kNN.py保存了之后,需要重新导入这个kNN模块。报错:no module named kNN.解决方法:1.将.py文件放到 site_packages 目录下 2.在调用文件中添加sys.path.append("模块文件目录");import sys原创 2016-03-31 22:41:52 · 12444 阅读 · 9 评论