深度学习
Winni有魅力
这个作者很懒,什么都没留下…
展开
-
Windows下搭建TensorFlow环境1(GPU版本)
准备文件文件清单1. VS2015Community,请使用Community版本(社区版),因为它是免费的,;2. CUDA安装文件:;3. DXSDK安装文件:,微软的DirectX SDK工具包,不安装它的话,后面编译CUDA_Samples是没法成功的。4. CUDNN安装文件:;5. Anacon原创 2018-01-23 16:33:47 · 373 阅读 · 0 评论 -
识别扭曲干扰性验证码
偏向于扭曲,倾斜,干扰验证码,例如下图: 因为字符距离较近,没法采用先切割为单个字符然后进行局部识别的方式,所以,使用TensorFlow+cnn进行识别,该方法无需切割验证码。使用深度学习+训练数据+大量计算力,我们可以在几天内训练一个可以破解验证码的模型,不需要分割验证码,而是把验证码做为一个整体进行识别。因为验证码的训练集实在不好找,你原创 2018-01-25 11:10:09 · 4418 阅读 · 1 评论 -
猫狗大战
准备工作1-注册Google账号去Kaggle网址下载数据集时,需要有Google、Facebook、Yahoo账号,故先注册Google账号,但由于国内的限制,最后再注册账号时,手机号无法收到验证码,综合查找,找到成功注册Google账号的方法如下。下载Google浏览器如下:下载后安装即可。原创 2018-01-25 13:45:33 · 4311 阅读 · 1 评论 -
人脸识别(Facenet)
人脸识别是目前应用非常广泛的一种生物识别技术,与其他生物识别技术(指纹识别,掌形识别,眼虹膜识别和声音识别)相比,人脸识别具有以下优势:其他每种生物识别方法都需要一些人的配合动作,而人脸识别不需要被动配合,可以自动用在隐蔽的场合,如公安部门监控行动;当记录一个企图登录的人的生物记录时,只有人脸能更直观,更方便的核查该人的身份;由于与传统的生物识别原创 2018-01-25 15:20:23 · 35340 阅读 · 18 评论 -
Dlib进行人脸检测
环境设置网上有很多Windows下安装dlib的步骤,都需要安装VS2015、Cmake、boost等等,有点复杂;现提供一个比较简单的方法,使用编译好的python-dlib库即可。准备工作1. 确保已安装Anaconda;2. 确保已安装TensorFlow;3. 确保已安装Python原创 2018-01-25 16:11:23 · 14561 阅读 · 2 评论 -
MNIST数据集可视化
MNIST数据集简介数据集共有4个文件,如下: 文件内容train-images-idx3-ubyte.gz训练集图片(包含55000张训练图,5000张测试图)train-labels-idx1-ubyte.gz训练集图片对应的数字标签t10k-imag原创 2018-01-26 13:37:27 · 4899 阅读 · 1 评论 -
车牌识别
数据集获取1. 车牌数据集下载地址:https://pan.baidu.com/s/1mhJPo3u2. 对下载的数据集进行解压,结构如下,包括测试样本和训练样本:3. 测试集内图片如下:4. 训练集主要有训练集、验证集组成,结构如下:5. 训练集包括:数字0-9、字母A-Z、还原创 2018-01-26 13:38:27 · 2028 阅读 · 4 评论 -
交通标志识别
下载数据集1. 下载比利时的交通标志数据集,网址:http://btsd.ethz.ch/shareddata/2. 下载数据集BelgiumTSC_Training和测试集BelgiumTSC_Testing。在那个网页上有很多数据集,你只需要下载在BelgiumTS for Classification (cropped images)目录下的两个文件就原创 2018-01-26 13:41:02 · 7996 阅读 · 2 评论 -
深度学习入门资料
想入门TensorFlow,必须对Python、机器/深度学习、TensorFlow都有足够的了解,现整理出较好的资料,按照顺序逐个掌握即可。Python资料1. Python3 入门教程:http://www.runoob.com/python3/python3-tutorial.html 机器学习1. 斯坦福大学公开课: http://open.163.com/special/opencou...原创 2018-02-08 09:35:50 · 468 阅读 · 0 评论 -
目标检测模型总结
传统目标检测(基于滑动窗口的检测)主要包括三步:利用不同尺寸的滑动窗口框住图中的某一部分作为候选区域;提取候选区域相关的视觉特征。利用分类器进行识别。深度学习相关的目标检测方法分两类:基于候选区域的,如R-CNN,SPP-net,Fast R-CNN,Faster R-CNN,R-FCN;端到端(End-t原创 2018-01-25 09:39:29 · 4516 阅读 · 0 评论 -
神经网络模型之CNN网络架构
CNN网络架构神经网络架构发展纵览从1998年开始,近18年来深度神经网络的架构发展情况如下:上图,横坐标是操作的复杂度,纵坐标是精度。模型设计一开始的时候模型权重越多模型越大,其精度越高,后来出现了ResNet、GoogleNet、Inception等网络架构之后,在取得相同或者更原创 2018-01-24 15:04:42 · 982 阅读 · 0 评论 -
神经网络模型之CNN
CNN(卷积神经网络)神经网络(NN)神经网络包括输入层、输出层、隐藏层,结构如下:卷积神经网络(CNN)其实卷积神经网络依旧是层级网络,只是层的功能和形式做了变化,可以说是传统神经网络的一个改进。比如下图中就多了许多传统神经网络没有的层次。卷积神经网络层原创 2018-01-24 14:41:37 · 2196 阅读 · 0 评论 -
Windows下搭建TensorFlow环境2(GPU版本)
下载安装CUDNN注意:CUDNN版本必须与CUDA版本保持一致,否则后续安装会出问题;1. CUDNN是一个被程序调用的算法库,因为在安装CUDA的时候已经做了相关的配置;2. 首先,下载这个安装包需要注册并且填一堆问卷,地址如下:https://developer.nvidia.com/rdp/cudnn-download原创 2018-01-23 16:53:01 · 520 阅读 · 0 评论 -
计算机视觉标准数据集整理—PASCAL VOC数据集
数据集下载PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集,从2005年到2012年每年都会举行一场图像识别challenge。此数据集可以用于图像分类、目标检测、图像分割。数据集下载镜像地址如下(包括VOC2007和VOC2012):https://pjreddie.com/projects/pascal-voc-dataset-m原创 2018-01-24 10:08:38 · 34332 阅读 · 7 评论 -
计算机视觉标准数据集整理—MNIST数据集
MNIST手写体数字集此数据集包含了60000张28x28的二值(手写数字)训练图像;10000张28x28的二值(手写数字)测试图像;主要用作分类任务,可以分成0-9这10个类别。数字集下载MNIST 数据集可在 http://yann.lecun.com/exdb/mnist/ 获取, 它包含了四个部分:原创 2018-01-24 10:38:04 · 2269 阅读 · 0 评论 -
计算机视觉标准数据集整理—CIFAR-10数据集
CIFAR-10数据集(用作10类图像的分类)此数据集包含了60,000张32x32的RGB图像,总共有10类图像;有50,000个训练图像,10,000个测试图像;数据集分为5个训练块和1个测试块,每个块有10000个图像;测试块包含从每类随机选择的1000个图像;训练块以随机的顺序包含这些图像,但一原创 2018-01-24 10:48:34 · 1928 阅读 · 0 评论 -
计算机视觉标准数据集整理—CIFAR-100数据集
CIFAR-100数据集(用作100类的图像分类)这个数据集和CIFAR-10相比,它具有100个类,大约600张/类,每类500张训练,500张测试;这100类又可以grouped成20个大类。此数据集也有三个版本的数据可供下载: Python版本(161MB),MATLAB版本(175MB),二值版本(161MB)。数原创 2018-01-24 10:54:02 · 5843 阅读 · 0 评论 -
计算机视觉标准数据集整理—Caltech数据集
Caltech数据集Caltech数据集主要包括2类,一类是Caltech-101;另一类是Caltech-256。Caltech-101数据集(用作101类图像分类)这个数据集包含了101类的图像,每类大约有40~800张图像,大部分是50张/类;在2003年由lifeifei收集,每张图像的原创 2018-01-24 11:00:27 · 17478 阅读 · 0 评论 -
计算机视觉标准数据集整理—ImageNet数据集
ImageNet数据集IMAGENET Large Scale Visual Recognition Challenge(ILSVRC)从2010年开始,每年举办的ILSVRC图像分类和目标检测大赛。Imagenet数据集是目前深度学习图像领域应用得非常多的一个领域,关于图像分类、定位、检测等研究工作大多基于此数据集展开。Imag原创 2018-01-24 11:35:23 · 49646 阅读 · 2 评论 -
计算机视觉标准数据集整理—COCO数据集
COCO数据集COCO数据集由微软赞助,其对于图像的标注信息不仅有类别、位置信息,还有对图像的语义文本描述,COCO数据集的开源使得近两三年来图像分割语义理解取得了巨大的进展,也几乎成为了图像语义理解算法性能评价的“标准”数据集。Google的开源show and tell生成模型就是在此数据集上测试的。 这个数据集以scene understanding为目标原创 2018-01-24 11:44:07 · 7763 阅读 · 0 评论 -
计算机视觉标准数据集整理—人脸识别/检测数据集
LFW人脸识别数据集 无约束自然场景人脸识别数据集,该数据集由13000多张全世界知名人士互联网自然场景不同朝向、表情和光照环境人脸图片组成,共有5000多人,其中有1680人有2张或2张以上人脸图片。每张人脸图片都有其唯一的姓名ID和序号加以区分。LFW数据集主要测试人脸识别的准确率,该数据库从中随机选择了6000对人脸组成了人脸辨原创 2018-01-24 14:12:48 · 6476 阅读 · 0 评论 -
博客内项目资料下载
1. label_image:使用Label_image进行图像分类; 百度网盘下载链接:https://pan.baidu.com/s/1dGONoXj 密码 :jf6z2. inception_dec_2015:用Inception-V3模型进行图像分类; 百度网盘下载链接:https://pan.baidu.com/s/1eTC9X7O 密码:cxhg3. tensorflow-mas...原创 2018-02-08 15:23:59 · 1508 阅读 · 1 评论