![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
keras
文章平均质量分 78
小凡爱学习
这个作者很懒,什么都没留下…
展开
-
DeepLab-V3+语义分割神经网络的keras 版本实现
DeepLab-V3+语义分割神经网络的keras 版本实现网络结构Deeplab系列网络模型从ResNet残差模块发展而来,在此基础上融合了空洞卷积(Atrous Convolution)实现。与Deeplab v3相比,Deeplab v3+为了融合多尺度信息,引入语义分割常用的编码器-解码器结构[25][26],编码器提供丰富的语义信息,而解码器恢复精细的物体边缘,从而融合底层特征和高层特征,对于分割边界准确度有进一步提升,同时引入可任意控制编码器提取特征的分辨率,通过空洞卷积平衡精度和耗时。.原创 2021-06-09 09:25:33 · 1747 阅读 · 4 评论 -
基于Densenet模型迁移学习的岩石样本分类
Mount with your Google Drivefrom google.colab import drivedrive.mount('/content/drive')Mounted at /content/drive下载中文字体!wget -O /usr/share/fonts/truetype/liberation/simhei.ttf "https://www.wfonts.com/download/data/2014/06/01/simhei/chinese.simhei.ttf原创 2021-04-27 09:42:52 · 724 阅读 · 0 评论 -
使用预训练模型训练YOLOv3-Keras
使用预训练模型训练YOLOv3文章目录使用预训练模型训练YOLOv3前言YOLOv3模型特点模型架构准备数据选取标注数据构建数据生成器,并做数据增强模型训练构建神经网络定义训练回调函数开始训练模型测试图片预处理构建模型加载模型权重,或将模型路径替换成上一步训练得出的模型路径构建输出[boxes, scores, classes]进行预测将预测结果绘制在图片上最终结果思考总结前言 本次训练的测试图片由我的好徒儿荔枝友情提供,荔枝这个衣服好像三明治,同学们快来给我的好徒儿换个衣服搭配!经典论文:Y原创 2021-03-27 20:41:19 · 1289 阅读 · 0 评论 -
基于VGG16的可视化类激活的热力图(keras实现)
可视化类激活的热力图(keras实现)前言 Grad_CAM:英语的全称是Gradient-weighted Class Activation Mapping,直接翻译是【梯度加权分类激活映射,简单说就是用CNN做图像分类的时候,到底是根据图像的哪里来判断属于这个分类的,给明确映射出来。经典论文:Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization下载链接:https://arxiv.o原创 2021-03-27 19:18:25 · 2190 阅读 · 1 评论 -
unet-keras完整训练流程
Unet-keras完整训练流程前言 UNet是一个经典的网络设计方式,在图像分割任务中具有大量的应用。也有许多新的方法在此基础上进行改进,融合更加新的网络设计理念,在小批量数据集上也经常能取得不错的效果。Unet系列文章关于Unet系列模型的介绍可以参考文章:https://zhuanlan.zhihu.com/p/57530767 该文章介绍了U-Net、3D U-Net、TernausNet、Res-UNet 和Dense U-Net、MultiResUNet、R2U-Net、At.原创 2021-03-18 10:58:58 · 3854 阅读 · 2 评论 -
VGG16-keras完整训练流程
VGG16-keras实现步骤 最近在复现一些基础的论文,怕自己忘得太快了,记录一下笔记,后续会逐渐更新。 VGG是由Simonyan 和Zisserman在文献《Very Deep Convolutional Networks for Large Scale Image Recognition》中提出卷积神经网络模型,其名称来源于作者所在的牛津大学视觉几何组(Visual Geometry Group)的缩写。 该模型参加2014年的 ImageNet图像分类与定位挑战赛,取得了优异成.原创 2021-03-15 13:50:19 · 4218 阅读 · 2 评论