随笔分类 - 深度学习
摘要：与传统的机器学习相比，深度学习最大的优点恐怕是“端到端”(End-to-End)。 所谓端到端，是指将数据从模型的输入端灌进去，预测结果从模型的输出端输出来，中间无需任何人工介入进行特征工程。 在深度学习之前，将原始数据加工成模型所能接受的数据，往往需要领域专家的介入，进行特征选择和特征工程的数据预
阅读全文
摘要：识渊科技 (sailyond.com) https://www.sailyond.com/#/core-tech/automl
阅读全文
摘要：1. 什么是样本不平衡问题？所谓的类别不平衡问题指的是数据集中各个类别的样本数量极不均衡。以二分类问题为例，假设正类的样本数量远大于负类的样本数量，通常情况下把样本类别比例超过4:1（也有说3:1）的数据就可以称为不平衡数据。样本不平衡实际上是一种非常常见的现象。比如：在欺诈交易检测，欺诈交易的订单
阅读全文
摘要：1、实际应用中图像的分辨率往往很大，请问下你们都是怎么处理这个问题的？ 答：图像分辨率较高，缺陷尺寸较小，是工业检测的一个特点。相比图像分辨率，我们更关注缺陷所占用的分辨率，可把图像缩放至人眼能看清缺陷为宜。如果此时图像分辨率仍然比较大，可对图像进行裁切或者使用更大显存的显卡进行训练。 2、 深度学
阅读全文
摘要：conda remove -n paddlex --all# 创建名为my_paddlex的环境，指定Python版本为3.7conda create -n paddlex python=3.7# 进入my_paddlex环境conda activate paddlex# 安装gitconda in
阅读全文
摘要：*程序功能：读取onnx模型并推理dev_update_off()dev_close_window () read_dl_model ('squeezenet.onnx', DLModelHandle)set_dl_model_param (DLModelHandle, 'type', 'class
阅读全文
摘要：https://ai.baidu.com/support/news?action=detail&id=1865
阅读全文
摘要：Segment Anything | Meta AI (segment-anything.com)
阅读全文
摘要：1、预处理方法是emphasize+scale_image_max+dyn_threshold. 2、对于一些特殊复杂的文字识别，我们首先要考虑硬件配合，比如打光等，为OCR提供一个稳定的成像效果，这样识别结果才会更稳定。其他一些特殊字体或格式的字符，则需要自己训练来识别了。 3、光度立体法 凹凸字
阅读全文
摘要：cudnnhttps://developer.nvidia.com/rdp/cudnn-archive cuda https://developer.nvidia.com/cuda-toolkit-archivehttps://developer.nvidia.com/cuda-downloads?
阅读全文
摘要：调小 *初始学习率InitialLearningRate := 0.001 在深度学习中有很多参数是我们在训练模型之前自己设定的，我们把这些参数就称为——超参数。 其中主要超参数包括了:学习率、batch_size、梯度下降法循环的数量、隐藏层数目、隐藏层单元数目、激活函数的选择等。 batch s
阅读全文
摘要：一、模型的特点及选用 A、 当前使用的halcon版本为19.12，可用于分类的模型有以下几种 ① pretrained_dl_classifier_alexnet.hdl ② pretrained_dl_classifier_compact.hdl ③ pretrained_dl_classifi
阅读全文
摘要：第一步：显卡驱动的安装。GEFORCE EXPERIENCE 用驱动精灵，或360驱动等软件都可以安装。 第二步：安装Cuda安装。 NVidea官网 https://www.nvidia.cn/ 中 开发者(developer)/ Cuda下载， network是网络安装版 local是本地安装版
阅读全文
摘要：1、set_dl_model_param(DLModelHandle, 'gpu', GpuId)GpuId=0 选中第一块显卡做深度学习训练。GpuId=1 选中第二块显卡做深度学习训练。类推 查询可用多显卡信息 query_available_compute_devices(DeviceIden
阅读全文
摘要：缺陷的标注质量很重要，会直接决定深度学习效果。 效果出不来，首先要检查标注数据。 标注原则： 1. 图像标注质量影响检测效果。标注越准，学习效果越好，检测效果也越好。 2. 标签类别应尽量全面且彼此不混淆。不允许一个检测对象既属于 A 类又属于 B 类。 3. 标出一幅图中的全部检测对象，不要漏。
阅读全文
