【666】语义分割减少过拟合
摘要：Keras的Adam优化器decay理解及自适应学习率 CNN学习笔记：正则化缓解过拟合 Deep Learning #3: More on CNNs & Handling Overfitting 吴恩达机器学习笔记（三）——正则化（Regularization） 卷积神经网络(CNN)防止过拟合的
阅读全文
posted @ 2021-10-15 21:21
随笔分类 - AI Related
Artificial Intelligence Machine Learning Deep Learning NLP
【665】构建多损失函数
摘要：所谓多损失函数，就是将多个损失函数混合在一起进行使用，具体实现就可以新建一个函数，包含多个损失函数的加和即可，实质上与单损失函数是一致的。 参考：【632】keras 自定义损失函数 举例：Dice loss + BEC loss # 定义Dice损失函数 def dice_coef_loss(y_
阅读全文
posted @ 2021-10-13 17:11
【662】TensorFlow GPU 相关配置
摘要：[1] CUDA与cuDNN [2] Windows10下 tensorflow-gpu 配置 需要安装： TensorFlow GPU 版本： 与 CPU 版本不同，需要单独安装 conda install tensorflow-gpu CUDA： CUDA (ComputeUnified Dev
阅读全文
posted @ 2021-09-13 11:22
【660】TensorFlow 或者 keras 版本问题
摘要：针对 tf2 里面没有 tf1 的相关函数，通过下面处理 tf.compat.v1 该代码就相当于是 tf1 了 举例： # tf2 直接写这个方法会报错 tf.compat.v1.image.resize_images
阅读全文
posted @ 2021-09-07 14:53
【659】DeConvNet 模型说明
摘要：[1] DeconvNet 模型说明 [2] github - dongmeixu/Keras-DeconvNet-Segmentation 模型结构图 实现代码：（二分类） from keras.models import Model from keras.layers import Input,
阅读全文
posted @ 2021-09-07 14:23
【658】DeepLabV3+ 详解说明
摘要：[1] Keras 搭建自己的DeeplabV3+语义分割平台（Bubbliiiing 深度学习 教程） [2] 憨批的语义分割重制版8——Keras 搭建自己的DeeplabV3+语义分割平台 [3] github - bubbliiiing/deeplabv3-plus-keras [4] FC
阅读全文
posted @ 2021-09-06 16:38
【657】深度学习模型预测单张图片
摘要：直接用 predict 函数，batch_size 设置为 1 代码如下： # 一个图片预测 from PIL import Image import numpy as np from tensorflow.keras.preprocessing.image import load_img # 图片
阅读全文
posted @ 2021-09-05 17:06
【656】SegNet 相关说明
摘要：代码： from keras import Model, layers from keras.layers import Input, Conv2D, BatchNormalization, Activation, Reshape, MaxPooling2D, UpSampling2D def se
阅读全文
posted @ 2021-09-05 00:29
【655】Res-U-Net 详解说明
摘要：[1] UNet with ResBlock for Semantic Segmentation [2] github - UNet-with-ResBlock/resnet34_unet_model.py【上面对应的代码】 [3] github - ResUNet【运行显示OOM，内存不够】 结构
阅读全文
posted @ 2021-09-03 21:01
【654】主要深度学习模型说明
摘要：[1] 五、VGG、AlexNet、ResNet网络（超详细哦） [2]【653】FCN——全卷积网络详解 VGG VGG16：包含了 16 个隐藏层（13 个卷积层 2+2+3+3+3，以及 3 个全连接层） VGG19：包含了 19 个隐藏层（16 个卷积层 2+2+4+4+4，以及 3 个全连
阅读全文
posted @ 2021-09-03 16:23
【653】FCN——全卷积网络详解
摘要：[1] 语义分割--全卷积网络FCN详解【解释详细】 [2] 四、全卷积网络FCN详细讲解（超级详细哦） [3] github - FCN32、FCN8 [4] keras.applications【VGG16】 [5] keras—VGG16 [6] 五、VGG、AlexNet、ResNet网络（
阅读全文
posted @ 2021-09-03 15:44
【642】Python 实现膨胀、腐蚀、提取边线
摘要：[1] python实现膨胀与腐蚀 [2] 图像腐蚀与图像膨胀（Python篇） [3] OpenCV 图像处理之膨胀与腐蚀【推荐】 膨胀 cv2.dilate(img, kernel, 1) 腐蚀 cv2.erode(img, kernel, iterations=1) 开运算 开运算：先腐蚀，再
阅读全文
posted @ 2021-08-12 11:34
【639】keras 中 fit_generator 的 数据生成器
摘要：【525】keras.utils.Sequence 制作生成集 - 在 fit() 中使用 如何使用Keras fit和fit_generator（动手教程） keras：怎样使用 fit_generator 来训练多个不同类型的输出【推荐】 Keras多输出（多任务）如何设置fit_generat
阅读全文
posted @ 2021-08-09 17:33
【638】keras 多输出模型【实战】
摘要：【530】keras 实现多输出模型 [Keras] [multiple inputs / outputs] ValueError: No data provided for "xx". Need data for each key... keras：怎样使用 fit_generator 来训练多个
阅读全文
posted @ 2021-08-09 16:45
【637】一个图片两个标注的图像增强
摘要：【529】图像增强（imgaug 包） 对于上面关于 imgaug 包的描述，只能针对一套标注图片进行图像增强，不过对于一张图片有两种标注的情况无法实现，需要对两个标注生成一样的变换。 对于包含楼顶、楼体，需要同时调整变换的时候，内置的方法无法实现，因此我自己建立随机数据来实现，实现思路如下： 对于
阅读全文
posted @ 2021-08-09 16:30
【636】K.sum 与 np.sum 的区别
摘要：在计算 语义分割 结果的 metrics 的时候，会通过 K.sum 来计算 TP、FN、FP 的值，从而来计算 Precision、Recall、F1 以及 IOU 的值，不过在计算的过程中，这几个值会出现大于 1 的情况，实际上是计算中出现错误，主要原因就是 K.sum 计算中的一些问题。由于标
阅读全文
posted @ 2021-08-07 11:29
【635】语义分割 label 通道与模型输出通道的
摘要：mirrors / fengshuanglang / unet 二分类问题，应该选择sigmoid还是softmax？ 为什么 softmax 函数面对二分类问题时可以简化为 sigmoid 函数 对于语音分割为两类的情况，label 的值为 0 和 1，预测结果也是只有 0 和 1，存在集中可行的
阅读全文
posted @ 2021-08-06 20:20
【633】图片多分类转 one-hot 编码
摘要：图片多分类会将不同的数字写在同一副图片上面，例如有3类【0、1、2】，为了输入模型，需要将三个类的结果分别映射到三个通道： 0 类：第 0 通道，对于是 0 的像素点设置为 1，其他均为 0 1 类：第 1 通道，对于是 1 的像素点设置为 1，其他均为 0 2 类：第 2 通道，对于是 2 的像素
阅读全文
posted @ 2021-08-06 17:44
