摘要：
前言 在深度学习的应用过程中，数据的重要性不言而喻。继上篇介绍了数据合成（个人认为其在某种程度上可被看成一种数据增强方法）这个主题后，本篇聚焦于数据增强来介绍几篇杰作！ （1）NanoNets : How to use Deep Learning when you have Limited Data 阅读全文
摘要：
Below are some investigation resources for synthetic datasets: 1. Synthetic datasets vs. real images for computer vision algorithm evaluation? https:/ 阅读全文
摘要：
waiting 阅读全文
摘要：
1 引言 深度学习目前已经应用到了各个领域，应用场景大体分为三类：物体识别，目标检测，自然语言处理。本文着重与分析目标检测领域的深度学习方法，对其中的经典模型框架进行深入分析。 目标检测可以理解为是物体识别和物体定位的综合，不仅仅要识别出物体属于哪个分类，更重要的是得到物体在图片中的具体位置。 为了 阅读全文
摘要：
1 模型训练基本步骤 进入了AI领域，学习了手写字识别等几个demo后，就会发现深度学习模型训练是十分关键和有挑战性的。选定了网络结构后，深度学习训练过程基本大同小异，一般分为如下几个步骤 下面我们来看深度学习模型训练中遇到的难点及如何解决 2 模型训练难点及解决方法 2.1 收敛速度慢 深度学习其 阅读全文
摘要：
实践 1.export PATH=~/anaconda3/bin:$PATH 2.Anaconda3 中创建新环境 Conda create –name=labelme_polyrnn_pp python=2.7 3.source activate labelme_polyrnn_pp 4.cond 阅读全文
摘要：
当前大多数图像语义分割算法都是基于深度学习的方式，但是深度学习的效果很大程度上是依赖于大量训练数据的。目前的图像分割方法无非两种，一种是通过标注人员手动标注，如Cityscapes（提供无人驾驶环境下图像分割的数据集）中的标注，但这种方法需要花费大量的人力、物力和时间。例如，下面这张包含28个目标事 阅读全文
摘要：
https://github.com/bit-bots/imagetagger 待有空说一说！ 阅读全文
摘要：
1.Linux目录系统结构 It makes sense to explore the Linux filesystem from a terminal window. In fact, that is the name of the first tool you'll install to hel 阅读全文
摘要：
Microsoft.Office.Interop.Excel Using the CSV idea Using ClosedXML library( there is no need to install MS Excel https://github.com/closedxml/closedxml 阅读全文