随笔分类 - 机器学习
机器学习工具机器算法
摘要：今天对应一些免费的人脸识别的api 做了一下简单的对比，觉得百度开发出来的人脸识别接口还是最符合的我的要求，简单易用，容易上手。 据说百度的一些门禁也使用上了人脸识别的功能了，功能很强大，而且能识别出是实时人物还是图片。 对于一些初创公司来说，只要有机器学习的员工搭建一套人脸检测系统也不难，主要是这
阅读全文
摘要：opencv是C和C++语言编写的，很多教程都是基于C++语言进行学习的，可是机器学习最多的库是python写的，所以还是学学python怎么安装opencv3， 面向学习的大都是使用了anaconda，所以总结一下anaconda里怎么安装opencv3库 1）先说明一下 安装opencv库的依赖
阅读全文
摘要：训练深度网络模型OpenFace还不是运用faceNet的model作为训练模型，所以在准确性上比faceNet要低，如果你只是做一个简单的分类，建议你看看官网的demo3（http://cmusatyalab.github.io/openface/demo-3-classifier/），如果你想自
阅读全文
摘要：openface 人脸识别框架 但个人感觉精度还是很一般 openface的githup文档地址：http://cmusatyalab.github.io/openface/ openface的安装： 官方推荐用docker来安装openface，这样方便快速不用自己去安装那么多依赖库： 也就两行代
阅读全文
摘要：1，查看系统的版本 Uname –r 2，安装git 等依赖库 3，安装python虚拟环境pyenv 测试是否安装成功: 这说明安装成功了。这里可以看到所有可以安装的库，包括anaconda3-5.0.1 4，安装anaconda3-5.0.1 5,更新数据库 #查看当前python版本 #设置全
阅读全文
摘要：6，voc数据集训练模型 1）下载数据集 官网提供一些voc数据，是基于2007年到2012年的，你可以通过以下地址下载到： 可以把数据存放到VOCdevkit/目录下 2）生成识别标签 识别标签必须是.txt文件的，具体格式如下： Object-class 是分类的名称 其余元素是关联到图片的像素
阅读全文
摘要：YOLO官方框架使用C写的，性能杠杠的，YOLO算法，我就不做过多介绍了。先简单介绍一下这个框架如何使用。这里默认是yolo2，yolo1接近过时。环境 推荐ubuntu 或者centos YOLO是一个近实时的框架，在1核cpu下，对一张图片的识别大概在6s-12s之间，其实还是在没有缓存的环境下
阅读全文
摘要：对于牛逼的程序员，人家都喜欢叫他大神；因为大神很牛逼，人家需要一个小时完成的技术问题，他就20分钟就搞定。Keras框架是一个高度集成的框架，学好它，就犹如掌握一个法宝，可以呼风唤雨。所以学keras 犹如在修仙，呵呵。请原谅我无厘头的逻辑。 ResNet 关于ResNet算法，在归纳卷积算法中有提
阅读全文
摘要：对于牛逼的程序员，人家都喜欢叫他大神；因为大神很牛逼，人家需要一个小时完成的技术问题，他就20分钟就搞定。Keras框架是一个高度集成的框架，学好它，就犹如掌握一个法宝，可以呼风唤雨。所以学keras 犹如在修仙，呵呵。请原谅我无厘头的逻辑。 Kera是一个高度集成化的框架，面向高层的抽象，他是py
阅读全文
摘要：归纳卷积神经网络的常用算法在卷积算法之前，是有很多图片分类和识别的机器学习算法，像SVM向量机的原理特别复杂，卷积算法还是比较易懂，一方面避免全连接带来的庞大参数，主要通过提取特征值，算法准确率也是最高的，几乎可以跟人工识别相提并论了。 经典算法： 1，LeNet算法： LeNet算法的流程是： I
阅读全文
摘要：构造你自己的第一个神经网络 通过手势的图片识别图片比划的数字：1） 现在用1080张64*64的图片作为训练集2） 用120张图片作为测试集 定义初始化值 小测： 小测2：把矩阵降维为一维，并做分类映射 线性回归模型：LINEAR -> RELU -> LINEAR -> RELU -> LIN
阅读全文
摘要：tensorflow 是一个google开源的深度学习的框架，执行性能良好，值得使用。 caffe，caffe2 通过配置就可以拼凑一个深度学习框架，大大简化流程但也依赖大量的开源库，性能也不错。2013开始面世，很有活力的一个框架。 keras 这个一个积木式的框架，有很多现成的函数 可以直接拿来
阅读全文
摘要：1，机器学习numpy 初识 1）numpy初识 import numpy num1= numpy.array([1,2,3]) dtype('num1') #查找类型 num1.dtype num1.shape #查找数据维数 num1.genfromtxt("wordll.txt",delimi
阅读全文
