随笔分类 -  cv

lesson2-cnn-fastai
摘要:%mkdir的做法glob('.jpg')np.random.permutation(图片)np.random.rename(,)#save_array:utils中,连接每个btch得到的数组#keras.predict_generatorbatches,preds = vgg.test(,)fi 阅读全文
posted @ 2018-04-14 16:43 rosyYY 阅读(158) 评论(0) 推荐(0) 编辑
fast ai环境配置
摘要:https://www.jianshu.com/p/2fe22a6b0ecb https://www.jianshu.com/p/b1be2af2f2ef https://blog.csdn.net/wuyuqing1990/article/details/48167555 虚拟机 https:// 阅读全文
posted @ 2018-04-12 12:47 rosyYY 阅读(583) 评论(0) 推荐(0) 编辑
YOLO
摘要:https://blog.csdn.net/thm225679/article/details/79407619 实践 》 argparse是python用于解析命令行参数和选项的标准模块,用于代替已经过时的optparse模块。argparse模块的作用是用于解析命令行参数,例如python pa 阅读全文
posted @ 2018-04-11 20:47 rosyYY 阅读(141) 评论(0) 推荐(0) 编辑
lesson2-cnn-fastai
摘要:https://www.bilibili.com/video/av10156946/index_4.html#page=4 from IPython.display import FileLinkFileLink('文件位置') 建立连接,将文件从服务器下载到电脑 import numpy as n 阅读全文
posted @ 2018-04-11 20:25 rosyYY 阅读(260) 评论(0) 推荐(0) 编辑
mask-code-python
摘要:tf.sqeeze: 给定张量输入,此操作返回相同类型的张量,并删除所有尺寸为1的尺寸。 如果不想删除所有尺寸1尺寸,可以通过指定squeeze_dims来删除特定尺寸1尺寸。如果不想删除所有大小是1的维度,可以通过squeeze_dims指定。 # 't' is a tensor of shape 阅读全文
posted @ 2018-04-07 21:12 rosyYY 阅读(516) 评论(0) 推荐(0) 编辑
rcnn系列
摘要:提纲挈领 https://blog.csdn.net/linolzhang/article/details/54344350 SPP https://www.cnblogs.com/gongxijun/p/7172134.html 我们使用三层的金字塔池化层pooling,分别设置图片切分成多少块, 阅读全文
posted @ 2018-04-04 20:09 rosyYY 阅读(281) 评论(0) 推荐(0) 编辑
ubuntu下配置环境
摘要:https://blog.csdn.net/zzc15806/article/details/73662491 阅读全文
posted @ 2018-04-03 15:11 rosyYY 阅读(141) 评论(0) 推荐(0) 编辑
soft-nms
摘要:https://blog.csdn.net/app_12062011/article/details/77963494 》 NMS-非极大值抑制进行后处理。 通常的做法是将检测框按得分排序,然后保留得分最高的框,同时删除与该框重叠面积大于一定比例的其它框。这种贪心式方法存在如下图所示的问题: 红色框 阅读全文
posted @ 2018-04-03 11:49 rosyYY 阅读(261) 评论(0) 推荐(0) 编辑
lesson7cnn architecture-fastai
摘要:课程https://v.qq.com/x/page/e0398lijt8h.html 讲解: http://www.sohu.com/a/144583206_697750 resnet可以看作VGG16来使用,Resnet50中50表示容量,是resNet中最小的容量了resNet不是被设计用来和大 阅读全文
posted @ 2018-04-02 18:06 rosyYY 阅读(284) 评论(0) 推荐(0) 编辑
lesson5rnns-fastai
摘要:32min 如何确定embedding个数即嵌入矩阵容量?:不确定;与文本的字数关系不大,关键是语言的复杂度和需要解决的问题类型 embedding的效果要比one hot编码的效果好 阅读全文
posted @ 2018-04-02 17:37 rosyYY 阅读(122) 评论(0) 推荐(0) 编辑
lesson4Embedding-fastai
摘要:dense layer:mnist识别中,需要十组dense权重矩阵来计算这十个输出内容,conv矩阵每一个元素乘以另一个矩阵的元素并相加,得到一个值,最后加上sigmoid(softmax在二元情况下就是sihgmoid)得到一个值。 什么时候需要在conv后加max pooling--未知why 阅读全文
posted @ 2018-04-02 16:38 rosyYY 阅读(266) 评论(0) 推荐(0) 编辑
lesson3 overfitting -fastai
摘要:VGG:3*3Imagenet:7*7,9*9论文中证明3*3更胜一筹,但是用多少并没有定论微调:删掉模型的中间只对最后一层微调:model.pop,就删掉了最后一层 如何决定训练多少层?:·看论文上的可视化结构,清楚每一层的语义层次,哪一层的语义操作和自己的模型相关 ·试验 欠拟合:使用的模型不够 阅读全文
posted @ 2018-04-02 12:15 rosyYY 阅读(266) 评论(0) 推荐(0) 编辑
cell-augmented
摘要:https://zhuanlan.zhihu.com/p/33147353 https://blog.csdn.net/thm225679/article/details/79689008 https://github.com/ryanleeallred/Image_Augmentation/blo 阅读全文
posted @ 2018-04-01 18:38 rosyYY 阅读(124) 评论(0) 推荐(0) 编辑
ROI-Align解决方案
摘要:https://yq.aliyun.com/articles/558181 Mask R-CNN与Faster R-CNN相似,Faster R-CNN是two-stage的,其中第一个stage是RPN。添加一个预测分割mask的并行分支——这是一个FCN。 ROIlign Layer而不是ROI 阅读全文
posted @ 2018-04-01 15:36 rosyYY 阅读(2661) 评论(0) 推荐(0) 编辑
lesson1-fastai
摘要:fast-ai系统资料https://www.jianshu.com/p/2fe22a6b0ecb 中文视频 https://www.bilibili.com/video/av10156946/index_6.html#page=9 https://edu.csdn.net/course/play/ 阅读全文
posted @ 2018-03-23 21:08 rosyYY 阅读(381) 评论(0) 推荐(0) 编辑
mask-rcnn
摘要:基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN https://www.cnblogs.com/skyfsm/p/6806246.html 语义分割 https://blog.csdn.net/u013580397/article/details/7850 阅读全文
posted @ 2018-03-21 16:06 rosyYY 阅读(605) 评论(0) 推荐(0) 编辑
代码basic讲解
摘要:key1 import os g = os.walk(r'D:\Users\Quincy_C\PycharmProjects\S6')print(next(g))print(next(g)) 第一次next结果: 得到的结果是是一个元组,元组的第一个元素是输入的文件路径,第二个元素是当前路径下所有的 阅读全文
posted @ 2018-03-16 15:20 rosyYY 阅读(422) 评论(0) 推荐(0) 编辑
skearn/pandas
摘要:转: http://www.cnblogs.com/jasonfreak/p/5448385.html 1 特征工程是什么?2 数据预处理 2.1 无量纲化 2.1.1 标准化 2.1.2 区间缩放法 2.1.3 标准化与归一化的区别 2.2 对定量特征二值化 2.3 对定性特征哑编码 2.4 缺失 阅读全文
posted @ 2018-03-16 12:31 rosyYY 阅读(293) 评论(0) 推荐(0) 编辑