上一页 1 ··· 3 4 5 6 7
  2019年7月11日
摘要: 前言 我们在进行图片识别后需要进行进一步的处理,该文章会介绍:1.怎样取消lables;2.输出并保存(.txt)标记框的位置信息 一.去掉label 在darknet/src/image.c 收索draw_detections_v3 .在该函数对应目录下进行修改。 二.目标定位(Object lo 阅读全文
posted @ 2019-07-11 14:39 玩转机器学习 阅读(5949) 评论(1) 推荐(0) 编辑
  2019年7月8日
摘要: 对于模型的优化,我们可以通过适当修改网络基本配置信息完成训练上的优化。 yolov3.cfg文件: [net]# Testing #测试模式 batch=1 subdivisions=1# Training #训练模式 每次前向图片的数目=batch/subdivisions# batch=64 # 阅读全文
posted @ 2019-07-08 17:33 玩转机器学习 阅读(9574) 评论(0) 推荐(0) 编辑
  2019年7月5日
摘要: conda创建python虚拟环境 前言 一.虚拟环境的作用 问题:如果在一台电脑上, 想开发多个不同的项目, 需要用到同一个包的不同版本, 如果使用上面的命令, 在同一个目录下安装或者更新, 新版本会覆盖以前的版本, 其它的项目就无法运行了. 解决方案 : 虚拟环境 作用 : 虚拟环境可以搭建独立 阅读全文
posted @ 2019-07-05 16:04 玩转机器学习 阅读(108029) 评论(1) 推荐(2) 编辑
摘要: yolov3测试自己的数据 前言 上一篇我已经介绍了利用yolov3预训练权重文件(只包含卷积层)并训练 只需要进行如下编译: 同时会在backup文件夹下生成对应weights文件(文件会随着时间递增不断的更新),如下所示: 可执行如下代码: 这里注意要把yolov3-1700.weights文件 阅读全文
posted @ 2019-07-05 14:25 玩转机器学习 阅读(4718) 评论(1) 推荐(1) 编辑
  2019年7月4日
摘要: 前沿 最近在用目标检测方面的项目,所选择的算法是yolov3(该算法的优点是:既有速度也有精度)。由于自己在实现该算法的时候遇到了不少坑,所以结合自己在该过程中遇到的问题以及对应解决思路整理一下,让需要的人可以少走些弯路,节约时间。 总体来说,可分为四步进行操作:1.标注数据(我的上一篇博客已有详细 阅读全文
posted @ 2019-07-04 16:01 玩转机器学习 阅读(10812) 评论(3) 推荐(2) 编辑
  2019年7月3日
摘要: 一.前言 由于前一段时间以及实现了基于keras深度学习框架下yolov3的算法,本来想趁着余热将自己的心得体会进行总结,但由于前几天有点事就没有完成计划,现在趁午休时间整理一下。 二.Keras框架的介绍 1.Keras是一个用Python编写的高级API,它提供了一个简单和模块化的API来创建和 阅读全文
posted @ 2019-07-03 14:10 玩转机器学习 阅读(3172) 评论(1) 推荐(1) 编辑
  2019年7月2日
摘要: Win10下数据增强及标注工具安装 一. 数据增强利器—Augmentor 1.安装 只需在控制台输入:pip install Augmentor 2.简介 Augmentor是用于图像增强的软件包,重点在于提供通常用于生成机器学习问题的图像数据的操作。其包含许多用于标准图像处理功能的类,例如Rot 阅读全文
posted @ 2019-07-02 16:29 玩转机器学习 阅读(1686) 评论(1) 推荐(1) 编辑
上一页 1 ··· 3 4 5 6 7