上一页 1 2 3 4 5 6 7 8 ··· 16 下一页
摘要: from openvino.inference_engine import IECore import numpy as np import time import cv2 as cv def ssd_video_demo(): ie = IECore() for device in ie.avai 阅读全文
posted @ 2022-02-25 14:04 wuyuan2011woaini 阅读(48) 评论(0) 推荐(0) 编辑
摘要: from openvino.inference_engine import IECore import numpy as np import time import cv2 as cv attris = "is_male:F,has_bag:F,has_backpack:F,has_hat:F,ha 阅读全文
posted @ 2022-02-25 10:53 wuyuan2011woaini 阅读(54) 评论(0) 推荐(0) 编辑
摘要: from openvino.inference_engine import IECore import numpy as np import time import cv2 as cv def ssd_video_demo(): ie = IECore() for device in ie.avai 阅读全文
posted @ 2022-02-25 10:43 wuyuan2011woaini 阅读(34) 评论(0) 推荐(0) 编辑
摘要: from openvino.inference_engine import IECore import time import cv2 as cv def ssd_video_demo(): ie = IECore() for device in ie.available_devices: prin 阅读全文
posted @ 2022-02-25 10:21 wuyuan2011woaini 阅读(33) 评论(0) 推荐(0) 编辑
摘要: from openvino.inference_engine import IECore import numpy as np import time import cv2 as cv # 人脸检测模型 model_xml = "/home/bhc/BHC/model/intel/face-dete 阅读全文
posted @ 2022-02-25 10:13 wuyuan2011woaini 阅读(61) 评论(0) 推荐(0) 编辑
摘要: from openvino.inference_engine import IECore import numpy as np import time import cv2 as cv emotions = ['neutral', 'happy', 'sad', 'surprise', 'anger 阅读全文
posted @ 2022-02-25 09:43 wuyuan2011woaini 阅读(180) 评论(0) 推荐(0) 编辑
摘要: from openvino.inference_engine import IECore import cv2 as cv def ssd_video_demo(): ie = IECore() for device in ie.available_devices: print(device) wi 阅读全文
posted @ 2022-02-24 16:41 wuyuan2011woaini 阅读(26) 评论(0) 推荐(0) 编辑
摘要: 1 from openvino.inference_engine import IECore 2 import numpy as np 3 import time 4 import cv2 as cv 5 6 # 图像识别 7 def ssd_image_demo(): 8 ie = IECore( 阅读全文
posted @ 2022-02-23 13:39 wuyuan2011woaini 阅读(112) 评论(0) 推荐(0) 编辑
摘要: from openvino.inference_engine import IECore import numpy as np import cv2 as cv ie = IECore() #推理引擎 for device in ie.available_devices: #可用设备 print(d 阅读全文
posted @ 2022-02-23 11:29 wuyuan2011woaini 阅读(81) 评论(0) 推荐(0) 编辑
摘要: import cv2 as cv import numpy as np # 显示图像 def image_io_demo(): image = cv.imread("001.jpg") # BGR h, w, c = image.shape print(h, w, c) #长、宽、颜色通道(1080 阅读全文
posted @ 2022-02-23 10:41 wuyuan2011woaini 阅读(45) 评论(0) 推荐(0) 编辑
摘要: 图像、视频读取显示及操作 图像分类 ssd对象检测 异步推理-SSD 人脸识别-脸部标志、表情、年龄/性别 头部姿态评估 行人检测 车辆检测 行人属性 道路分割 道路分割+车辆识别 文本轮廓检测 分割网络 retinanet_resnet模型 阅读全文
posted @ 2022-02-23 09:48 wuyuan2011woaini 阅读(131) 评论(0) 推荐(0) 编辑
摘要: # 写csv文件 import csv with open('test1.csv', 'a+',newline='') as f: #a+ writer = csv.writer(f) writer.writerow([0,'11']) #写一行 someiterable=[[11,22],[33, 阅读全文
posted @ 2022-02-23 09:24 wuyuan2011woaini 阅读(35) 评论(0) 推荐(0) 编辑
摘要: 函数定义 参数说明 mode说明 # t 文本模式 (默认)。 # x 写模式,新建一个文件,如果该文件已存在则会报错。 # b 二进制模式。 # + 打开一个文件进行更新(可读可写)。 # U 通用换行模式(不推荐)。 # r 以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。 # 阅读全文
posted @ 2022-02-23 09:12 wuyuan2011woaini 阅读(127) 评论(0) 推荐(0) 编辑
摘要: plot() 函数添加格式字符串来显示离散值 # 线样式 '-' 实线样式 '--' 短横线样式 '-.' 点划线样式 ':' 虚线样式 '.' 点标记 ',' 像素标记 'o' 圆标记 'v' 倒三角标记 '^' 正三角标记 '<' 左三角标记 '>' 右三角标记 '1' 下箭头标记 '2' 上箭 阅读全文
posted @ 2022-02-22 16:36 wuyuan2011woaini 阅读(45) 评论(0) 推荐(0) 编辑
摘要: # NumPy 线性代数 # dot 两个数组的点积,即元素对应相乘。 # vdot 两个向量的点积 # inner 两个数组的内积 # matmul 两个数组的矩阵积 # determinant 数组的行列式 # solve 求解线性矩阵方程 # inv 计算矩阵的乘法逆矩阵 阅读全文
posted @ 2022-02-22 16:24 wuyuan2011woaini 阅读(29) 评论(0) 推荐(0) 编辑
摘要: # NumPy 字符串函数 # add() 对两个数组的逐个字符串元素进行连接 # multiply() 返回按元素多重连接后的字符串 # center() 居中字符串 # capitalize() 将字符串第一个字母转换为大写 # title() 将字符串的每个单词的第一个字母转换为大写 # lo 阅读全文
posted @ 2022-02-22 16:19 wuyuan2011woaini 阅读(44) 评论(0) 推荐(0) 编辑
摘要: ######Nginx配置文件nginx.conf中文详解##### #定义Nginx运行的用户和用户组 user www www; #nginx进程数,建议设置为等于CPU总核心数。 worker_processes 8; #全局错误日志定义类型,[ debug | info | notice | 阅读全文
posted @ 2022-02-22 15:17 wuyuan2011woaini 阅读(30) 评论(0) 推荐(0) 编辑
摘要: 配置国内镜像-淘宝镜像 yarn config set registry https://registry.npm.taobao.org 设置代理 yarn config set proxy http://username:password@server:port yarn confit set h 阅读全文
posted @ 2022-02-22 14:44 wuyuan2011woaini 阅读(1244) 评论(0) 推荐(0) 编辑
摘要: # Ndarray 对象 import numpy as np a = np.array([1,2,3]) #一维 a = np.array([[1, 2], [3, 4]]) #多维 a = np.array([1, 2, 3, 4, 5], ndmin = 2) #最小维度 a = np.arr 阅读全文
posted @ 2022-02-21 16:56 wuyuan2011woaini 阅读(22) 评论(0) 推荐(0) 编辑
摘要: numpy基础 numpy数组操作 numpy位运算函数、字符串函数、数学函数、算数函数、排序筛选函数 numpy线性代数 NumPy Matplotlib.pyplot 阅读全文
posted @ 2022-02-21 16:38 wuyuan2011woaini 阅读(9) 评论(0) 推荐(0) 编辑
摘要: # 修改数组形状 # reshape 不改变数据的条件下修改形状 # flat 数组元素迭代器 # flatten 返回一份数组拷贝,对拷贝所做的修改不会影响原始数组 # ravel 返回展开数组 a = np.arange(8) a=a.reshape(2,4) for element in a. 阅读全文
posted @ 2022-02-21 16:37 wuyuan2011woaini 阅读(35) 评论(0) 推荐(0) 编辑
摘要: import pandas as pd import numpy as np pd.options.display.max_columns = 40 movie = pd.read_csv('data/movie.csv') two_cloumn = movie[['序号', '名称']] #选取多 阅读全文
posted @ 2022-02-21 11:57 wuyuan2011woaini 阅读(126) 评论(0) 推荐(0) 编辑
摘要: pandas基础 DataFrame基本操作 阅读全文
posted @ 2022-02-21 09:54 wuyuan2011woaini 阅读(14) 评论(0) 推荐(0) 编辑
摘要: movie.csv 代码 阅读全文
posted @ 2022-02-18 16:52 wuyuan2011woaini 阅读(30) 评论(0) 推荐(0) 编辑
摘要: # TensorFlow Serving部署 # 服务器端,安装TensorFlow Serving tensorflow_model_server \ --rest_api_port=端口号(如8501) \ --model_name=模型名 \ --model_base_path="SavedM 阅读全文
posted @ 2022-02-18 11:20 wuyuan2011woaini 阅读(82) 评论(0) 推荐(0) 编辑
摘要: # TensorFlow 模型导出 mport tensorflow as tf from zh.model.utils import MNISTLoader num_epochs = 1 batch_size = 50 learning_rate = 0.001 model = tf.keras. 阅读全文
posted @ 2022-02-18 11:10 wuyuan2011woaini 阅读(176) 评论(0) 推荐(0) 编辑
摘要: #tf.function :图执行模式 # 基础使用 import tensorflow as tf import time from zh.model.mnist.cnn import CNN from zh.model.utils import MNISTLoader num_batches = 阅读全文
posted @ 2022-02-18 11:01 wuyuan2011woaini 阅读(26) 评论(0) 推荐(0) 编辑
摘要: # TFRecord 数据集存储格式 import tensorflow as tf import os data_dir = 'C:/datasets/cats_vs_dogs' train_cats_dir = data_dir + '/train/cats/' train_dogs_dir = 阅读全文
posted @ 2022-02-18 10:52 wuyuan2011woaini 阅读(16) 评论(0) 推荐(0) 编辑
摘要: 实例 import tensorflow as tf import os num_epochs = 10 batch_size = 32 learning_rate = 0.001 data_dir = 'C:/datasets/cats_vs_dogs' train_cats_dir = data 阅读全文
posted @ 2022-02-17 16:52 wuyuan2011woaini 阅读(36) 评论(0) 推荐(0) 编辑
摘要: 简单粗暴的tensorflow-模型与层 简单粗暴的tensorflow-多层感知机(MLP) 简单粗暴的tensorflow-CNN 简单粗暴的tensorflow-RNN 简单粗暴的tensorflow-Keras Pipeline 简单粗暴的tensorflow-自定义层、损失函数、评估指标 阅读全文
posted @ 2022-02-17 16:05 wuyuan2011woaini 阅读(27) 评论(0) 推荐(0) 编辑
摘要: # tensorboard可视化参数 summary_writer = tf.summary.create_file_writer('./tensorboard') #存放 TensorBoard 的记录文件 # 开始模型训练 for batch_index in range(num_batches 阅读全文
posted @ 2022-02-17 15:33 wuyuan2011woaini 阅读(83) 评论(0) 推荐(0) 编辑
摘要: # train.py 模型训练阶段 model = MyModel() # 实例化Checkpoint,指定保存对象为model(如果需要保存Optimizer的参数也可加入) checkpoint = tf.train.Checkpoint(myModel=model) # ...(模型训练代码) 阅读全文
posted @ 2022-02-17 15:22 wuyuan2011woaini 阅读(40) 评论(0) 推荐(0) 编辑
摘要: # 自定义层 y_pred=w*x+b class LinearLayer(tf.keras.layers.Layer): def __init__(self, units): super().__init__() self.units = units def build(self, input_s 阅读全文
posted @ 2022-02-17 15:09 wuyuan2011woaini 阅读(46) 评论(0) 推荐(0) 编辑
摘要: # Keras Pipeline model = tf.keras.models.Sequential([ #模型定义 tf.keras.layers.Flatten(), tf.keras.layers.Dense(100, activation=tf.nn.relu), tf.keras.lay 阅读全文
posted @ 2022-02-17 15:01 wuyuan2011woaini 阅读(50) 评论(0) 推荐(0) 编辑
摘要: # 数据集 class DataLoader(): def __init__(self): path = tf.keras.utils.get_file('nietzsche.txt', origin='https://s3.amazonaws.com/text-datasets/nietzsche 阅读全文
posted @ 2022-02-17 14:39 wuyuan2011woaini 阅读(26) 评论(0) 推荐(0) 编辑
摘要: # CNN模型定义 class CNN(tf.keras.Model): def __init__(self): super().__init__() self.conv1 = tf.keras.layers.Conv2D( #卷积层定义 filters=32, # 卷积层神经元(卷积核)数目 ke 阅读全文
posted @ 2022-02-17 14:01 wuyuan2011woaini 阅读(36) 评论(0) 推荐(0) 编辑
摘要: # 数据集 class MNISTLoader(): def __init__(self): mnist = tf.keras.datasets.mnist (self.train_data, self.train_label), (self.test_data, self.test_label) 阅读全文
posted @ 2022-02-17 13:49 wuyuan2011woaini 阅读(102) 评论(0) 推荐(0) 编辑
摘要: #y_pred = a * X + b进行模型建立 import tensorflow as tf X = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]]) y = tf.constant([[10.0], [20.0]]) class Linear(t 阅读全文
posted @ 2022-02-17 13:35 wuyuan2011woaini 阅读(34) 评论(0) 推荐(0) 编辑
摘要: 参数说明 inputs: 输入数据,2维tensor. units: 该层的神经单元结点数。 activation: 激活函数. use_bias: Boolean型,是否使用偏置项. kernel_initializer: 卷积核的初始化器. bias_initializer: 偏置项的初始化器, 阅读全文
posted @ 2022-02-14 09:35 wuyuan2011woaini 阅读(1006) 评论(0) 推荐(0) 编辑
摘要: dense :全连接层 相当于添加一个层函数如下: tf.layers.dense( inputs, units, activation=None, use_bias=True, kernel_initializer=None, ##卷积核的初始化器 bias_initializer=tf.zero 阅读全文
posted @ 2022-02-11 16:56 wuyuan2011woaini 阅读(365) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 ··· 16 下一页