摘要： 这篇文章的标题比较奇怪，网上可能很少类似专门介绍神经网络的输入输出相关文章。在我实际工作和学习过程中，发现很有必要对神经网络的输入和输出做一个比较全面地介绍。跟之前博客一样，本篇文章不会出现相关代码或者公式之类的，还是希望用更直观的图文来说明问题，读者不太可能通过阅读文章来获取代码或者解决方案从而直 阅读全文

摘要： 这篇文章其实主要是想介绍在深度学习过程中如何使用小型数据集，这种数据集样本数量一般在1000以下，有时候甚至只有几百。一般提到神经网络，大家都会说数据量越丰富，准确性越高，但是实际工作中，可能收集不了大量的训练样本，那么这时候该如何利用有限的数据集去实现我们想要的功能，并且还能得到相对不错的效果呢？ 阅读全文

摘要： 视频结构化类应用涉及到的技术栈比较多，而且每种技术入门门槛都较高，比如视频接入存储、编解码、深度学习推理、rtmp流媒体等等。每个环节的水都非常深，单独拿出来可以写好几篇文章，如果没有个几年经验基本很难搞定。本篇文章简单介绍视频结构化类应用涉及到的技术栈，以及这类应用常见结构，因为是实时视频分析，因 阅读全文

摘要： 从在博客园写第一篇博客到现在，已经整整10年。第一篇博客是我在大二的时候写的，刚才翻回去看了一下，写的是.NET中关于委托的内容，不仅文章排版稀烂，内容还惨不忍睹，仔细想了想，那篇文章好像是我在学校电信楼机房里写的。10年中，博客园网站倒是经常上，但是写博客的频率一般般，加上这篇一共都不到120篇， 阅读全文

摘要： 大部分介绍神经网络的文章中概念性的东西太多，而且夹杂着很多数学公式，读起来让人头疼，尤其没什么基础的人完全get不到作者想要表达的思想。本篇文章尝试零公式（但有少量数学知识）说清楚什么是神经网络，并且举例来说明神经网络能干什么。另外一些文章喜欢举“根据历史交易数据预测房子价值”或者“根据历史数据来预 阅读全文

摘要： 算法不是通用的，基于深度学习的应用系统不但做不到通用，即使对于同一类业务场景，还需要为每个场景做定制、特殊处理，这样才能有可能到达实用标准。这种局限性在计算机视觉领域的应用中表现得尤其突出，本文介绍基于深度学习的交通行业视频结构化类应用在实际使用场景中遇到的一些问题。计算机视觉处理的目标是图片，因此 阅读全文

摘要： 图像搜索引擎一般有三种实现方式： （1）Search By Metadata，这种方式不会考虑图片本身内容（图片包含物体，以及图像像素分布等），纯粹根据图像标签来进行检索。如果某个网页中有一张赛马的图片，并且网页文本内容中包含“赛马”（或者相关词汇）的文字，当用户搜索“赛马”、“马”、“horse” 阅读全文

摘要： 算力和数据是影响深度学习应用效果的两个关键因素，在算力满足条件的情况下，为了到达更好的效果，我们需要将海量、高质量的素材数据喂给神经网络，训练出高精度的网络模型。吴恩达在深度学习公开课中提到，在算力满足要求的前提下，模型效果会随着素材数量的增多而变好，理论上没有上限。实践证明，在普通基于深度学习的应 阅读全文

摘要： 基于视频结构化的应用中，目标在经过跟踪算法后，会得到一个唯一标识和它对应的运动轨迹，利用这两个数据我们可以做一些后续工作：测速（交通类应用场景）、计数（交通类应用场景、安防类应用场景）以及行为检测（交通类应用场景、安防类应用场景）。我会写三篇文章依次介绍这三个主题。 （1）目标跟踪之速度计算 （2） 阅读全文

摘要： 基于视频结构化的应用中，目标在经过跟踪算法后，会得到一个唯一标识和它对应的运动轨迹，利用这两个数据我们可以做一些后续工作：测速（交通类应用场景）、计数（交通类应用场景、安防类应用场景）以及行为检测（交通类应用场景、安防类应用场景）。我会写三篇文章依次介绍这三个主题。 （1）目标跟踪之速度计算 （2） 阅读全文