自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(22)
  • 收藏
  • 关注

原创 第J6周:ResNeXt-50实战解析

【代码】第J6周:ResNeXt-50实战解析。

2025-06-01 20:38:54 311

原创 第J5周:DenseNet+SE-Net实战

【代码】第J5周:ResNet与DenseNet结合探索。

2025-05-24 15:28:51 195

原创 第J4周:ResNet与DenseNet结合探索

模型前面用ResNet保证稳定训练,后面用DenseNet强化特征表达。

2025-05-16 21:08:06 351

原创 第J3-1周:DenseNet算法 实现乳腺癌识别

【代码】第J3-1周:DenseNet算法 实现乳腺癌识别。

2025-05-02 22:10:44 320

原创 第J2周:ResNet50V2算法实战与解析

【代码】第J2周:ResNet50V2算法实战与解析。

2025-04-25 20:03:20 326

原创 第J1周:ResNet-50算法实战与解析

包括多个卷积层和恒等映射(identity mapping),用于解决梯度消失问题。:使用 7x7 的卷积核,步长为 2,输出通道数为 64。:将最后一个残差块的输出特征图转换为一维向量。:使用 3x3 的池化核,步长为 2。:将一维向量映射到具体的类别。

2025-04-18 21:59:54 315

原创 第T10周:数据增强

这是大家可以自由发挥的一个地方# 随机改变图像对比度。

2025-04-11 20:50:14 457

原创 第P10周:Pytorch实现车牌识别

先将车牌字符数字化,接着将车牌字符串转换为One-Hot编码矩阵,再构建神经网络模型,输入3通道彩色图片,使用 CrossEntropyLoss() 计算损失,Adam 优化器训练,最后最小化损失,计算准确率。本次的目标是基于 Pytorch 实现一个车牌识别模型,主要涉及数据预处理、自定义数据加载器、构建深度学习模型、训练及评估。

2025-04-04 21:05:41 435

原创 第P9周:YOLOv5-Backbone模块实现

Backbone的主要作用是将输入图像转化为多层特征图,这些特征图包含了图像中的重要信息,如边缘、纹理和形状等。:这是卷积神经网络中常用的基础模块,主要由卷积层、批量归一化层(BN层)和激活函数组成。:通过C3模块和SPPF模块,Backbone能够提取不同尺度的特征,提高对不同大小目标的检测能力。:Backbone通过卷积操作提取图像中的局部特征,并通过BN层和激活函数进行规范化和非线性变换。:空间金字塔池化模块,通过引入不同的池化核来提取特征图中不同大小目标的特征。

2025-03-28 16:54:39 951

原创 第P8周:YOLOv5-C3模块实现

在YOLOv5中,C3模块是一个关键的卷积模块,主要用于特征提取和融合。C3模块的设计灵感来源于ResNeXt中的基础块,结合了多个卷积核的卷积操作,可以增加模型的感受野并减少参数数量。能够解决由于Intel OpenMP库导致的问题,通常用于避免在使用这些库时出现的多线程冲突。# 出现Kernel Restarting重启问题时,再次使用1x1的卷积核来减少通道数。使用1x1的卷积核来减少通道数。使用3x3的卷积核来扩大感受野。

2025-03-21 16:12:13 505

原创 第P7周:马铃薯病害识别(VGG-16复现)

【代码】第P7周:马铃薯病害识别(VGG-16复现)

2025-03-14 21:56:48 294

原创 第N1周:one-hot编码案例

【代码】第N1周:one-hot编码案例。

2025-02-28 20:38:29 490

原创 第P5周:Pytorch实现运动鞋识别

运行最后可视化代码的时候kernel崩了:( 明天再试试。

2025-02-21 14:49:48 367

原创 第T9周:猫狗识别2

VGG16的网络架构是由16个可训练的层组成,分为卷积层、最大池化层、全连接层。VGG16的特点是它采用了小的卷积核(3x3),并且通过增加网络的深度来提高模型的表现。输入图像的尺寸是 224 x 224 x 3(224x224的RGB图像)。,使用2x2的池化窗口来减少特征图的尺寸。使用Softmax激活函数进行分类。在每个卷积层之后,都会有一个。

2025-02-14 21:10:25 655

原创 第T8周:猫狗识别

2)需要的存储容量大,不利于部署。例如存储VGG-16权重值文件的大小为500多MB,不利于安装到嵌入式系统中。VGG的结构非常简洁,整个网络都使用了同样大小的卷积核尺寸(3x3)和最大池化尺寸(2x2)。1)训练时间过长,调参难度大。模型还在调试,后再补全:)

2025-01-17 21:08:11 494

原创 第T7周:咖啡豆识别

VGG的结构非常简洁,整个网络都使用了同样大小的卷积核尺寸。权重值文件的大小为500多MB,不利于安装到嵌入式系统中。2)需要的存储容量大,不利于部署。# 这周在赶ddl比较忙,过两天补全:)1)训练时间过长,调参难度大。

2025-01-10 21:58:59 393

原创 第T6周:好莱坞明星识别

然而,正确预测结果应为: Jennifer Lawrence,所以模型还需调整。本周比较忙,后再调试吧。

2025-01-03 21:53:14 476

原创 第T5周:运动鞋品牌识别

是 TensorFlow 中的一个学习率衰减策略,用于在训练神经网络时动态地降低学习率。学习率衰减是一种常用的技巧,可以帮助优化算法更有效地收敛到全局最小值,从而提高模型的性能。正确预测结果应为: nike,所以模型还需调整,先发上来,后再调试。

2024-12-27 21:54:57 759

原创 第T4周:猴痘病识别

color_channels 为 (R,G,B) 分别对应 RGB 的三个颜色通道(color channel)。在此示例中,我们的 CNN 输入的形状是。卷积神经网络(CNN)的输入是张量 (Tensor) 形式的。我们需要在声明第一层时将形状赋值给参数。,包含了图像高度、宽度及颜色信息。

2024-12-20 21:12:27 410

原创 第T3周:天气识别

本文将采用CNN实现多云、下雨、晴、日出四种天气状态的识别,为了增加模型的泛化能力,新增了Dropout层并且将最大池化层调整成了平均池化层。

2024-12-13 16:05:34 355

原创 第T2周:彩色图片分类

由此可知,根据“将图片归类到预测概率最大化的类别中”,这张模糊的图片被模型预测为airplane类别。,交叉验证的准确率随着模型进程逐渐低于测试集的预测准确率,并逐渐趋于平稳。由此可知,该模型在测试集上的预测准确率为69.80。归一化使像素的值标准化至0到1的区间。选取测试集中的第三张图片进行预测。

2024-12-06 18:05:28 473

原创 第T1周:实现mnist手写数字识别

输入一张图片,将会得到一组数,这组代表这张图片上的数字为0~9中每一个数字的几率(并非概率),输出的数字越大,可能性越大。输出结果数组中第三位的数值最大,模型预测这张图片属于第三类概率最大,因此最终预测结果为“2”。最终准确率为99.87%,所以模型构建有效。调整图片格式:使其符合模型要求。数据可视化:展示数据集。

2024-11-29 21:26:25 412

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除