- 博客(63)
- 资源 (2)
- 收藏
- 关注
原创 Tensorflow Object Detection API使用
Tensorflow提供了基于深度学习方法的目标检测库Object Detection API,库中提供了目前比较流行的Faster-RCNN和SSD框架用于目标检测任务,也可以自定义模型框架进行学习用于目标检测。库中基于目前比较流行的数据集coco,PASCAL,Oxford Pet等数据集对一部分模型进行了预训练,用户可以基于这些预训练模型利用自己的数据集对自己的应用进行微调训练得到自己所需要
2018-01-08 12:22:57
4840
1
原创 Python中setup.py的使用
最近在使用tensorflow里的object detection api模块,涉及到了python的setup.py的使用。(1)管理员身份打开命令行客户端,将路径变到setup.py的文件目录下 注:从C:\Windows\System32路径转到其他路径需要使用cd\或cd..退至根目录,然后再变换到其他盘路径,如F:参考博客:制作Python的安装模块 (2)然后运行安装代码
2018-01-08 11:51:24
9059
原创 Mask-RCNN代码安装,调试与测试
0.准备数据集参考博客: 图像分割 | FCN数据集制作的全流程(图像标注) http://blog.youkuaiyun.com/u010402786/article/details/72883421 FCN制作自己的数据集、训练和测试全流程 http://blog.youkuaiyun.com/zoro_lov3/article/details/74550735 Mask RCNN训练自己的数据集 h...
2018-01-07 15:57:24
6098
原创 计算机视觉之目标检测及图像分割方法
1.目标检测现在的目标检测方法主要分为三类:(1)基于传统手工特征的目标检测方法(2)基于RCNN的目标检测方法 代表算法有RCNN,SPP-Net, Fast-RCNN,Faster-RCNN(3)基于CNN回归的目标检测方法 代表算法有YOLO,SSD2.图像分割图像分割包括语义分割和实例分割,分割就将对象在像素级别上进行提取。 (1)图像语义分割 代表型算法有:Fully Cons
2018-01-06 15:19:47
3323
原创 【Stanford-ML-Discussion】LiR,LoR,NN,SVM假设,损失函数与训练方法比较
【Stanford-ML-Discussion】LiR,LoR,NN,SVM假设函数,损失函数与训练方法比较
2017-03-08 01:48:23
868
原创 Ensemble learning algorithms(Bagging, Boosting, Random Foreast)
集成学习算法Ensemble learning algorithms(Bagging, Boosting, Random Foreast)
2017-03-03 08:11:11
1260
转载 特征选择常用算法综述
原文链接:http://www.cnblogs.com/heaad/archive/2011/01/02/1924088.html
2017-02-28 04:16:53
760
原创 Install TensorFlow(V0.11.0) on Mac OSX (Sierra)
Install TensorFlow(V0.11.0) on Mac OSX (Sierra)
2016-11-15 00:58:06
1259
原创 关于ISI、SCI、EI、IEEE、Elsevier、Springer的理解
关于ISI、SCI、EI、IEEE、Elsevier、Springer的理解
2016-07-07 09:47:23
103750
10
转载 欢迎使用优快云-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl
2016-06-15 21:54:24
406
原创 【Stanford机器学习笔记】12-Dimensionality Reduction
【Stanford机器学习笔记】12-Dimensionality Reduction
2016-05-15 11:05:27
2472
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人