深度学习【理论+实践】
关注
分享
扫一扫
本人在学习该领域期间所看所得，有看到优秀的就转载，大部分是自己的体会之感
ciky奇
这个作者很懒，什么都没留下…
展开
-
【代码分析】Pytorch版YOLO V4代码分析
YOLO V4出来也几天了，论文大致看了下，然后看到大量的优秀者实现了各个版本的YOLOV4了。Yolo v4 论文: https://arxiv.org/abs/2004.10934AB大神Darknet版本的源码实现: https://github.com/AlexeyAB/darknet本文针对Pytorch版本实现的YOLOV4进行分析，感谢Tianxiaomo 分享的工程：P...原创 2020-05-08 15:54:34 · 23006 阅读 · 19 评论 -
TensorFlow学习——Tensorflow Object Detection API（1.安装篇）
2017 年 6 月， Google 公司开放了 TensorFlow Object Detection API 。 这 个项目使用 TensorFlow 实现了大多数深度学习目标检测框架，真中就包括Faster R-CNN。本系列文章将（1）先介绍如何安装 TensorFlow Object Detection API；（2）再介绍如何使用已经训练好的模型进行物体检测 ；（3）最...原创 2018-08-15 20:08:12 · 6594 阅读 · 9 评论 -
TensorFlow学习——Tensorflow Object Detection API（2.目标检测篇）
2017 年 6 月， Google 公司开放了 TensorFlow Object Detection API 。 这 个项目使用 TensorFlow 实现了大多数深度学习目标检测框架，真中就包括Faster R-CNN。本系列文章将（1）先介绍如何安装 TensorFlow Object Detection API；（2）再介绍如何使用已经训练好的模型进行物体检测 ；（3）最...原创 2018-08-17 00:29:51 · 5166 阅读 · 3 评论 -
【深度学习】Mobilenet-SSD实现步骤
转自：http://blog.youkuaiyun.com/Jesse_Mx/article/details/78680055墙裂推荐，自己就不写了，转载一下~mobilenet 也算是提出有一段时间了，网上也不乏各种实现版本，其中，谷歌已经开源了Tensorflow的全部代码；单纯的Mobilenet分类不是关注重点，如何将其应用到目标检测网络才是关键，目前基本看好的思路就是Mobilenet+...转载 2018-08-16 20:00:34 · 11183 阅读 · 5 评论 -
TensorFlow学习——Tensorflow Object Detection API（3.模型训练篇）
2017 年 6 月， Google 公司开放了 TensorFlow Object Detection API 。 这 个项目使用 TensorFlow 实现了大多数深度学习目标检测框架，真中就包括Faster R-CNN。本系列文章将（1）先介绍如何安装 TensorFlow Object Detection API；Tensorflow Object Detection API安装...原创 2018-08-22 15:12:27 · 9957 阅读 · 27 评论 -
Github上不错的tensorflow项目分享
转载网址：http://note.youdao.com/share/?id=71216576910b7a6cd6f2a0f2ebf8faa2&type=note#/ —— 感谢AI研习社的分享 Models in TensorFlow from GitHub图像处理/识别1.PixelCNN &PixelRNN in TensorFlowTens...转载 2018-08-21 11:17:27 · 6317 阅读 · 1 评论 -
Tensorflow学习——MNIST运行
以下是一层线性网络import input_datamnist = input_data.read_data_sets('MNIST_data', one_hot=True)import tensorflow as tfsess = tf.InteractiveSession()x = tf.placeholder("float", shape=[None, 784])原创 2017-07-17 22:22:49 · 387 阅读 · 0 评论 -
Tensorflow学习——ReLu
预训练的用处：规则化，防止过拟合；压缩数据，去除冗余；强化特征，减小误差；加快收敛速度。标准的sigmoid输出不具备稀疏性，需要用一些惩罚因子来训练出一大堆接近0的冗余数据来，从而产生稀疏数据，例如L1、L1/L2或Student-t作惩罚因子。因此需要进行无监督的预训练。而ReLU是线性修正，公式为：g(x) = max(0, x)，是purelin的折线版。它的作用是如果计算转载 2017-07-17 22:39:50 · 7586 阅读 · 0 评论 -
Tensorflow学习——MNIST多层卷积网络解决方案
Tensorflow官方文档中文版学习纪要上篇MNIST的正确率只有91%，本篇文章用卷积神经网络来改善效果。准确率预计99.2%；参考：http://blog.youkuaiyun.com/smf0504/article/details/56666229# coding=utf-8 import tensorflow as tf # impor原创 2017-07-21 14:02:15 · 631 阅读 · 0 评论 -
Tensorflow学习——猫狗大战
本次学习主要参考优酷：Tensorflow tutorial Cats vs. dogs 系列视频 视频连接：http://i.youku.com/deeplearning101 数据集链接：http://pan.baidu.com/s/1dFd8kmt 密码：psor运行环境：win10,64位，TensorFlow CPU版本，电脑显卡不行，整个过程训练了十个小时（10000原创 2017-07-30 11:45:59 · 15462 阅读 · 27 评论 -
TensorFlow学习——CIFAR-10（一）
本文学习参考视频：http://v.youku.com/v_show/id_XMjY4MjYzNzUwNA==.html?spm=a2h0k.8191407.0.0&from=s1.8-1-1.2CIFAR-10官网： http://www.cs.toronto.edu/~kriz/cifar.htmlTensorFlow处理二进制数据格式流程：读取数据，数据不能一次读进内存中，需要生原创 2017-07-30 12:34:17 · 3215 阅读 · 0 评论 -
TensorFlow学习——CIFAR-10（python实现数据可视化）
CIFAR-10下载下来的数据都是二进制文件(1)CIFAR-10数据集介绍① CIFAR-10数据集包含60000个32*32的彩色图像，共有10类。有50000个训练图像和10000个测试图像。 数据集分为5个训练块和1个测试块，每个块有10000个图像。测试块包含从每类随机选择的1000个图像。训练块以随机的顺序包含这些图像，但一些训练块可能比其它类包含更多的图像。训练块原创 2017-07-30 18:53:32 · 2821 阅读 · 0 评论 -
TensorFlow学习——CIFAR-10（二）代码实现
网上关于CIFAR-10的程序大致有两类程序，以下博客都是相同的程序代码及解释：http://www.cnblogs.com/lixiaoran/p/6740022.html从Github https://github.com/tensorflow/models/blob/master/tutorials/image/cifar10下载到的cifar10程序共包括1. cifar1原创 2017-07-30 21:09:20 · 5758 阅读 · 5 评论 -
TensorFlow学习——Tensorflow Object Detection API（win10，CPU）
英文链接地址：https://github.com/tensorflow/models/tree/master/object_detection 确保安装了如下的库： Tensorflow Object Detection API depends on the following libraries:Protobuf 2.6 Pillow 1.0 lxml tf Slim...原创 2017-08-26 22:56:33 · 14775 阅读 · 31 评论 -
【深度学习实战01】——RNN实现二进制加法运算器
网络主要由输入层（两个数构成），中间层（多个神经元构成的隐藏层），以及输出层构成；import copy, numpy as np np.random.seed(0)# compute sigmoid nonlinearity #定义sigmoid函数def sigm...原创 2018-04-17 19:26:01 · 2708 阅读 · 0 评论 -
【深度学习Faster-RCNN】深刻解读Faster R-CNN
文章剖析很全面，转自厉害的楼主大大：https://zhuanlan.zhihu.com/p/31426458经过R-CNN和Fast R-CNN的积淀，Ross B. Girshick在2016年提出了新的Faster R-CNN，在结构上，Faster R-CNN已经将特征抽取(feature extraction)，proposal提取，bounding box regression(rec...转载 2018-04-20 15:19:04 · 3962 阅读 · 0 评论 -
【深度学习 SS】Selective Search原理剖析
参考：https://www.cnblogs.com/zhao441354231/p/5941190.html学习RCNN时对SS工作原理比较好奇，搜索网上资料，大意如下：项目地址: http://disi.unitn.it/~uijlings/MyHomepage/index.php#page=projects1这是一篇2013年发表的文章,应该是下面2011年ICCV会议论文的扩展:Van, ...转载 2018-04-20 16:10:36 · 2659 阅读 · 1 评论 -
【深度学习实战02】——VGG网络提取输入图像的特征并显示特征图
本文是深度学习实战系列文章，主要是利用官网VGG 19层网络训练得到模型产生的weight和bias数值，对输入的任意一张图像进行前向训练，从而得到特征图。一. 代码以下是对应代码：# coding: utf-8import scipy.ioimport numpy as np import os import scipy.misc import matplotlib.pyplot a...原创 2018-05-05 17:49:50 · 25004 阅读 · 41 评论 -
【深度学习YOLO V1】深刻解读YOLO V1（图解）
参考：http://blog.youkuaiyun.com/u011534057/article/details/51244354论文下载：http://arxiv.org/abs/1506.02640 darknet版的代码下载：https://github.com/pjreddie/darknettensorflow版本的代码下载：https://github.com/hizhangp/yolo_tens...转载 2018-05-08 10:43:24 · 102944 阅读 · 89 评论 -
【深度学习实战03】——YOLO tensorflow运行及源码解析
本文章是深度学习实战系列第三讲文章，以运行代码+源码分析 为主；转载请注明引用自：首先代码下载链接是：https://github.com/hizhangp/yolo_tensorflow下载完后建议好好读下里面的README部分内容；该代码主要是利用训练号模型得到的权重参数，来对输入图像或视频做目标检测的；如果想要自己训练模型得到权重参数的话，需要用darknet这个框架做训练。其中YOLO_s...原创 2018-05-11 14:54:34 · 10534 阅读 · 64 评论 -
【深度学习SSD】——深刻解读SSD tensorflow及源码详解
本文主要针对SSD的tensorflow框架下的实现的源码解读即对网络模型的理解。【前言】首先在github上下载tensorflow版的SSD repository：https://github.com/balancap/SSD-Tensorflow同时附上论文地址：SSD 论文下载解压SSD-Tensorflow-master.zip 到自己工作目录下。S...原创 2018-05-22 15:05:07 · 40741 阅读 · 28 评论 -
【深度学习实战04】——SSD tensorflow图像和视频的目标检测
关于SSD的源代码详细讲解，请参考文章：https://blog.youkuaiyun.com/c20081052/article/details/80391627 代码详解本文是实战系列的第四篇，逼自己抽空写篇博客，把之前运行的程序po出来，供需要的人参考。下载 SSD-Tensorflow-master 解压找到里面notebooks文件夹，本文主要针对这个文件夹下提供的事例做讲解；主要...原创 2018-05-25 18:58:00 · 9119 阅读 · 71 评论 -
【深度学习R-FCN】——深刻解读R-FCN网络结构
本文参考：https://blog.youkuaiyun.com/kekong0713/article/details/69919093作者链接：代季峰，何恺明，孙剑论文链接：论文传送门代码链接：matlab版，python版方法概括R-FCN解决问题——目标检测整个R-FCN的结构一个base的conv网络如ResNet101, 一个RPN（Faster RCNN来的）,一个position sensiti...转载 2018-06-01 08:54:31 · 5126 阅读 · 0 评论 -
【深度学习样本准备系列】——标注工具：labelImg工具安装使用
首先工具链接：https://github.com/csq20081052/labelImg 戳这里：点击打开链接该工具很方便，能够加载图像与文件夹，可自行定义图像类别（原工具已经预先分了常用的人，车，猫……等类别）；链接中支持多种方式的安装使用方法，本文主要讲在win64下 anaconda方式的安装与使用。本人安装内容如下：Anaconda版本：Anaconda3-4.2.0-W...原创 2018-06-04 15:21:05 · 5869 阅读 · 2 评论 -
【深度学习MobileNet】——深刻解读MobileNet网络结构
本文转载自：引言卷积神经网络（CNN）已经普遍应用在计算机视觉领域，并且已经取得了不错的效果。图1为近几年来CNN在ImageNet竞赛的表现，可以看到为了追求分类准确度，模型深度越来越深，模型复杂度也越来越高，如深度残差网络（ResNet）其层数已经多达152层。 图1 CNN在ImageNet上的表现（来源：CVPR2017） 然而，在某些真实的应用场景如移动或者嵌入式设备，如此大而复杂的模型...转载 2018-06-15 12:49:48 · 138371 阅读 · 7 评论 -
【深度学习 学习率，优化器】——深刻解读训练网络时各种学习率，优化器的区别，learning rate, Momentum
机梯度下降及各种更新方法普通更新 最简单的更新形式是沿着负梯度方向改变参数（因为梯度指向的是上升方向，但是我们通常希望最小化损失函数）。假设有一个参数向量x及其梯度dx，那么最简单的更新的形式是：# 普通更新x += - learning_rate * dx其中learning_rate是一个超参数，它是一个固定的常量。当在整个数据集上进行计算时，只要学习率足够低，总是能在损失函数上...原创 2018-06-25 23:28:32 · 6085 阅读 · 2 评论 -
【何之源-21个项目玩转深度学习】——Chapter2-2.1.3 Tensorflow的数据读取机制
何之源，知乎上的一个大大，推出了一本TF的实践书，本文是在看其资料时做的源码分析。首先贴出其代码：# coding:utf-8import osif not os.path.exists('read'): os.makedirs('read/')# 导入TensorFlowimport tensorflow as tf # 新建一个Sessionwith tf.S...原创 2018-07-20 13:41:01 · 1401 阅读 · 0 评论 -
【何之源-21个项目玩转深度学习】——Chapter2-2.1.2 CIFAR-10数据下载
本文主要讲用tensorflow框架下python代码实现CIFAR-10数据的下载；主代码如下：# coding:utf-8# 引入当前目录中的已经编写好的cifar10模块import cifar10import tensorflow as tf# tf.app.flags.FLAGS是TensorFlow内部的一个全局变量存储器，同时可以用于命令行参数的处理FLAGS...原创 2018-07-20 15:41:52 · 1028 阅读 · 3 评论 -
【何之源-21个项目玩转深度学习】——Chapter2-2.1.4 CIFAR-10二进制数据集保存为图片形式
关于CIFAR-10数据集下载请参考：由于下载解压得到的数据集是二进制形式的，本文讲的是将bin形式数据转为tensorflow能识别的tensor形式的，以及保存成可视化的图像文件；主函数cifar10_extract.py的内容如下：#coding: utf-8# 导入当前目录的cifar10_input，这个模块负责读入cifar10数据import cifar10_inp...原创 2018-07-20 19:02:03 · 1148 阅读 · 0 评论 -
MV-YOLO: Motion Vector-aided Tracking by Semantic Object Detection论文解读
论文题目：MV-YOLO: Motion Vector-aided Tracking by Semantic Object Detection论文发布时间：CVPR 2018.6论文下载地址：https://arxiv.org/abs/1805.00107摘要——目标跟踪是许多视觉分析系统的基石。虽然最近几年在该领域已经取得了相当大进展，但要想实现现实视频中目标的鲁棒，高效和高精度的跟...翻译 2018-07-20 22:08:35 · 1660 阅读 · 3 评论 -
【深度学习-微调模型】使用Tensorflow Slim fine-tune(微调)模型
本文主要讲解在现有常用模型基础上，如何微调模型，减少训练时间，同时保持模型检测精度。首先介绍下Slim这个Google公布的图像分类工具包，可在github链接：modules and examples built with tensorflow 中找到slim包。上面这个链接目录下主要包含：official models（这个是用Tensorflow高层API做的例子模型集，建议初学...原创 2018-08-01 16:08:17 · 10639 阅读 · 32 评论 -
【何之源-21个项目玩转深度学习】——Chapter3-3.2 数据准备-将图像数据转为tfrecord形式
在训练自己的模型前，需要准备数据集，tfrecord作为tensorflow较为流行的数据处理格式，我们需要根据已有的图像样本来制作tfrecord格式的数据源。读者完全可按照下面文件的存放路径，调用以下两个.py文件制作自己的tfrecord文件；何大神提供的数据源结构如下：data_prepare/ pic/ train/ wood/ ...原创 2018-08-01 13:31:31 · 6423 阅读 · 61 评论 -
【深度学习-模型eval+模型导出】使用Tensorflow Slim对训练的模型进行评估+导出模型
之前文章已经讲解了step1:怎么将你的原始图像数据转成TF-Record格式；（请参考：TF-Record文件制作）step2：然后运用转成TF-Record个格式的文件在Inception V3上做模型训练（请参考：模型fine-tune和整个权重文件重新训练）在这两步基础上我们会在训练权重文件夹(我的目录是：slim/satellite/train_dir/)下生成如下文件：...原创 2018-08-07 13:06:29 · 8383 阅读 · 15 评论