haoji007的博客

目录0. CVAT链接1. 标注图(以旋转框为例)导出可视化效果2. docker-容器安装cvat3. cvat标注教程3.1 支持的类型3.2 标注流程4. 类似paddle-OCR文本检测-文本识别 标注流程0. CVAT链接cvat：https://github.com/openvinotoolkit/cvat1. 标...

目录0.摘要1.开源项目github链接2.数据集详细情况3.工作服(反光衣)数据集扩充方案4.测试效果5.说明0.摘要本文开源1个工作服(反光衣)检测数据集(含标注)和预训练模型，此项目已经上传github，欢迎star。工作服(反光衣)-安全帽检测(实用的目标检测) qq群: 980489677 qq2群：710514100CVAT使用标注教程：https://blo...

目录0.摘要1.开源项目github链接2.数据集详细情况3.数据集展示(含标注)4. 测试效果展示5. 说明0.摘要本文开源1个火灾烟雾检测数据集(含标注)和预训练模型(yolov4 yolov5)，此项目已经上传 github，欢迎star。火灾烟雾检测(实用的目标检测) qq群: 980489677 qq2群：710514100请详细阅读git...

前言Amusi 发现一个很棒的开源项目，利用YOLOv5进行目标检测的"落地化"应用：安全帽佩戴检测。该项目使用了YOLOv5s、YOLOv5m、YOLOv5l来训练安全帽佩戴检测数据集，代码和权重均已开源！安全帽佩戴检测数据集也是开源的（共含7581 张图像）！项目教程也相当详细，推荐入门练手学习！而且有意思的是，该项目和数据集的两位作者均是中国人，点赞！项目链接（文末附下载）：https://github.com/PeterH0323/Smart_Construction数据集链接

基于内容的图像检索（CBIR, Content Based Image Retrieval）是相对成熟的技术领域，在工业界也有广泛的应用场景，如搜索引擎（Google、百度）的以图搜图功能，各电商网站（淘宝、Amazon、ebay）的相似商品搜索，社交平台（Pinterest）的相似内容推荐等。本文从图像检索流程出发，结合我们团队在社交应用中的相似图片、视频检索中的实践经验，介绍构建基于内容的图像检索系统所涉及的算法技术，包括特征提取、索引构建、近邻搜索等技术，供相关领域研发人员参考。在介绍视...

一、安装cv2sudo apt-get install python-opencv opencv-data二、Haar特征分类器Haar特征分类器就是一个XML文件，该文件中会描述人体各个部位的Haar特征值。包括人脸、眼睛、嘴唇等等。Haar特征分类器存放目录：OpenCV安装目录中的data/haarcascades目录下，通过apt安装的Haar特征分类器如下：$ ...

三种激活函数以及它们的优缺点sigmoidsigmoidsigmoid导数：g′(z)=a(1−a)g^{'}(z)=a(1-a)g′(z)=a(1−a)最基本的激活函数，logistics regression以及讲解深度神经网络的时候作为简单例子，但实际上很少使用。原因如下：当z非常大或者非常小的时候，a的斜率变得越来越接近0，这会使得梯度下降算法变得极为缓...

如果原理你已经了解，请直接到跳转ResNet50实现：卷积神经网络 第三周作业：Residual+Networks±+v1你或许看过这篇访问量过12万的博客ResNet解析，但该博客的第一小节ResNet和吴恩达的叙述完全不同，因此博主对这篇博文持怀疑态度，你可以在这篇博文最下面找到提出该网络的论文链接，这篇博文可以作为研读这篇论文的基础。ResNet = Res...

来自吴恩达深度学习系列视频：卷积神经网络第四周作业part1 - Face Recognition for the Happy House - v1。如果阅读英文对你来说有困难，你可以参照:【中英】【吴恩达课后编程作业】Course 4 -卷积神经网络 - 第四周作业。参照对代码的解释并不完全正确，但你可以参考其对叙述部分的解释。完整的ipynb文件见博主的git...

来自吴恩达深度学习系列视频：卷积神经网络第四周作业2: Art Generation with Neural Style Transfer - v1。如果英文阅读对你来说有障碍，可以参考【中英】【吴恩达课后编程作业】Course 4 -卷积神经网络 - 第四周作业。参照对代码的注释并不完全正确，该作业中有一个很难发现的错误，我在下面注明了。预训练模型你可以在原论文官...

来自吴恩达深度学习系列视频，卷积神经网络第三周作业Autonomous driving application - Car detection - v1，如果英文对你来说有困难，请参照【中文】【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第三周作业，参照对代码的解释并不完全正确，请注意这点。作业最后一部分包含预训练参数的yoloh5文件是博主自己生成...

来自吴恩达深度学习系列视频 卷积神经网络 第三周作业 Keras±+Tutorial±+Happy+House+v1，它是一个Keras的小教程。中文翻译参照：【中文】【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第二周作业 - Keras入门与残差网络的搭建参照对代码的解释并非完全准确，这点还请注意：完整的ipynb文件参见博主github：ht...

来自吴恩达深度学习系列视频 卷积神经网络 第三周作业：Residual+Networks±+v1，它使用Keras实现了著名ResNet50。中文翻译参照：【中文】【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第二周作业 - Keras入门与残差网络的搭建参照对代码的解释并非完全准确，这点还请注意：完整的ipynb文件参见博主github：http...

来自吴恩达深度学习系列视频，卷积神经网络 第一周作业 Convolution+model±+Application±+v1如果英文对你来说有困难，请参照：【中文】【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第一周作业 - 搭建卷积神经网络模型以及应用（1&2）参照对代码的解释并不完全正确 请注意这点在本次作业中，你会在forward_p...

文章目录文件结构 执行步骤 效果优化 总结： 切图层面： extract层面： select 层面： 原始数据优化： 执行过程优化： convert : 其他优化idea 辅助知识 实验记录 环境配置 环境配置——数据： 环境配置——第三方库 环境配置——操作工具 环境配置——硬件 环境配置——其他 bug解除 关键信息...

近期，针对DeepFake可能带来的负面影响，研究人员开发了一个基于神经网络的神奇，能够鉴别DeepFake图像的真伪。DeepFake的克星，来了！自从DeepFake诞生以来，从照片到视频，造假能力可谓是出神入化，人们惊呼：“再也不敢相信自己的眼睛了。”由此所带来的道德伦理与法律的影响也可见一斑。针对这一现象，来自加州大学河滨分校的研究人员最近便提出了一种基于神经网络的神器，分分钟...

AI 换脸技术——DeepFakes 概述（一）编者按：本文由图普科技编译自 Exploring DeepFakes。2017年12月，一个名为“DeepFakes”的用户在Reddit上发布了一个“假视频”，视频中的艺人其实是后期加上的，但是看起来几乎毫无破绽。他利用了深度学习和AI新技术，在成人电影中把演员的脸替换成某个艺人的脸，从而制作成了这个看上去以假乱真的视频。从视频发布以后...

1. Caffe训练方法综述caffe非常简单，训练时只需写prototxt文件即可，其大致的步骤为：Resize图片，转换存储格式(LMDB/LevelDB)定义网络结构（编辑prototxt）定义solver（编辑另一个prototxt）一行命令开始训练（可以基于已有的权重赋值）如下图所示，其训练的过程，关于卷积神经网络（CNN）可以参考：计算机视觉与卷积神经网络下面对

CV领域1.进展：如上图所述，当前CV领域主要包括两个大的方向，”低层次的感知” 和 “高层次的认知”。2.主要的应用领域：视频监控、人脸识别、医学图像分析、自动驾驶、 机器人、AR、VR3.主要的技术：分类、目标检测（识别)、分割、目标追踪、边缘检测、姿势评估、理解CNN、超分辨率重建、序列学习、特征检测与匹配、图像标定，视频标定、问答系统、图片生成（文本生成图像）、视觉关注性...

【原文：http://blog.youkuaiyun.com/raby_gyl/article/details/11659915】一、整个程序的流程图： 二、车牌定位中分割流程图： 关于代码两个if(r<1)的详解： 参考：RotatedRect和CvBox2D。CvBox2D结构如下:(重点是angle的注释)  三、车牌识别中字符分割流程图：...

 人脸检测（一）2017年05月06日 17:34:16 HamTam12 阅读数：7960 标签： 人脸检测 OpenCV人脸检测 Dlib人脸检测 级联网络人脸检测 Seetaface 更多个人分类： 人脸检测 caffe 版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.youkuaiyun.com/sinat_14916279/article/detai...

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.youkuaiyun.com/sinat_14916279/article/details/72452195交通标志识别实际上包括交通标志的检测和识别两个过程，检测是在图像中寻找到感兴趣目标并定位，识别是对感兴趣目标进行分类。现在R-CNN系列、YOLO、SSD能够很好的将检测和分类两个过程融合到一起，并且在PASCAL VO...

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.youkuaiyun.com/sinat_14916279/article/details/56489601狭义上讲验证码识别是将验证码图像转化成字符串值，传统方法常常先对验证码图像进行字符分割，再对验证码进行识别，劣势在于字符分割方法往往针对不同风格的验证码需要做修改，某些验证码加入噪声或线条，字符位置不固定及粘连时，字符分...

 　　从计算机视觉到自然语言处理，在过去的几年里，深度学习技术被应用到了数以百计的实际问题中。诸多案例也已经证明，深度学习能让工作比之前做得更好。　　今天，量子位为大家收集了20个深度学习方面的优秀应用——当然，这份榜单可能并不详尽，但相信看过之后，你对这项技术在某些领域的潜力会有更清晰的认识。　　针对每个应用，我们还尽量收集了相关的Demo、Paper和Code等信息。　　1、F...

 这篇博客主要讲如何去破解一个验证码，for demo我会使用一个完整的工程来做，从原始图片到最终的识别结果，但是破解大部分的验证码其实是个很费力的活，对技术要求反而不是特别高，为什么这么说呢? 主要原因有以下几点:你需要验证码的正确答案作为监督，所以基本是人来识别然后写答案 CNN之类的DL方法对验证码这种简单的图像识别能力非常高所以，破解的话你需要有耐心破解流程破...

论文题目：Feature Pyramid Networks for Object Detection论文链接：论文链接论文代码：Caffe版本代码链接一、FPN初探1.图像金字塔图1 图像金字塔图2 高斯金字塔效果如上图所示，这是一个图像金字塔，做CV的你肯定很熟悉，因为在很多的经典算法里面都有它的身影，比如SIFT、HOG等算法。我们常用的是高斯金字塔...

论文题目：R-FCN: Object Detection via Region-based Fully Convolutional Networks论文链接：论文链接论文代码：Caffe版本链接地址；Python版本链接地址；Deformable R-FCN版本链接地址一、R-FCN初探1. R-FCN贡献提出Position-sensitive score maps来...

http://blog.youkuaiyun.com/zchang81/article/details/759483912015 年，152 层深的 ResNet 横空出世，不仅取得当年ImageNet竞赛冠军，相关论文在CVPR 2016斩获最佳论文奖。ResNet成为视觉乃至整个 AI 界的一个经典。自那以后，ResNet 得到许多调整和改进，2017 年，基于 ResNet 的双通道网络 DP...

核心库1.NumpyNumpy（代表Numerical Python）是最基础的包，整个科学计算库的集合是基于它建立的。它提供了python中大量有用的功能：n维数组和矩阵操作。该库提供了在NumPy数组类型上进行数学运算的矢量化功能，从而改善性能，加快了执行速度。2.ScipySciPy是一个工程和科学的软件库。SciPy库与SciPy Stack是不同的，它只是SciPy St...

前言Deepfake就是前一阵很火的换脸App，从技术的角度而言，这是深度图像生成模型的一次非常成功的应用，这两年虽然涌现出了很多图像生成模型方面的论文，但大都是能算是Demo，没有多少的实用价值，除非在特定领域（比如医学上），哪怕是英伟达的神作：渐进生成高清人脸PGGAN好像也是学术意义大于实用价值。其实人们一直都在追求更通用的生成技术，我想Deepfake算是一例，就让我们由此出发，看看能...

1 介绍多任务级联卷积神经网络（MTCNN, Multi-task Cascaded Convolutional Networks）用以同时处理人脸检测和人脸关键点定位（5个关键点）问题，该论文入选2016的ECCV。最近刚刚开始写博客，欢迎大家评论，如果大家对训练过程有什么问题，欢迎提问，我会积极回答大家的提问。中文代码解读请参看我的github：https://github.com...

1.https://zhuanlan.zhihu.com/p/34042498 深度解密换脸应用Deepfake2.在 1 里面提到的PixelShuffle，具体见参考3：https://mathematica.stackexchange.com/questions/181587/how-to-define-a-pixelshuffle-layer一边Upsample一...

2016年12月16日 20:36:16 2014wzy 阅读数：4210一、文件架构二、FSRCNN开发环境搭建： faster-rcnn: matlab版本ShaoqingRen/faster_rcnn: Faster R-CNN rbg提供的python版本rbgirshick/py-faster-rcnn 1 2 3...

作为一个深度学习的初学者，你可能会遇到这样的问题：“我该如何训练我自己或者别人的Model？”“我该如何配置一台合适的主机？”“目前有哪几种训练模型的方式？”接下来，我将会对此进行详细的介绍，当然，这只是我个人的一些观点，如有不对的地方还希望大家能够体谅！一、 目前有哪几种训练模型的方式？方案一：配置一个“本地服务器”–通俗来说就是一台“高配”电脑。优点：比较自由，不受约束。缺...

卷积神经网络图像风格转移 Image StyleTransfer Using Convolutional Neural NetworksTaylor Guo, 2017年4月24日 星期一 摘要用不同的风格渲染图像的语义内容是一种比较难的图像处理任务。可以说，之前方法的一个主要局限因素是缺乏明确表示语义信息的图像表示，用于将图像内容从风格中分离。这里用卷积神经网络的图像表示...

标签： 肿瘤分割 2017-07-12 11:32 122人阅读 评论(0)收藏举报分类： 论文研读与实验记录（1） 版权声明：本文为博主原创文章，未经博主允许不得转载。2017-07-12 Automatic Tumor Segmentation from MRI scans 阅读笔记 *Abstract* 这篇文章

caffe FCN Ubuntu16.0原创 2017年07月10日 15:06:56/home/~/fcn.berkeleyvision.org/ilsvrc-nets/siftflow-fcn32s-heavy.caffemodelFCN安装步骤：1. 代码准备fcn源码：$ git clone https://github.com/

全卷积神经网络 图像语义分割实验：FCN数据集制作，网络模型定义，网络训练（提供数据集和模型文件，以供参考）原创 2016年12月13日 13:58:47标签：FCN/Caffe/语义分割/全卷积神经网络更新于2016年12月29. 下载：自制数据集供参考下载： 自己改的网络论文：《Fully Convolut

caffe 官方例程之R-CNN(物体检测)翻译 2016年04月06日 20:15:13慢慢翻译！R-CNN is a state-of-the-art detector that classifies region proposals by a finetuned Caffe model. For the full details