跟随技术的脚步-linolzhang的专栏

一. 安装    Tensorflow object detection api是tensorflow官方出品的检测工具包，集成了像ssd、faster rcnn等检测算法，mobilenet、inception、resnet等backbone和fpn、ppn等方法，各模块之间能够通过组合的方式来work。    Github下载地址：https://github.com/tensorfl...

一. 找到最好的工具       “工欲善其事，必先利其器”，如果你想找一个深度学习框架来解决深度学习问题，TensorFlow 就是你的不二之选，究其原因，也不必过多解释，看过其优雅的代码架构和工程化实现之后，相信这个问题不会有人再提，这绝非 Caffe an so on 所能比拟的。       回到题头 － 目标检测，相信你一定看过这篇 Paper： Speed/accuracy trade

一. TensorFlow 源码       截止到目前为止，TensorFlow 在 Github 的 Contributors 已经接近900人，Fork 30000次。       学习这么庞大的开源项目，首先必须要搞清楚其代码组织形式，我们先来看目录结构：           Project 目录分为4个：1）tensorflow     核心代码目录，图中

一. 环境准备       本文介绍如何通过 Mask-RCNN 来实现行人检测，假设你已经对 SSD、YOLO、Faster RCNN 等框架有所了解。1. 准备 TensorFlow 环境     Tensorflow (>= 1.0.0)     Numpy2. Gtihub 代码     代码下载：【Github】3. 下载CoCo数据     下载地址

一. 环境准备        本文通过 TensorFlow 实现基于 Faster-RCNN 的行人检测，网络模型基于 VGG16 or ResNet。1. 准备 TensorFlow 环境    Tensorflow (>= 1.0.0)      安装对应 python 库： sudo apt-get install cython python-opencv s

一. 经典网络介绍       首先介绍目前比较主流的几种经典网络，AlexNet［2012］、VGG16［2014］、GoogleNet［2014］、ResNet［2015］。       这几种网络都是在 ILSVRC 比赛中脱颖而出的，越往后网络越复杂， ResNet 为152层结构，测试错误率为 3.57%。       二. AlexNet

一. TensorBoard 介绍       TensorFlow 可视化可以借助 Python 的 matplotlib 进行，也可以使用 TensorFlow 自带的 TensorBoard，推荐大家使用 TensorBoard 进行可视化，这样可以不依赖于TensorFLow 的 Python 接口。       TensorFLow 主要对网络和参数进行可视化，通过读取运行过程中

一.  CIFAR数据集       CIFAR数据集是一个经典的数据集，提供两个版本的分类样本，CIFAR-10和CIFAR-100。       CIFAR-10 提供10类标注数据，每类6000张（32*32），其中5000张用于训练，1000张用于测试。    获取数据集的方法： git clone https://github.com/tensorflow/model

MNIST 手写体识别通常是神经网络入门的一个例子，每个deep框架 都无例外。一. MNIST数据       MNISt 为 0-9的手写阿拉伯数字，提供了6万的 训练集数据（mnist.train）  和 1万的 测试集数据（mnist.test）。       下载地址：http://yann.lecun.com/exdb/mnist/index.html

对一个框架的熟悉过程是从安装开始，今天就带大家熟悉这里面的 第一道坎 - 安装。      TensorFlow 安装方式总结为：一. Pip安装步骤：     1）安装 Pip         Pip是目前使用最多的Python包管理工具。通常Linux和Mac是自带Python环境的（2.X版本，附带pip），如果系统没有安装Python环境，或者你需要使用Python

一. TensorFlow 的发展历程       OpenCV 可能是多数人都很熟悉的计算机视觉库，参考下图机器学习库的发展轴线。       近几年，随着深度学习技术的快速发展，诞生了 Torch、Theano、Caffe、MxNet 等一批深度学习库，而 TensorFlow 正是这些框架中的佼佼者，得益于其 优秀的架构设计理念及工程实现，以及丰富的学习资料，目前 TensorFlo