qingfengxd1的博客

qikong_01_L,fs] = audioread('气孔样本2s_01_L.wav');[normal_01_L,~] = audioread('正常样本2s_01_L.wav');[normal_02_L,~] = audioread('正常样本2s_02_L.wav');提取声音特征，然后通过CNN进行分类。595-可以交流、咨询、答疑。

rate=RBF_Test(WordNum,Dimension,Hidden,effectiveH,center,sigmaValue,W,TestNum)%测试RBF网络。W=RBF_Train(TrainNum,feature,Dimension,WordNum,center,sigmaValue,SequNum) %训练RBF网络。%通过调用calCenter()、RBF_Train()实现计算中心center、半径sigma、权值W。WordNum=10;546-可以交流、咨询、答疑。

有3张图如下，要求算法找出face。蓝色框代表标签label，绿色框代表算法给出的结果pre，旁边的红色小字代表置信度。设定第一张图的预测框叫pre1，第一张的真实框叫label1。第二张、第三张同理。1.根据IOU计算TP,FP首先我们计算每张图的pre和label的IOU，根据IOU是否大于0.5来判断该pre是属于TP还是属于FP。显而易见，pre1是TP，pre2是FP，pre3是TP。2.置信度排序根据每个pre的置信度进行从高到低排序，这里pre1、pre2、pre3置信

batch=64　　　　　　 # 一批训练样本的样本数量，每batch个样本更新一次参数subdivisions=32　　 # 它会让你的每一个batch不是一下子都丢到网络里。而是分成subdivision对应数字的份数，一份一份的跑完后，在一起打包算作完成一次iterationwidth=416　　　　 # 只可以设置成32的倍数height=416　　　　 # 只可以设置成32的倍数channels=3　　　　　　# 若为灰度图，则chennels=1，另外还需修改/...

在目标检测问题中，好几处地方使用了阈值这个限制指标，主要有：1. NMS操作之前用到的置信度阈值a；2. NMS进行时用到的IoU阈值b；3.计算某类别AP时，统计TP,FP个数前，用到置信度阈值c；4. 计算某类别AP时，统计TP,FP个数时，用到IoU阈值d。NMS用到的IoU阈值，是拿除保留的预测框外的其余预测框跟同一类别中置信度最高的预测框IoU与其作比较。 计算mAP用到的IoU阈值，是拿预测框与GT的IoU与其作比较。 NMS的置信度阈值主要是为了过滤掉一些背景预测框(一般来说one

学习笔记，内容有借鉴，可以参考原文：目标检测回归损失函数简介：SmoothL1/IoU/GIoU/DIoU/CIoU Loss - 知乎Smooth L1 Loss-> IoU Loss ->GIoU Loss -> DIoU Loss ->CIoU Loss这个属于优化模型的一种方法缺点：上面的三种Loss用于计算目标检测的Bounding Box Loss时，独立的求出4个点的Loss，然后进行相加得到最终的Bounding Box Loss，这种做法的假

目标检测评价指标：准确率 （Accuracy），混淆矩阵 （Confusion Matrix），精确率（Precision），召回率（Recall），平均正确率（AP），mean Average Precision(mAP)，交除并（IoU），ROC + AUC，非极大值抑制（NMS）。假设原始样本中有两类，其中：  1：总共有 P 个类别为 1 的样本，假设类别 1 为正例。  2：总共有 N 个类别为 0 的样本，假设类别 0 为负例。经过分类后：  3：有 TP 个类别为 1 ...

Dataset之COCO数据集：COCO数据集的简介、下载COCO数据集的简介 MS COCO的全称是Microsoft Common Objects in Context，起源于微软于2014年出资标注的Microsoft COCO数据集，与ImageNet竞赛一样，被视为是计算机视觉领域最受关注和最权威的比赛之一。 COCO数据集是一个大型的、丰富的物体检测，分割和字幕数据集。这个数据集以scene understanding为目标，主要从复杂的日常场景中截取...

keras通过model.fit_generator训练模型(节省内存)前言前段时间在训练模型的时候，发现当训练集的数量过大，并且输入的图片维度过大时，很容易就超内存了，举个简单例子，如果我们有20000个样本，输入图片的维度是224x224x3，用float32存储，那么如果我们一次性将全部数据载入内存的话，总共就需要20000x224x224x3x32bit/8=11.2GB 这么大的内存，所以如果一次性要加载全部数据集的话是需要很大内存的。如果我们直接用keras的fit函数来训练模型的话

经典CNN模型计算量与内存需求分析表1 CNN经典模型的内存，计算量和参数数量对比 AlexNet VGG16 Inception-v3 模型内存(MB) ＞200 ＞500 90-100 参数（百万） 60 138 23.2 计算量（.

1. 结构总览首先我们分析下传统神经网络对于图片的处理，如果还是用CIFAR-10上的图片，共3072个特征，如果普通网络结构输入那么第一层的每一个神经单元都会有3072个权重，如果更大的像素的图片进入后参数更多，而且用于图片处理的网络一般深度达10层之上，加在一起参数的量实在太大，参数过多也会造成过拟合，而且图片也有自身的特点，我们需要利用这些特点，将传统网络改革，加快处理速度和精确度。我们注意到图片的像素是由3个通道构成的，我们就利用了这个特点将其神经元安置到了三维空间（width, height

概念学习：卷积核/过滤器、特征图（featue map）、卷积层作为基础学习，建议先看一看电子版的：[美] Michael Nielsen著，Xiaohu Zhu/Freeman Zhang译：《神经⽹络与深度学习》（Neural Networks and Deep Learning）这本书深入浅出，把神经网络的基本原理讲得比较清楚。人们把feature map翻译成特征图，把channel翻译为通道。有时这二者说的是同一件事；但有时强调输入输出时就叫通道，强调图片经过神经网络运算后发.

卷积神经网络中感受野的详细介绍1. 感受野的概念在卷积神经网络中，感受野（Receptive Field）的定义是卷积神经网络每一层输出的特征图（feature map）上的像素点在输入图片上映射的区域大小。再通俗点的解释是，特征图上的一个点对应输入图上的区域，如图1所示。图1：用图形理解感受野概念2. 感受野的例子（1）两层3*3的卷积核卷积操作之后的感受野是5*5，其中卷积核（filter）的步长（stride）为1、padding为0，如图2所示：图2：两层3*3.

Resnet相关文章整理1、Keras大法（9）——实现ResNet-34模型https://blog.youkuaiyun.com/weixin_42499236/article/details/87919919（1）模型结构 （2）模型代码 （3）总 结2、tensorflow手动复现论文中的Resnet34结构（不借助keras和slim模块）https://blog.youkuaiyun.com/Exploer_TRY/article/details/893083293、ResNet在分别在.

车牌识别相关资料收集整理1、License Plate Detection with RetinaFace链接：https://github.com/zeusees/License-Plate-Detector利用单物体检测算法Retinaface进行了车牌检测模型的训练，通过测试，检测效果和适用性都更突出，支持的模型也更为丰富。开源版本的检测算法经过了多个版本迭代，考虑到检测的效率跟准确率，原始版本逐步淘汰，从最初的基于LBP和Harr特征的车牌检测，感兴趣的小伙伴可以参考 train-d

model.fit_generator()函数参数fit_generator(self, generator, steps_per_epoch, epochs=1, verbose=1, callbacks=None, validation_data=None, validation_steps=None, class_weight=None, max_q_size=10, workers=1, pickle_safe=False, initial_epoch=0)利用Python的生成器，逐个生

1. 名词解释Step: 训练模型的步数Batch Size（批尺寸）： 计算梯度所需的样本数量，太小会导致效率低下，无法收敛。太大会导致内存撑不住，Batch Size增大到一定程度后，其下降方向变化很小了，所以Batch Size是一个很重要的参数。为什么需要有 Batch_Size :batchsize 的正确选择是为了在内存效率和内存容量之间寻找最佳平衡。Epoch（回合）：代表样本集内所有的数据经过了一次训练。每个 epoch 都会进行shuffle，对要输入的数据进...

参数conv2d_transpose(inputs,filters,kernel_size,strides=(1, 1),padding=’valid’,data_format=’channels_last’,activation=None,use_bias=True,kernel_initializer=None,bias_initializer=tf.zeros_initializer(),kernel_regularizer=None,bias_regularizer=N

环境： tensorfow 2.*def concatenate(inputs, axis=-1, **kwargs):axis=n表示从第n个维度进行拼接，对于一个三维矩阵，axis的取值可以为[-3, -2, -1, 0, 1, 2]。维度说明下图，0在深度，1在行，2在列代码import numpy as npimport tensorflow as tft1 = tf.Variable(np.array([[[1, 2], [2, 3]], [[4, 4], [5,

1、GPU显卡（GPU）是深度学习的重要部件，甚至比CPU更重要。做深度学习不用GPU只用CPU显然是不明智的，慢的如乌龟，跑个模型等几天，难熬，但适合摸鱼使用16bit的RTX 2070或者RTX 2080 Ti性价比更高。另外购买二手的32bit GTX 1070、GTX 1080或者1080 Ti也是不错的选择。除了GPU核心，显存（GPU RAM）也是不可忽视的部分。RTX比GTX系列显卡在显存方面更具优势，在显存相同的情况下，RTX能够训练两倍大的模型。通常对显存的要求如下：.

1.升级升级Anaconda需要先升级condaconda update condaconda update anacondaconda update anaconda-navigator //update最新版本的anaconda-navigator2.卸载Anaconda软件由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。删除整个Anaconda目录：计算机控制面板->程序与应用->卸载 //windows或者找到C:\Pro

1、tusimple 数据集介绍标注json文件中每一行包括三个字段 ：raw_file :每一个数据段的第20帧图像的的path 路径lanes和h_samples是数据具体的标注内容，为了压缩，h_sample是纵坐标（等分确定），lanes是每个车道的横坐标，是个二维数组。-2表示这个点是无效的点。标注的过程应该是，将图片的下半部分如70%*height等分成N份。然后取车道线（如论虚实）与该标注线交叉的点上面的数据就有4条车道线，第一条车道线的第一...

参考资料：https://blog.youkuaiyun.com/wjinjie/article/details/107509243?utm_medium=distribute.pc_feed_blog_rank.none-task-blog-hot-1.nonecase&depth_1-utm_source=distribute.pc_feed_blog_rank.none-task-blog-hot-1.nonecase&spm=undefinedhttps://blog.youkuaiyun.com/

import tensorflow as tf# 载入并准备好 MNIST 数据集。将样本从整数转换为浮点数mnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0# 将模型的各层堆叠起来，以搭建 tf.keras.Sequential 模型。为训练选择优化器和损失函数mode.

问题描述：安装 tensorfolw-gpu2.1.0 之后调用 显示 GPU False，不能调用GPU在命令行中 import tensorflow 时显示 “Could not load dynamic library 'cudart64_101.dll”注：V:显示全部信息 D:显示调试信息 I:显示一般信息 W:显示警告信息 E:显示错误信息在以前的TensorFlow版本中，找不到CUDA库会发出错误并引发异常，而现在该库会从动力学上搜索正确的CUDA版本，如果找不到，...

1、卷积网络实例分析构建卷积网络如下:from tensorflow.python.keras import datasets, models, layersclass CNN(object): def __init__(self): model = models.Sequential() # 第1层卷积，卷积核大小为3*3，32个卷积核，28*28为待训练图片的大小 model.add(layers.Conv2D(32, (3, 3),

functionopts = trainingOptions(solverName, varargin)solverName：'sgdm' -带动量的随机梯度下降'adam' -自适应力矩估计'rmsprop' -均方根传播'Momentum'仅当求解器为“ sgdm”时，此参数才适用。 动量确定了从上次迭代到当前训练迭代的梯度步长的贡献。 它必须是介于0和1之间的值，其中0将不提供上一步的贡献，而1将提供上一步的最大贡献。 默认值为0.9。'Gr...

首先简单介绍一下人工神经网络，也叫ANN。很多机器学习算法的灵感来自于大自然，而最大的灵感来自我们的大脑，我们如何思考、学习和做决定。有趣的是，当我们触摸到热的东西时，我们身体里的神经元会将信号传递给大脑的，然后大脑会产生让我们从热的区域撤退的反应。我们可以根据经验来进行训练，根据我们的经验，我们开始做出更好的决定。使用同样的类比，当我们向神经网络发送一个输入(触摸热物质)，然后根据学习(先前的经验)，我们产生一个输出(从热区域退出)。在未来，当我们得到类似的信号(接触热表面)，我们可以预测输出

如果我们想让机器学会思考，就需要教他们学会如何用视觉去看周围环境。—— 斯坦福大学AI实验室和斯坦福视觉实验室主任李飞飞使计算机或手机等机器看到周围环境的现象称为计算机视觉。机器仿生人眼的研究工作可以追溯到50年代，从那时起，我们已经走了很长一段路。计算机视觉技术已经通过不同的电子商务领域以及相机应用程序进入了我们的手机。想一想当机器能够像人眼一样准确地看到周围环境时，机器还有什么是不可以做的。人眼是一个复杂的结构，它可以理解复杂的环境现象。同样的，可以让机器能够看到事物并使其具有足够的能力去理解它们所

卷积神经网络说白了就是拿一堆小的矩阵去点乘（注意我说的是点乘，不是矩阵乘，这个很重要）一个大矩阵，最后得到局部信息。看图(来源于网络，只做说明用)：给出一个matlab求解代码：A1 = [0 0 0 0 0 0 0; 0 0 1 1 0 2 0; 0 2 2 2 2 1 0; 0 1 0 0 2 0 0; 0 0 1 1 0 0 0; 0 1 2 0 0 2 0; 0 0 0 0 0 0 0]; A2 =[0 0 0 0 0 0

loss：训练集损失值accuracy:训练集准确率val_loss:测试集损失值val_accruacy:测试集准确率以下5种情况可供参考：train loss 不断下降，test loss不断下降，说明网络仍在学习;（最好的）train loss 不断下降，test loss趋于不变，说明网络过拟合;（max pool或者正则化）train loss 趋于不变，test loss不断下降，说明数据集100%有问题;（检查dataset）train loss 趋于不变.

本文是在前人的很多基础上自己整理所得，借鉴的资料见文末链接。对于yolo小白，参阅博文学习：https://blog.youkuaiyun.com/qq_45504119/article/details/105033492，keras-yolov3目标检测详解——适合新手(环境配置、用官方权重识别自己的图片)前提准备：1、配置好环境的 python、pycharm2、labelimg 软件：下载方法： https://blog.youkuaiyun.com/qq_45504119/article/details/1.