- 博客(151)
- 资源 (21)
- 收藏
- 关注
RSS订阅
原创 初探无监督学习GAN
GAN的目的一些生成模型可以从模型的分布中生成样本，GAN也是生成模型的一种，主要用于通过分布生成样本。你可能想知道为什么生成模型值得学习，尤其在了解到生成模型只能够制造数组而不是提供一个预测的密度函数更是如此。学习生成模型的目的如下：生成样本，这是最直接的理由。训练并不包含最大似然估计。由于生成器不会看到训练数据，过拟合的风险更低。GAN十分擅长捕获模型的分布。GAN的组成...
2019-11-16 20:37:31
1600
原创 医学3D分割项目评估
各种公众号技术讲解一堆，往往实际落地项目的几乎没有，实际落地的评估相当于自己的经验分享出来，旨在想跟只做纯技术进一步提高视野和格局的同学来一起交流碰撞。该项目评估是实际过程中做的类似医学3D分割的项目评估，旨在提高自己，评估的过程不完美，多交流，欢迎评论。第三阶段，血管和支气管五级，不能有断裂，动脉和静脉分开。第一阶段，重建一套肺部数据的左肺，右肺，五个肺叶，支气管，心脏，骨骼，皮肤（四个模型）一次性重建出一套肺部数据的左肺，右肺，五个肺叶，支气管，心脏，骨骼，皮肤。重建动脉，静脉，结节。
2024-12-02 15:16:41
282
原创 opencv的kcf调参
是 OpenCV 中 KCF（Kernelized Correlation Filter）跟踪器的参数结构体，用于配置和优化跟踪器的行为。调整这些参数可以帮助你根据特定的应用场景和需求改进跟踪性能。在调整这些参数时，建议从默认值开始，根据实际跟踪效果逐步调整。你可能需要进行多次实验，以找到最佳的参数组合。此外，不同的跟踪场景和目标特性可能需要不同的参数设置，因此在实际应用中，最好是根据具体情况进行调整【1】【5】。
2024-04-07 10:18:06
942
1
原创 cuda编程系列-内核调用（三）
1、内核调用介绍使用ANSI C 和cuda扩展关键字编写的代码称为内核，该代码是运行在gpu上面，通过cpu代码通过内核调用的方式来启动。也就是说，内核调用即cpu代码启动gpu代码。内核调用通常会生成大量的块（Block）和线程（Thread）来在GPU上并行处理数据。内核代码类似普通的C函数，不同的是这段代码是由多个线程并行执行的。2、内核调用语法介绍kernel<<<number of block,number of threads per block,size of sha
2020-07-05 21:04:10
982
原创 cuda编程系列-高效编程（二）
安装好cuda,使用Visual Studio进行编程，会发现代码没有高亮和智能提示功能，为了更加方便的进行cuda程序的高效编程，通过一些插件安装和环境配置可以完美实现，接下来开始进行配置。1、下载Visual Assist插件，进行安装，下载地址如下：https://www.wholetomato.com/downloads也可以参考连接，本人环境是vs2015，因此直接安装即可用https://blog.youkuaiyun.com/hhhuang1991/article/details/7977266
2020-07-05 18:53:16
531
原创 cuda编程系列-架构简介（一）
1、cuda介绍cuda(Compuite unified Device Architecture)是由英伟达开发的进行并行计算的平台和编程模型。支持英伟达显卡进行加速。其他类型的显卡进行加速可以使用Opencl，它比cuda更复杂。cuda编程需要C++/C基础，使用c和C++借助cuda提供的API进行应用程序开发，加速程序运行。（opencv里面提供了cuda加速模块，需要重新编译opencv）2、并行处理看到一个例子介绍并行处理分享给大家，很容易理解。假如需要在很短时间内挖一个很大的洞，会
2020-07-04 21:41:56
1996
原创 Openvino系列-文本识别案例介绍（C++版本）（三）
1、基于系列（二）中的架构，需要cmake一下生成.sln文件，官网提供的sample里面已经写好了.bat脚本文件，所以直接运行即可(一定要有运行.bat这个操作步骤)cd C:\Program Files (x86)\IntelSWTools\openvino_2020.3.194\deployment_tools\inference_engine\samples\cppbuild_samples_msvc.bat2、生成的路径C:\Users\ANDY\Documents\Intel\Op
2020-07-03 20:51:17
1680
2
原创 Openvino系列-安装架构简介（二）
本人的安装目录如下（安装的openvino最新版，之前版本可能略有差异）：C:\Program Files (x86)\IntelSWTools架结简介构如下1、重点看deployment_tools文件夹下内容，有案例，有代码，可以尽快上手2、以应用实践为目的，下一篇会介绍如何使用其中的一个案例...
2020-07-03 17:18:02
454
原创 Openvino系列-环境安装(window10+vs2019)(一)
1、openvino-toolkit下载官网（需要注册登录,也可以第三方平台登录）https://software.intel.com/content/www/us/en/develop/tools/openvino-toolkit/choose-download/windows.html下载好文件如下：2、点击安装w_openvino_toolkit_p_2020.3.194.exe文件（全选然后Next）3、如果缺少外部关联组件，您将会看到一个告警屏幕（可以先忽略接着Next）。4、会
2020-07-03 16:21:54
1940
1
原创 python3.7导入ssl失败解决方案（win10）
第一步https://www.python.org/downloads/点击进去，下载对应版本（我的环境是3.7.6）下载该文件，然后解压文件中找到：libcrypto-1_1.dll，libssl-1_1.dll，复制粘贴到当前环境下应该就可以了
2020-06-24 18:24:30
706
原创 挤压网络SqueezeNet
卷积神经网络一般规模较大，参数较多，比如AlexNet总共8层，65万个神经元和6000万个参数。其他网络，像VGGNet,ResNet和DenseNet等，还可能更复杂，简化模型结构，压缩模型的参数，就成为改进卷积神经网络的必要问题。为了利用较少的网络参数获得相近的性能，landola等人提出了一种压缩结构，所产生的结果称为挤压网络SqueezeNet。这种结构对卷积神经网络进行结构压缩，遵循下面3个基本的设计测略：使用1X1卷积核代替3X3卷积核减少3X3卷积核的输入通道数量推后下采样，增大卷
2020-06-21 17:22:21
699
原创 孪生网络SiameseNet
传统的分类模型需要确切知道每个样本的标签属于那个类，而标签的数量通常相对较少。在类别数量特别对，标签相对少的情况下，有些类别可能根本就没有标签，比如人类第一次见到的生物物种往往是叫不出来名字的，这时进行分类可以考虑孪生网络（Siamese Network）。孪生网络不仅能从给定的数据中学习一个相似性的度量，而且还能利用所学的度量从给定的数据中学习一个相似性度量，而且还能利用所学的度量去比较和匹配新样本以确定类别。孪生网络的基本思想时构造一个函数将输入映射到目标空间，在目标空间通过简单的距离（例如，欧式距离，
2020-06-20 22:46:10
4135
原创 激活函数mish和swish应用（keras）
mish使用代码用例from keras.models import Modelfrom keras.layers.core import Dense, Dropout, Activation, Reshape, Permutefrom keras.layers.convolutional import Conv2D, Conv2DTranspose, ZeroPadding2Dfrom keras.layers.pooling import AveragePooling2D, GlobalAver
2020-06-19 15:39:25
3021
1
原创 YOLO进化史
这篇博客是本人的第100篇原创，总结一下yolo的算法，yolo目标检测算法问世以来，每年都会有各种新的算法迭代更新，它具有自身显著的优势而备受人们青睐，总结了一下，会持续更新，共同学习。...
2020-06-09 23:09:34
1627
原创 nms/soft-nms实现
代码实现如下：def soft_nms(dets,sc, Nt=0.5, sigma=0.5, thresh=0.4, method=0): """ py_cpu_softnms :param dets: boexs 坐标矩阵 format [y1, x1, y2, x2] :param sc: 每个 boxes 对应的分数 :param Nt: iou 交叠门限 :param sigma: 使用 gaussian 函数的方差
2020-06-09 12:50:23
263
原创 ocr数据集(图片,txt)转lmdb
import osimport lmdb # install lmdb by "pip install lmdb"import cv2import refrom PIL import Imageimport numpy as npimport imghdrdef checkImageIsValid(imageBin): if imageBin is None: return False try: imageBuf = np.fromstrin
2020-06-01 16:57:21
663
2
原创 任意四点按顺时针排列
任意四点按起始点从左上角开始，顺时针输出，代码如下：#coding:utf-8import cv2import numpy as npif __name__=='__main__': img = np.zeros((1000, 1000, 3), np.uint8) # cnt=np.array([[474,143],[448,135],[369,359],[343,350]]) #倾斜的矩形 # cnt=np.array([[500,300],[100,100],
2020-05-19 14:41:42
3235
2
原创 Icdar2015的txt转json(labelme可查看)
我的做法是自制一个labelme标注的json模板，基于这个模板来进行转换#coding:utf-8import jsonimport cv2import base64def writeToJson(filePath,data): fb = open(filePath,'w') # json.dumps(data).decode('unicode-escape')...
2020-04-22 13:38:34
1008
翻译 R2CNN翻译
Abstract在本文中，我们提出了一种称为旋转区域CNN（R2CNN）的新方法，用于检测自然场景图像中的任意方向的文本。 该框架基于Faster R-CNN [1]架构。 首先，我们使用区域提案网络（RPN）生成与轴对齐的边界框，该边界框将文本以不同的方向包围起来。 其次，对于RPN提出的每个轴对齐文本框，我们提取其具有不同合并大小的合并特征，并使用级联特征同时预测文本/非文本分数，轴对齐框和...
2020-04-14 21:42:33
512
翻译 ShuffleNet翻译
Abstract我们介绍了一种名为ShuffleNet的极具计算效率的CNN架构，该架构专为计算能力非常有限（例如10-150 MFLOP）的移动设备而设计。 新的体系结构利用了两个新的操作，逐点组卷积和通道转换，可以在保持精度的同时大大降低计算成本。 ImageNet分类和MS COCO对象检测的实验证明了ShuffleNet优于其他结构的性能，例如 在40个MFLOP的计算预算下，比最近的Mob...
2020-04-13 21:52:40
603
翻译 MobileNet论文翻译
Abstract我们为移动和嵌入式视觉应用提出了一种称为MobileNets的有效模型。 MobileNets基于简化的架构，该架构使用深度可分离卷积来构建轻型深度神经网络。 我们介绍了两个简单的全局超参数，它们可以有效地在延迟和准确性之间进行权衡。 这些超参数允许模型构建者根据问题的约束条件为其应用选择合适大小的模型。 我们在资源和准确性之间进行了广泛的权衡取舍，与ImageNet分类中的其他...
2020-04-13 21:50:18
617
翻译 PeleeNet论文翻译
Abstract在计算能力和内存资源有限的移动设备上运行卷积神经网络（CNN）模型的需求日益增长，这鼓励了人们对有效模型设计的研究。近年来，已经提出了许多有效的体系结构，例如MobileNet，ShuffleNet和MobileNetV2。但是，所有这些模型都严重依赖于深度可分离卷积，这在大多数深度学习框架中缺乏有效的实现。在这项研究中，我们提出了一个名为PeleeNet的科学体系结构，该体系结构是...
2020-04-13 21:36:50
591
原创 icdar2015转VOC数据集（labelImg可查看）
直接运行代码import osimport numpy as npimport cv2def xml(num,width,height,labelname,box,imageName,imagePath): """ 写xml文件 :param num: 第num个文件 :param width: 图的宽 :param height: 图的高 ...
2020-04-08 17:50:28
651
原创 Keras多标签分类
模型# import the necessary packagesfrom keras.models import Sequentialfrom keras.layers.normalization import BatchNormalizationfrom keras.layers.convolutional import Conv2Dfrom keras.layers.convolu...
2020-03-26 17:55:55
588
原创 车道线开源算法
传统方法，opencv实现https://zhuanlan.zhihu.com/p/52623916https://zhuanlan.zhihu.com/p/54866418https://github.com/yang1688899/CarND-Advanced-Lane-Lines深度学习算法https://github.com/MaybeShewill-CV/lanenet-lan...
2020-03-26 10:16:26
371
原创 经纬度求实际距离
计算距离时有3种地球模型可供选择.平面球体椭球体import math#勾股定理求取 误差最大def CalcPythagorean(Lat_A,Lng_A,Lat_B,Lng_B): # lat 维度 # lng 经度 EARTH_RADIUS=6378137 x1=Lat_A y1=Lng_A x2=Lat_B y2=L...
2020-03-24 16:21:07
593
原创 Tensorflow设置gpu占有率
调整gpu_fraction参数大小（最大设置为1.0）def get_session(gpu_fraction=0.5): num_threads = os.environ.get('OMP_NUM_THREADS') gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=gpu_fraction) ...
2020-03-24 10:48:54
791
1
原创 Pandas读取csv导入Mysql
csv的格式表头必须跟数据库的类型一样插入代码如下：#coding:utf-8import pandas as pdimport timefrom sqlalchemy import create_engineimport pymysqlif __name__=='__main__': start=time.time() engine = create_engi...
2020-03-20 17:15:46
1825
转载 Keras 自适应Learning Rate (LearningRateScheduler)
Learning Rate Schedules学习率时间表旨在通过根据预定义的时间表降低学习率来调整训练期间的学习率。 常见的学习率时间表包括基于时间的衰减，阶跃衰减和指数衰减。 出于说明目的，我构建了一个在CIFAR-10上训练的卷积神经网络，使用具有不同学习率计划的随机梯度下降（SGD）优化算法来比较性能。Constant Learning Rate固定学习率是Keras中SGD...
2020-03-20 14:53:47
10130
2
原创 经典CNN模型及其特点
AlexNet网络（2012年）AlexNet含有五个卷积层，三个池化层和三个全连接层。特点1、首次使用非线性激活函数ReLU，验证其在较深的网络中效果远超Sigmoid函数，不仅避免了在较深网络中出现的梯度弥散问题，还加快了网络训练速度。2、训练中使用Dropout机制随机忽略一部分神经单元，有效避免过拟合。3、使用最大池化，避免池化导致的糊化效应。4、灵活运用数据增加策略减少过...
2020-03-02 19:26:18
2061
原创 将labelme标注的图像做旋转增强操作
直接代码，有问题留言import sysimport osimport cv2import numpy as npimport randomimport timeimport jsonimport base64from math import cos ,sin ,pi,fabs,radianslabel2=['100_0988']# 读取添加模板path = './i...
2020-02-12 15:56:58
3453
5
原创 遥感图切割
使用GDAL包可以进行遥感图的处理，使用ENVI工具可以方便查看遥感图像分割遥感图，保存成tif格式的，代码如下：# -*- coding: utf-8 -*-import osimport numpyfrom osgeo import gdalclass GRID: # 读图像文件 def read_img(self, filename): dat...
2020-02-07 17:59:28
1660
原创 opencv文字绘制
opencv绘制文字cv::putText() void cv::putText( cv::Mat& img, // 待绘制的图像 const string& text, // 待绘制的文字 cv::Point origin, // 文本框的左下角 int fontFace, // 字体 (如cv::FONT_HERSHEY_PLAIN) double fon...
2019-11-21 12:29:02
437
原创 利用flask进行图片数据传输
服务端from flask import requestfrom flask import Flaskimport jsonfrom predict import *import cv2import base64from gevent.pywsgi import WSGIServerapp = Flask(__name__)def load_model(): pre...
2019-11-11 12:33:21
2376
原创 Docker常用命令
1、用于检测Docker是否正确安装，一般结合docker version命令使用。docker infodocker version2、列出机器上的镜像（images）docker images3、删除机器上的镜像docker rmi 镜像ID4、导出镜像docker export 镜像ID > 保存的名字.tar5、导入镜像docker import 保存的...
2019-11-10 20:03:05
154
原创 flask部署keras模型的问题
问题：raise ValueError(“Tensor %s is not an element of this graph.” % obj)ValueError: Tensor Tensor(“dense_3/Sigmoid:0”, shape=(?, 59), dtype=float32) is not an element of this graph.我的解决方案初始化部分加入“se...
2019-11-07 18:19:09
587
原创 使用docker部署webapi(flask框架)简单流程
1、服务器端from flask import Flask # 引用flask库app= Flask(__name__)# 定义路由@app.route('/',methods = [ 'POST'])def hello_world(): return 'Hello,World!'if __name__=="__main__": app.run(host=“0.0....
2019-11-07 17:27:10
771
自动生成目标检测和实例分割数据.zip
2020-01-07
C++ 读写ini文件
2019-01-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人