xuanweiace的博客

一、VOC数据集PASCAL VOC 挑战赛主要有Object Classification 、Object Detection、Object Segmentation、Human Layout、Action Classification这几类子任务.所有的标注图片都有Detection需要的label， 但只有部分数据有Segmentation Label。VOC2007中包...

果然不出我所料，直接pip就出了很多奇奇怪怪的错误，还是用清华镜像吧输入：pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple安装完后，重启spyder即可使用。下载方法2：下载地址：https://www.lfd.uci.edu/~gohlke/pythonli...

detector = dlib.get_frontal_face_detector()功能：人脸检测画框参数：无返回值：默认的人脸检测器faces = detector(img_gray, 0)功能：对图像画人脸框参数：img_gray：输入的图片返回值：人脸检测矩形框4点坐标。坐标为[(x1, y1) (x2, y2)]。可以通过函数的left,right,top,bottom方法分别获取对应的x1, x2, y1, y2值。（cv里的矩阵和C++的那种一样，左上角是(0,0)点，

任何看过MobileNet架构的人都会遇到可分离卷积（separable convolutions）这个概念。但什么是“可分离卷积”，它与标准的卷积又有什么区别？可分离卷积主要有两种类型：空间可分离卷积（spatial separable convolutions）深度可分离卷积（depthwise separable convolutions）空间可分离卷积从概念上讲，这是两者中较容易的一个，并说明了将一个卷积分成两部分（两个卷积核）的想法，所以我将从这开始。 不幸的是，空间可分离卷积具有一些显着

首先需要安装两个包pydot和graphviz，不然会报错：Failed to import pydot. You must install pydot and graphviz for `pydotprint` to work.然后去anaconda prompt 里去install，命令如下：pip install -i https://pypi.tuna.tsinghua.e...

函数原型：keras.preprocessing.image.ImageDataGenerator(featurewise_center=False, samplewise_center=False, featurewise_std_normalization=False, samplewise_std_normalization=False, zca_whi...

1.keras中使用相同的loss与metrics，都指定为mse，为什么训练时每轮完成后它们数值不一样？答：此时的loss是指完成最后一个batch后得到的这轮epoch的loss的加权平均，权重就是每个batch的样本数，（因为最后一个batch样本数往往跟训练时指定的不一样），完成最后一个batch后，此时loss已经固定了，但是仍然需要反向更新网络中的参数。注意，metric...

Content:为什么需要激活函数； 一个神经元在做什么； 激活函数Sigmoid Softmax4. 交叉熵损失函数Binary cross-entropy Categorican cross-entropy为什么需要激活函数：Ans: 为了引入非线性变换。如下图所示的红线和蓝线，在这个二维空间中，我们不能用一条线完整的将这两个区域分割开。但如果我们将这个二维...

1. Olivetti Faces人脸数据集由40个人组成，共计400张人脸；每人的人脸图片为10张，包含正脸、侧脸以及不同的表情；整个数据集就是一张大的人脸组合图片，下载地址：https://cs.nyu.edu/~roweis/data/olivettifaces.gif，下载得到的图片尺寸为942*1140，每一行包含人脸20个，每一列包含人脸20个，那么每一个人脸区域大小为47*5...

官方文档：http://effbot.org/imagingbook/image.htm1.打开图像并显示（注意这样show的话，会生成本地文件的）：img=Image.open('1.jpg')img.show()2.转8位灰度图greyimg=img.convert('L')greyimg.show()3.获取图片某一像素点的 （R,G,B）值...

一提到数字图像处理编程，可能大多数人就会想到matlab，但matlab也有自身的缺点：1、不开源，价格贵 2、软件容量大。一般3G以上，高版本甚至达5G以上。 3、只能做研究，不易转化成软件。因此，我们这里使用python这个脚本语言来进行数字图像处理。要使用python进行各种开发和科学计算，还需要安装对应的包。这和matlab非常相似，只是matlab里面叫工具箱（to...

运行环境：Win10 + anaconda3。TensorFlow版本：'2.0.0'import numpy as npimport tensorflow as tfimport tensorflow.kerasfrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import De...

一、概述model.evaluate函数原型：evaluate(x=None, y=None, batch_size=None, verbose=1, sample_weight=None, steps=None)输入数据和标签，输出损失值和选定的指标值（如精确度accuracy） # 评估模型,不输出预测结果 loss,accuracy = model.evalua...

python中图像处理相关库有很多，这里简单介绍PIL、cv2、scipy.imageio 、matplotlib.image、skimage等常用库，其中PIL库使用最方便，cv2库功能最强大。PIL：Python Imaging Librarypython安装：pip install Pillow这里只给出读取、形状变化、图像转array、array转图像，以及保存图像的方法。...

分类问题用交叉熵，回归问题用均方误差。至于原因，可以看看它们的函数式，主要是两种损失函数对分类和回归结果误差的衡量的方式不同。比如，交叉熵，在分类时（热编码），如果分类正确，则损失值为零，否则就有个较大的损失值，然后反向传播，能够更好地更新权重；同理，均方误差mse，则是用来测算距离，很好地衡量了预测的实数值和事实值之间的数值大小的差异程度，如果很大，则bp之后权重更新会较为明显，反之，则只是...

fromhttp://blog.jobbole.com/113819/?utm_source=blog.jobbole.com&utm_medium=relatedPosts什么是卷积神经网络，它为何重要？卷积神经网络（也称作ConvNets或CNN）是神经网络的一种，它在图像识别和分类等领域已被证明非常有效。 卷积神经网络除了为机器人和自动驾驶汽车的视觉助力之外，...

图像质量评价（Image Quality Assessment,IQA）是图像处理中的基本技术之一，主要通过对图像进行特性分析研究，然后评估出图像优劣（图像失真程度）。主要的目的是使用合适的评价指标，使得评价结果最符合人类主观评价。从有没有人参与的角度区分，图像质量评价方法有主观评价和客观评价两个分支。图像质量主观评价：主观图像质量的评价方法是以人的主观意识为判断的评价方法，主观评...

一、概述在我们使用TensorFlow进行神经网络的搭建时，难免遇到需要训练很多次来拟合数据的情况，假设需要拟合1000次数据，那么可能前800次的拟合效果都不是很好，所以显示进度条就会使得输出面板被填满，输出的信息我们并不关心，我们只关心最后200次的拟合效果，此时思考能否可以有一种办法可以简便的在训练多个epochs时隐藏进度条的输出呢？二、具体操作阅读这个函数tenso...

如果你在开发一个音乐分类的应用，需要对k种类型的音乐进行识别，那么是选择使用 softmax 分类器呢，还是使用 logistic 回归算法建立 k 个独立的二元分类器呢？这一选择取决于你的类别之间是否互斥，例如，如果你有四个类别的音乐，分别为：古典音乐、乡村音乐、摇滚乐和爵士乐，那么你可以假设每个训练样本只会被打上一个标签（即：一首歌只能属于这四种音乐类型的其中一种），此时你应该使用类别数 ...

sklearn 的数据集有好多个种自带的小数据集（packaged dataset）：sklearn.datasets.load_ 可在线下载的数据集（Downloaded Dataset）：sklearn.datasets.fetch_ 计算机生成的数据集（Generated Dataset）：sklearn.datasets.make_ svmlight/libsvm格式的数据集:s...

20200221；1.做分类问题的时候，给定你标签，你想知道每一类标签的出现频数，可以使用这个函数：np.bincount()。如果想分析一下数据样本是否均衡的时候，可以考虑这种操作，代码十分简明。...

函数原型：sklearn.datasets.make_blobs(n_samples=100, n_features=2, centers=3, cluster_std=1.0, center_box=(-10.0, 10.0), shuffle=True, random_state=None)参数含义：n_samples: int, optional (default=100)...

意义：PCA算法中所要保留的主成分个数n，也即保留下来的特征个数n类型：int 或者 string，缺省时默认为None，所有成分被保留。赋值为int，比如n_components=1，将把原始数据降到一个维度。赋值为string，比如n_components='mle'，将自动选取特征个数n，使得满足所要求的方差百分比。

一、随机划分import numpy as npfrom sklearn import datasetsiris = datasets.load_iris()X = iris.datay = iris.target# 1）归一化前，将原始数据分割from sklearn.model_selection import train_test_splitX_train,X_tes...

函数声明：precision_score(y_true, y_pred, labels=None, pos_label=1, average='binary', sample_weight=None)其中较为常用的参数解释如下：y_true：真实标签y_pred：预测标签average：评价值的平均值的计算方式。可以接收[None, 'binary' (default), 'm...

啊

读入数据与预处理因为老师给的文件无法直接读取，故从官网导入数据：官网链接：http://www.cs.nyu.edu/~roweis/data.html导入数据之后要对MATLAB文件进行读入：data=sio.loadmat(trainfile)对文件type一下：type(data)Out[118]: dict将data中的train部...