tuuzhang的博客

原文地址：十分钟看懂图像语义分割技术       大多数人接触 “语义” 都是在和文字相关的领域，或语音识别，期望机器能够识别你发出去的消息或简短的语音，然后给予你适当的反馈和回复。嗯，看到这里你应该已经猜到了，图像领域也是存在 “语义” 的。今天是 AI 大热年，很多人都关注与机器人的语音交互，可是有没有想过，将来的机器人如果不能通过图像来识别主人，家里的物品、宠物，那该多没意思。说近一...

        最近一直在尝试将FCN网络运用到指纹图像分割上，并将其与公司原有的指纹采集工具融合，改进原有工具在对非按压、带水区域的标记分割。学习一段时间了，有一些小小的心得，在此记录一下。        FCN网络的Demo是使用GitHub上shekkizh提供的工程，具体可以参见我原先写的一篇博客ubuntu 18.04下搭建FCN Demo测试环境(Tensorflow)。   ...

原文链接：TensorFlow 模型剪枝方法背景知识模型剪枝（Model Pruning）是一种模型压缩方法，对深度神经网络的稠密连接引入稀疏性，通过将“不重要”的权值直接置零来减少非零权值数量，其历史可追溯到上世纪 90 年代初。在 Optimal Brain Damage【2】中，使用对角 Hessian 逼近计算每个权值的重要性，重要性低的权值被置零，然后重新训练网络。在 O...

原文链接：TensorFlow Mobile模型压缩前言前文中我们把训练好的模型打包成GraphDef文件（PB文件）了，可是打包出来的文件还是有点大；移动设备的内存容量有限，而且我们需要下载模型到移动端去加载，所以一个大的模型要经过压缩之后才能放在Android或者IOS上跑的，不然会给RAM造成极大的负担，系统会自行kill掉一些进程，甚至你的APP自己crash了。所以模型压缩是十分...

原文地址：基于深度学习的人脸识别技术综述简介：人脸识别是计算机视觉研究领域的一个热点，同时人脸识别的研究领域非常广泛。因此，本技术综述限定于：一，在LFW数据集上（Labeled Faces in the Wild）获得优秀结果的方法; 二，是采用深度学习的方法。前言LFW数据集（Labeled Faces in the Wild）是目前用得最多的人脸图像数据库。该数据库共13，23...

原文链接：人脸检测MTCNN和人脸识别Facenet(附源码)在说到人脸检测我们首先会想到利用Harr特征提取和Adaboost分类器进行人脸检测(有兴趣的可以去一看这篇博客第九节、人脸检测之Haar分类器)，其检测效果也是不错的，但是目前人脸检测的应用场景逐渐从室内演变到室外，从单一限定场景发展到广场、车站、地铁口等场景，人脸检测面临的要求越来越高，比如：人脸尺度多变、数量冗大、姿势多样包括...

原文链接：基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNNobject detection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。object detection要解决的问题就是物体在哪里，是什么这整个流程的问题。然而，这个问题可不是那么容易解决的，物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图片的任何...

原文链接：什么是fine-tuning？在实践中，由于数据集不够大，很少有人从头开始训练网络。常见的做法是使用预训练的网络（例如在ImageNet上训练的分类1000类的网络）来重新fine-tuning（也叫微调），或者当做特征提取器。 以下是常见的两类迁移学习场景：1 卷积网络当做特征提取器。使用在ImageNet上预训练的网络，去掉最后的全连接层，剩余部分当做特征提取器（例如...

最近在研究使用深度学习进行照片增强，主要是参考文献《DSLR-Quality Photos on Mobile Devices with Deep Convolutional Networks》。文章给出的GitHub工程使用了DPED dataset数据集，无奈数据集都存放在Google的云端硬盘上，总共约为60G。使用浏览器下载都是小水管，也就100K左右的速度，而且没下多少M内容就下...

原文地址：https://blog.youkuaiyun.com/Gentleman_Qin/article/details/84421435论文名称：《Deep Learning for Generic Object Detection: A Survey 》论文下载：https://arxiv.org/abs/1809.02165对应代码：https://github.com/hoya012...

原文链接：TensorFlow实战：Chapter-8上(Mask R-CNN介绍与实现)简介论文地址：Mask R-CNN 源代码：matterport - github代码源于matterport的工作组，可以在github上fork它们组的工作。软件必备复现的Mask R-CNN是基于Python3，Keras，TensorFlow。Python 3.4+ Ten...

原文链接：大话目标检测经典模型（RCNN、Fast RCNN、Faster RCNN）目标检测是深度学习的一个重要应用，就是在图片中要将里面的物体识别出来，并标出物体的位置，一般需要经过两个步骤：1、分类，识别物体是什么 2、定位，找出物体在哪里 除了对单个物体进行检测，还要能支持对多个物体进行检测，如下图所示： 这个问题并不是那么容易解决，由于物体的尺寸变化范围很大、摆放角度多变、姿...

原文链接：全卷积网络 FCN 详解背景CNN能够对图片进行分类，可是怎么样才能识别图片中特定部分的物体，在2015年之前还是一个世界难题。神经网络大神Jonathan Long发表了《Fully Convolutional Networks for Semantic Segmentation》在图像语义分割挖了一个坑，于是无穷无尽的人往坑里面跳。全卷积网络 Fully Convolutional ...

    这几天一直在倒腾FCN Demo的测试环境，现记录一下，以防自己忘记，也希望我的搭建经历能够帮助到其他童鞋。1、首先我使用的Tensorflow框架，使用的是国外一个大神在GitHub上上传的一个Demo，GitHub地址是：FCN.tensorflow。2、在下载到Demo后（自己根据GitHub说明，下载了测试数据），我直接将Demo放在Windows下的TensorFlow环...

原文地址：CNN for Semantic Segmentation（语义分割，论文，代码，数据集，标注工具，blog）        在FCN网络在2015年提出后，越来越多的关于图像分割的深度学习网络被提出，相比传统方法，这些网络效果更好，运算速度更快，已经能成熟的运用在自然图像上。语义分割显然已经是计算机视觉领域的一个热门研究领域，也是通往实现完全场景理解的道路之一，被广泛应用于无人驾驶、人...

原文地址：全卷积网络FCN进行图像分割背景    CNN能够对图片进行分类，可是怎么样才能识别图片中特定部分的物体，在2015年之前还是一个世界难题。神经网络大神Jonathan Long发表了《Fully Convolutional Networks for Semantic Segmentation》在图像语义分割挖了一个坑，于是无穷无尽的人往坑里面跳。全卷积网络 Fully Convolut...

原文地址：大话CNN经典模型：AlexNet—— 原文发布于本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），欢迎关注。 2012年，Alex Krizhevsky、Ilya Sutskever在多伦多大学Geoff Hinton的实验室设计出了一个深层的卷积神经网络AlexNet，夺得了2012年ImageNet LSVRC的冠军，且准确率远超第二名（top...

原文链接：https://blog.youkuaiyun.com/stdcoutzyx/article/details/49022443理解dropout注意：图片都在github上放着，如果刷不开的话，可以考虑翻墙。转载请注明：http://blog.youkuaiyun.com/stdcoutzyx/article/details/49022443开篇明义，dropout是指在深度学习网络的训练过程...

原文链接：大话CNN经典模型：VGGNet摘要: 本文主要介绍卷积神经网络（CNN）的经典模型VGGNet的特点和网络结构，包括VGG16、VGG19等—— 原文发布于本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），欢迎关注。  2014年，牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研...

原文链接：大话循环神经网络（RNN）—— 原文发布于本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），欢迎关注。 卷积神经网络CNN在图像识别中有着强大、广泛的应用，但有一些场景用CNN却无法得到有效地解决，例如：语音识别，要按顺序处理每一帧的声音信息，有些结果需要根据上下文进行识别； 自然语言处理，要依次读取各个单词，识别某段文字的语义这些场景都有一...

英文原文地址：How To Improve Deep Learning Performance原博客链接：机器学习系列(10)_如何提高深度学习(和机器学习)的性能原文翻译：王昱森（ethanwang92@outlook.com） 翻译与校对：寒小阳（hanxiaoyang.ml@gmail.com）  我经常被问到诸如如何从深度学习模型中得到更好的效果的问题，类似的问题还有：...

原文链接：https://blog.youkuaiyun.com/login_sonata/article/details/54290402本文参考自：http://blog.youkuaiyun.com/heyongluoyao8/article/details/49408131，有删改。什么是数据不均衡？在分类中，训练数据不均衡是指不同类别下的样本数目相差巨大。举两个例子：在一个二分类问题中，训...