黑条纹的白斑马的博客

inception 系列

Squeeze-and-Excitation Networks

主流的OCR识别分为两个部分:先检测出文字区域再识别文字。检测可采用通用的目标检测方法以及针对于文本检测的网络,识别主要是CRNN及其变体。在上文中针对EAST做场景文字检测定位,现在针对OCR的第二部分–识别,以最早的CRNN为例子。然后整合了AavancedEAST以及CRNN，实现场景数字号码检测与识别。CRNN论文笔记论文主要创新点提出卷积循环神经网络（CRNN），组合DCNN和...

East是旷视科技2017年发表的论文,针对于场景文本检测。与较早的rcnn,ctpn不同之处个人认为主要在于East以目标检测来做。目标即为检测文本框。因此,East网络也可以轻易的扩展到其他目标检测任务上。我主要在改进版的East基础上做手机号码检测与识别,以及之前的基于yolo的水印检测。OverviewEast的检测流程如图所示,类似于maskRCNN,一个分支做像素级语义分割（二分...

在cyclegan之前，对于两个域的图像进行转化，比如图像风格转换，它们的训练集图像都是成对的.而cyclegan则解决了训练图像必须成对的问题。使生成器的学习过程比image2image更像是两个图像域之间图像“翻译”。下图分别是成对图像训练集与非成对图像训练集例子,成对图像训练时需要一一对应。cyclegancyclegan的网络设计思想本身不复杂。其中包含两个生成器，一个由图...

one-shot 半监督视频单目标分割网络实现采用keras实现，网络结构如下。 类似于unet，但没有unet那么多的参数。# coding=utf-8from keras import Input, Modelfrom keras.applications.vgg16 import VGG16from keras.layers import Concatenate, Conv2D,...

对于keras加载训练数据，官方上没有详说。然而网上查各种资料，写法太多，通过自己跑代码测试总结以下几条，主要针对于分类网络，方便自己以后使用。总的来说keras模型加载数据主要有三种方式：.fit(), .fit_generator()和.train_on_batch()。1.fit():上函数，各个参数的意义就不解释了fit(x=None, y=None, batch_size=No...

文章目录简谈多分类与多标签分类数据准备数据生成网络结构训练模型简谈多分类与多标签分类简单的说，输入一张图片进行分类：这张图片里面的物体（通常认为只有一个物体）属于某一个类，各个类别之间的概率是竞争关系，取最高概率标签为物体的类别。所以，多分类最后的激活为softmax函数。实际情况下，一个图片只能有一个物体未免太限制了，能不能一次性判断出图片里面多个物体，比如既有人又有车，网络输出含有每...

当需要对指定文件夹下的图片进行数据增广时，使用keras的ImageDataGenerator类的flow_from_directory（）方法可快速的实现1.首先实例化ImageDataGenerator对象以自己想要的属性 img_datagen = keras.preprocessing.image.ImageDataGenerator(featurewise_center=False,...

文章目录任务定义与数据集任务定义数据集评价指标技术路线分类经典论文写在前面的话，硕士研究生阶段从接触VOS到深入研究，差不多一共有两年时间。因为自己刚接触这个研究领域的时候，用深度学习做视频分割的还相对较少，嘿嘿，所以相对好发（水）论文，马上毕业了，简单写个总结吧，不针对某篇论文做具体的技术分析。以下任务的定义等主要参考DAVIS benchmark，这个数据集确实推动了这个研究方向。任务...

线性拟合之最小二乘法关于最小二乘法一元线性回归模型求解最小二乘实现一元最小二乘法关于最小二乘法以下是百度百科的解释：最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达...

文章目录KNN简介KNN示例基于KNN的mnist数据集分类后记KNN简介K近邻（K-Nearest Neighbor）学习是一种简单的监督学习方法。方法流程主要是：对于给定的测试样本，基于某种距离度量找出训练集中与其最靠近的K个样本，根据这K个样本的类别来决定测试样本的类别，一般采用投票法，即判别为K个中出现次数最多的类别。（这种思路很早就知道了，完全不觉得这也属于高大上的机器学习啊，明明没...

Git链接网盘：链接提取码：tjvf

环境：tensorflow代码如下from tensorflow.examples.tutorials.mnist import input_datafrom scipy import miscimport numpy as npimport osmnist = input_data.read_data_sets('MNIST_data/',one_hot=True)result...

关于Ransac算法RANSAC为Random Sample Consensus，即随机采样一致性算法，是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。在计算机视觉中用的比较多，如特征点匹配。本文主要从线性拟合角度分析。Ransac算法有样本数据集如上图所示，其中蓝色为正确样本，绿色和红色为噪声样本，我们想要拟合一个线性模型，如果使用最小二乘法的话，结...

Ubuntu + Python下libsvm使用小结关于libsvm安装测试关于libsvmlibsvm是台湾大学林智仁(Chih-Jen Lin)教授等开发，它主要用于分类(支持二分类和多分类)和回归，下载网站是链接，目前更新到3.23版本。安装测试我实在Ubuntu16.04环境下使用的解压后目录如下：进入 Python包：命令行输入：import syssys.path...

import kerasfrom keras.layers import Input,Dense,Conv2Dfrom keras.layers import MaxPooling2D,Flatten,Convolution2Dfrom keras.models import Modelimport osimport numpy as npfrom PIL import Image...

import kerasfrom keras.models import Sequentialfrom keras.layers import Dense,MaxPooling2D,Input,Flatten,Convolution2D,Dropout,GlobalAveragePooling2Dfrom keras.optimizers import SGDfrom keras.cal...

预测结果输出one-hot类型，最大概率的下标即为对于类别号     0: 'tench, Tinca tinca',                             丁鲷(鱼) 1: 'goldfish, Carassius auratus',                 金鱼，鲫鱼   2: 'great whi...