lebhoryi

文章目录0x01 背景0x02 编解码2.1 编码2.2 解码2.3 小脑袋有大大的问号0x03 Coding3.1 加载图片 & 推理3.2 解码3.3 置信度3.3.1 单个类别且只需要一个框3.3.2 多个类别参考资料0x01 背景目的：识别出图片中概率最大的人形生物，并给出坐标仅讨论 yolo 编解码，以及解码实现方式，不讨论nms以及其他在用 darknet 训练出一个 yolo-s 的轻轻轻量级(291.9KB)目标检测神经网络之后，我以为事情到这，就结束了了了了了后面填了

原创: Lebhoryi@gmail.com时间: 2020/08/10文章目录0x00 Paper0x01 为了解决什么问题0x02 提出了哪些创新点2.1 两个闪闪发光的点2.2 MobileNet V2 与 V1 之间的相同和不同点2.3 ResNet 与 MobileNet V2 比对0x03 网络结构0x04 参考链接0x00 PaperPaper: MobileNet v2Code: mobilenet_v2.py0x01 为了解决什么问题​ 设计更小更快的网络结构。.

原创: Lebhoryi@gmail.com时间: 2020/08/06文章目录0x00 Paper0x01 前言1.1 为了解决什么问题1.2 派系1.2.1 压缩预先训练好的模型1.2.2 设计更小的神经网络1.2.3 other0x02 让人兴奋的点2.1 正常人的卷积2.2 Depthwise Convolution2.3 Pointwise Convolution2.4 DSCNN 高光时刻2.5 MobileNet 的两个超参0x03 参考文献0x00 Paperpaper: M.

原创: Lebhoryi@rt-thread.com时间: 2020/06/18项目: ML-KWS-for-MCU参考源代码：DSCNN bn foldedpytorch 实现bn折叠好处：推理时速度提升魔改的cnn的推理时，将bn折叠，即在训练的变量上乘以一个系数从而将bn层在推理时舍去，from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import pr.

文章目录0x00 先上一段代码0x01 庖丁解牛1 - __init__0x02 庖丁解牛2 -- build()0x03 庖丁解牛3 -- call()0x04 最终输出0x05 总结0x00 先上一段代码问题： 在自定义网络层的时候，想要搞清楚build() 和 call() 是用来做什么的，为什么能调用成功，不用外部再定义# coding=utf-8'''@ Summary: test call@ Update: @ file: test.py@ version: 1.

原创: Lebhoryi@rt-thread.com时间: 2020/06/10coding: google-research/kws_streaming/models/cnn.py # coding=utf-8# Copyright 2020 The Google Research Authors.# cnn.py"""CNN model with Mel spectrum."""from kws_streaming.layers import modesfrom kws_stre.

原创: Lebhoryi@rt-thread.com时间: 2020/05/11结合 tf2 官网mfcc例程阅读本篇文档食用更佳rfft 部分没有吃透，未来待补文章目录0x00 前言概述0x01 读取语音源文件0x02 填充及分帧 & 加窗 & 快速傅里叶变换2.1 分帧 & 填充2.2 加窗2.3 傅里叶变换2.4 对spectrum 取绝对值 & 平方0x03 梅尔滤波3.1 构造梅尔滤波器组（每一帧抽取40个特征）3.2 计算梅尔滤波器的参数3.2.1..

tensorlfow1.14 之前的实现audio 相关操作的代码# 出处在这，但是在github已经不可见，1.14和1.13我找了个遍from tensorflow.python.ops.gen_audio_ops import *相关ops 的操作实际代码在于以下这行_, _, _op = _op_def_lib._apply_op_helper()然后我深入的了解了一下大佬的世界非我所能理解，望其项背，仍需努力gen_audio_ops.py 源码"""Python wr

查阅很多资料,只显示os.environ["TF_CPP_MIN_LOG_LEVEL"]等级可为1,2,3级别,级别不同,输出的显示不同, 但是具体什么不同,没有说明,下面借助测试Tensorflow测试GPU代码以及输出阐述下个人的理解大多资料能查阅到:log 日志级别设置:os.environ[“TF_CPP_MIN_LOG_LEVEL”]=‘1’ # 这是默认的显示等级，显示所有...

Tensorflow模型的保存与恢复0x01Tensorflow模型是什么当你已经训练好一个神经网络之后，你想要保存它，用于以后的使用，部署到产品里面去。所以，Tensorflow模型是什么？Tensorflow模型主要包含网络的设计或者图（graph），和我们已经训练好的网络参数的值。分为三部分：data-00000-of-00001、index、meta；meta file保存了g...

0x00 补充知识1.视差：左右双目图像中，两个匹配块中心像素的水平距离。视差图如下图例1所示，相同视差（即相同颜色）代表物体离摄像头位置相同（个人理解）。视差越大越靠近摄像头,颜色越亮越靠近摄像头.图1 视差图实例2. 立体匹配的四个最基本的步骤：匹配代价计算（Matching Cost Computation:CC）代价聚合（Cost Aggregation:CA）视差计算（D...

先后阅读若干AlexNet的各种详解,在AlexNet模块上进行输入和末尾输出的更改. TensorFlow（1）-AlexNet实现(知乎) TensorFlow实战之实现AlexNet经典卷积神经网络 规范模型1 规范模型2 【卷积神经网络-进化史】从LeNet到AlexNet 干货|详解CNN五大经典模型:Lenet，Alexnet，...

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date : 2017-12-10 16:18:28# @Author : Lebhoryi@gmail.com# @Link1 : http://blog.youkuaiyun.com/xuan_zizizi/article/details/77815986# @Link2 : https:

#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date : 2017-12-09 10:02:51# @Author : Lebhoryi@gmail.com# @Link1 : http://blog.youkuaiyun.com/xuan_zizizi/article/details/77815986# @Link2 : https:

tf.Variable转自：TensorFlow图变量tf.Variable的用法解析1.在TensorFlow的世界里，变量的定义和初始化是分开的，所有关于图变量的赋值和计算都要通过tf.Session的run来进行。想要将所有图变量进行集体初始化时应该使用tf.global_variables_initializer。 2. tf.Variable tf.Variable.init(i

此篇代码主要介绍Session的类似与python的with 用法，比较习惯with用法#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date : 2017-11-30 19:27:06# @Author : Lebhoryi@gmail.com# @Link : https://morvanzhou.github.io/tuto