Yikong的博客

秒换证件照底色现实生活中，不同证件上需要不同底色的照片。比如结婚需要的红色，身份证需要的白色，考试报名需要的蓝色。同时准备三种颜色的证件照也不是不可能，但是有时候迫于时间关系，又没有准备好照片的情况下，依靠PhotoShop手动处理需要一定的时间，还要一定的软件使用技能。这个时候，AI自动处理图像的优势就出来了。速度快，效果好，操作成本低（将本程序封装成exe）。在此之前，先介绍一个线上的AI平台百度飞浆PaddlePaddlePaddlePaddleAI,很多人第一反应就是高门槛，要面对复杂的

SPPNet 对R-CNN做出了改进，但是仍然存在网络之间不统一训练的问题。因此，Fast R-CNN就是解决这样的问题。上两篇博文有详细解析R-CNN和SPPNet:R-CNN详解，SPPNet详解Fast R-CNN改进之处●增加了一个RoI pooling，然后整合整个模型，把CNN、SPP变换层、分类器、bbox回归几个模块一起训练。具体过程图：●步骤：1、首先将整个图片输入到...

上一篇有对R-CNN做出详解。地址：R-CNN详解本文主要是描述SPPNet对R-CNN在速度上的一些改进。R-CNN速度慢在哪里？R-CNN慢就慢在要对每个候选区域进行卷积提取特征，上面R-CNN详解中提到选择搜索算法（selective search）会有2000个候选区域。由此可见这里面的卷积操作需要花费很多时间。SPPNet的改进●减少卷积运算●防止图片变形除了卷积运算多之...

在介绍R-CNN之前，先来了解一种目标检测算法的思路。目标检测-Overfeat模型最初的目标检测采用的思路是滑动窗口，比较暴力的从左到右和上到下的扫描图片。设定好检测框（Bounding box）的大小，扫描图片后生成字图片。这样就变成了分类的问题了。但是，图片中的物体大小是不一样的，这也意味着每个检测框的大小也不一样了。所以就要提前设定M个检测窗口，每个窗口滑动提取N张图片，总共M*N...

本文将会介绍图像识别中涉及的一些概念和专业名词图像识别的三大任务●目标识别：对图片进行分类，确定图片中的目标是什么。如下图要分类图中的水杯和水瓶，方体。●目标检测：定位目标，确定目标在图片中的具体位置●目标分割：对图片进行像素级的分类前景和背景，剔除背景并描述目标的形状不剔除背景：剔除背景：这里着重介绍目标检测目标检测的定义●识别图中有哪些物体以及物体的位置，这里的位置...

在接触人工智能医疗方面时，单是学习算法和代码原理还不够，需要一定的医学影像知识储备。B超、CT、MR等都算是医疗影像，在现实生活中，从医院检查身体后拿到的胶片是处理过后的二维图像。这些医疗影像其实是三维的。最常见的图片格式有JPG、PNG等等，这些都是二维图片。而医疗影像的格式也有很多，其中最常见的是DICOM。什么是DICOM？为了方便各种医疗设备的通讯，美国成立的ACR-NEMA协会...

TensorFlow–session刚安装完TensorFlow都会测试是否安装成功：import tensorflow as tfone = tf.constant([[3,3]])two = tf.constant([[2],[2]])p = tf.matmul(one,two)sess = tf.compat.v1.Session()re=sess.run(p)print(r...

什么是TensorFlow？TensorFlow是由Google开发的python外部结构包。简单来说，就是一款工具。可以依靠TensorFlow快速入门神经网络。TensorFlow的安装TensorFlow支持windows之后，安装了Python的用户可以用指令：pip intall tensorflow这个命令安装的是CPU版本的，GPU版本的用以下命令：pip instal...

KNN（近邻算法）KNN (K-Nears-Neighbor），从字面意思可理解为K个最近的邻居。所以KNN算法也叫最近邻算法，一般用于解决分类上的问题。在机器学习中，KNN做的分类属于监督学习的范畴中，即根据已知的结果标签对未知的标签分类。物以类聚，人以群分简单的说就是要判断一个人或者一件物品是属于什么类型的，可以根据它周围的东西去判断。比如说，你想知道你一个朋友是不是有钱人，但是又不...

人工智能人工智能（artificial intelligence），这个话题很广，涉及的领域也很广。这一个领域还处于起步阶段，每个人都会有不同的理解，那么这里对AI的一个分支做简单的讨论。什么是人工智能？人工智能通俗的来说就是能让机器模仿与学习人类的技能，并且以这些技能更高效与准确的处理问题。人工智能再往细划分又有机器学习、深度学习。具体的关系如下图：AI的水很深，可能再有一段时间发...