wxplol的博客

数据增强主要分为监督的数据增强和无监督的数据增强方法。其中有监督的数据增强又可以分为单样本数据增强和多样本数据增强方法，无监督的数据增强分为生成新的数据和学习增强策略两个方向。

什么是迁移学习（Transfer Learning）？简单的理解就是使用一些已经训练好的模型迁移到类似的新的问题进行使用，而不必对新问题重新建模，从头训练和优化参数。这些训练好的模型同时包含了优化好的参数，在使用的时候只需要做一些简单的调整就可以应用到新问题中了。这里是把之前的知识一个实践应用，废话不多说开始。。。目录一、概念二、工程实践中的建议三、基于Tensorflow二分类的...

这篇是紧接上一篇，这里主要推荐tf.keras、eager、Estimators这三种作为2.x版本的框架作为我们在工程实践中使用的框架。接下来这篇中将详细介绍如何使用这三种框架来搭建自己的模型，以及其中的注意要点。疫情太严重没法出门了，只有把之前学过的来个总结，好吧，开始。目录一、数据集二、Estimators训练回归模型2.1、输入数据2.2、模型网络搭建2.3、Est...

这一篇将详细讲解现有的tensorflow搭建框架的一些框架，并给出合适的搭建框架的选择建议。估计这也是大家使用tensorflow时的困惑吧，可使用的框架太多，不知道选择那个，选择合适的框架之后能够使得tensorflow搭建更加高效率。目录一、Tensorflow版本1、Tensorflow 1.x版本2、Tensorflow 2.x版本二、Tensorflow常见的框架...

我们知道Dataset对象能够方便的进行数据加载，而Dataset数据集一般使用流程如下：（1）创建Dataset对象；（2）对Dataset对象进行变换操作；（3）创建Dataset迭代器；（4）在会话Session中取数据。对于（1）（2）我们已经有详细的了解，在实际使用过程中如何创建迭代器？如何进行多epoch的训练？当遍历完数据集时如何继续输入数据进行训练？另外，对于不...

在进行深度学习开发之前，我们都必须面对的是数据加载问题。如何加载我们自己的数据，是我们不得不面对的一个问题，本篇以数据加载作为我们tensorflow实战的开始，教你手把手实现自己的模型训练。目录一、tensorflow常见的数据集格式二、内存数据2.1、数据集说明2.2、生成样本数据三、TFRecord数据四、Dataset数据集4.1、生成Dataset对象...

通过上一篇文章：【深度学习系列（四）】：基于tensorflow的YOLOV3实现 （2）：YOLOV3框架结构，我们基本了解了YOLOV3网络在进行前向运算的细节，这里具体说明下YOLOV3在预测过程中的流程：输入一张任意大小图片，保持长宽比不变的情况下，缩放至 w 或 h 达到416，再覆盖在416*416的新图上，作为网络的输入。即网络的输入是一张416*416，3通道的RGB图。 运...

目录前言1、backbone2、多尺度融合检测3、模型输出预测小结前言YOLOV3以V1和V2为基础进行改进得。YOLO3主要的改进有：调整了网络结构；利用多尺度特征进行对象检测；对象分类用Logistic取代了softmax。如果想了解V1、V2的详细结构信息，可以参照以下链接。YOLO v1深入理解YOLOv2 / YOLO9000 深入理解YOLOv3...

最近一直在研究目标检测相关方法。其中YOLOV3的综合性能目前来说工业运用比较广泛，所以，的好好研究研究。本系列是使用tensorflow简单的实现YOLOV3算法，但是麻雀虽小，五脏俱全啊，哈哈哈哈。什么是YOLO?它是一种使用深卷积神经网络学习的特征来检测物体的目标检测器。官网中yolo是基于Darknet框架实现的，该框架是纯c实现，墙裂推荐去看看它的源码。实际运用中，比如嵌入式等机器上...