奥特曼大战神

结合上一章内容，本章节将结合实际需要，使用Tensorflow Object Detection API从头训练符合自己需求的图和表的检测分类模型.需求说明：输入拍摄的文本页面图片，目标是训练一个可以正确检测图片上的图和表格并在图片画出其bounding box，之前用yolo也做过检测，不过效果不太好，会出现检测不准确甚至漏检情况，于是这次想尝试api的检测效果，模型使用ssd_mobile...

本次安装环境为 ubuntu-16.04.4系统，使用环境python3,因为之前已经安装了gpu版本的tensorflow和opencv等，所以不在安装．１，在主目录下载api, git clone https://github.com/tensorflow/models.git（下载完后的路径为/home/user/models）２，sudo apt-get install prot...

本章继续结合上一节内容，教大家如何在本地基于安装好的Tensorflow Object Detection API 训练，测试一个宠物识别模型实例．以下内容均参照官网代码（官网宠物模型训练是在google could上训练的，为了节省实际，我们直接在本地训练，本次所有操作依然在linux下, 使用基于gpu的tensorflow）１，进入安装好的tensorflow object dete...

最近把一个ssd网络的net..prototxt网络结构和自己生成的hdf5格式数据一起做训练时发现经常报错，因为ssd中一些层在caffe中并没有实现，需要自己写相应的.cpp,.cu文件重新编译，比较麻烦，而大家通常训练caffe-ssd都是基于原作者公开的代码训练的，该代码中实现了这些层，于是把原作者代码跑了一遍．我的机器是ubuntu16.04,装有两块ＧＴＸ　１０８０TI 的显卡，一...

前天跑了一下caffe-ssd模型，并在pascal voc上跑了两天，效果不错，今天突然发现caffe-ssd目录没有了，，好像莫名被删除了，于是早上重新装了一遍，下午开始摸索如何用caff-ssd跑自己的数据，一个下午时间总算摸索出来了，记录一下，方便有需要的朋友参考．caffe-ssd训练自己的数据其实挺简单的，生成目标检测的lmdb数据时候需要根据caffe-ssd中的代码生成，下面讲...

以深度学习为基础的人工智能发展迅速，越来越多的检测、识别模型出现，但这些都只能运行在服务器端，使用中只能通过前端获取图像视频数据，通过网络传输数据信息到服务器，服务器处理完毕再返回结果到前端展示。而在真实场景我们对实时性要求更高，因此需要tflite格式的更加轻量级模型。今天介绍一下pelee网络，然后教大家如何在本地运行。论文地址：论文：Pelee: A Real-Time Object...

最近在用TensorFlow Object DetectionAPI训练目标检测模型，训练好的pb模型大小17.6M，用pb预测效果不错，于是想着如何在手机端运行，查看官网关于tflite的转换，网址：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/running_on_mobile...

GitHub地址：https://github.com/YCG09/chinese_ocr该项目检测使用ctpn，识别使用cnn+lstm形式，通过GitHub给出的readme可以直接运行demo.py看到作者训练好的检测加识别的最终结果。此处将该项目在自己的数据集上训练过程加以记录，并将最终识别结果转为pb文件。检测模型：进入ctpn/prepare_training_data目录...