本文純屬個(gè)人多年摸索、踩坑、填坑過程中總結(jié)的經(jīng)驗(yàn)!適合本科生, 碩士生, 博士生乃至博士后! 這里有詳細(xì)的學(xué)位論文寫作之word和Latex攻略視頻教程 完成一篇博士論文有多...
本文純屬個(gè)人多年摸索、踩坑、填坑過程中總結(jié)的經(jīng)驗(yàn)!適合本科生, 碩士生, 博士生乃至博士后! 這里有詳細(xì)的學(xué)位論文寫作之word和Latex攻略視頻教程 完成一篇博士論文有多...
同步遠(yuǎn)程倉庫 在做項(xiàng)目時(shí),會(huì)遇到以下兩種情況需要本地同步遠(yuǎn)程倉庫的更改。 情形一 有時(shí)候一些分支在遠(yuǎn)程已經(jīng)刪除了,但是使用git branch -a(用來查看所有的分支,包括...
np.meshgrid()函數(shù)常用于生成二維網(wǎng)格,比如圖像的坐標(biāo)點(diǎn)。pytorch中也有一個(gè)類似的函數(shù)torch.meshgrid(),功能也類似,但是兩者的用法有區(qū)別,使用...
0. 安裝一些必要的包 1. 下載opencv/opencv_contrib源代碼 這里直接從opencv的github倉庫clone最新的opencv源代碼到本地: 在本地...
前段時(shí)間在跑文本檢測的psenet模型,psenet的后處理過程使用了使用了一個(gè)稱為PSE(progressive scale expansion,逐步的尺度擴(kuò)張)的處理步驟...
1. 安裝方法1 以安裝cuda9.0為例,首先在CUDA Toolkit Archive網(wǎng)頁找到CUDA Toolkit 9.0版本,然后選擇如下選項(xiàng): 然后卸載所有之前安...
@Amelia_6a9a 可以試試,不行就換成opencv3.x,用pip安裝挺方便的
編譯caffe-Makefile.config解析配置cuDNN 原始代碼: 如果要使用GPU版本的caffe并且準(zhǔn)備使用cuDNN加速庫,那就將 改為 CPU or GPU 原始代碼: 這兩行代碼決定是否配置CPU版本的c...
抱歉,RRPN我當(dāng)時(shí)沒深入看代碼,無法回答你的問題。而且它的模型復(fù)雜度挺高,不推薦。
你做的是文本檢測嗎?如果文本不是很長的話,推薦使用EAST或者pixellink,效果應(yīng)該比RRPN好,重點(diǎn)是模型簡單,github上面都有基于tf的開源代碼。這兩個(gè)模型都可以使用隨機(jī)裁剪的方式做數(shù)據(jù)增強(qiáng)。
如何將rolabelImg工具制作的.xml文件轉(zhuǎn)成MSRA-TD500格式最近在使用RRPN模型來訓(xùn)練自己的數(shù)據(jù)集,旋轉(zhuǎn)bounding box的標(biāo)注工具使用的是roLabelImg。下面記錄如何將roLabelImg標(biāo)注得到的.xml文件轉(zhuǎn)成MS...
這是一個(gè)閱讀筆記,主要用于記錄在閱讀經(jīng)典的目標(biāo)檢測模型論文過程中,得出的總結(jié)和思考。并不詳細(xì)介紹每個(gè)模型,主要總結(jié)每個(gè)模型的優(yōu)缺點(diǎn)。其中可能存在錯(cuò)誤的理解,僅供參考哈。 11...
在Ubuntu16.04下安裝有道詞典發(fā)現(xiàn)因?yàn)橐恍┮蕾噯栴}無法完成安裝。通過嘗試找到了解決方法。 因?yàn)楣俜経buntu的deb包依賴gstreamer0.10-plugins...
這是一個(gè)閱讀筆記,主要用于記錄在閱讀經(jīng)典的目標(biāo)檢測模型論文過程中,得出的總結(jié)和思考。并不詳細(xì)介紹每個(gè)模型,主要總結(jié)每個(gè)模型的優(yōu)缺點(diǎn)。其中可能存在錯(cuò)誤的理解,僅供參考哈。 1....
1. MNIST數(shù)據(jù)集 1.1 MNIST數(shù)據(jù)集獲取 MNIST數(shù)據(jù)集是入門機(jī)器學(xué)習(xí)/模式識(shí)別的最經(jīng)典數(shù)據(jù)集之一。最早于1998年Yan Lecun在論文: Gradient...
1. 論文亮點(diǎn)一 這是在VGG-Net和GoogleNet之前提出的一個(gè)CNN分類模型,在我看來,這篇論文最大的亮點(diǎn)是: 提出使用全局平均池化層 ,取代經(jīng)典CNN分類器如Al...
1. VGG-Net網(wǎng)絡(luò)的特點(diǎn) 自從AlexNet在ILSVRC2012上面大放光芒之后,接下參加ImageNet競賽的所有top模型基本上都采用了CNN網(wǎng)絡(luò)架構(gòu)。CNN網(wǎng)絡(luò)...
上一篇文章中的LeNet-5是第一個(gè)廣為人知的經(jīng)典CNN網(wǎng)絡(luò),但那是20年前提出的CNN網(wǎng)絡(luò),最成功的案例是解決了手寫數(shù)字識(shí)別的問題,當(dāng)時(shí)被廣泛應(yīng)用于郵局/銀行的手寫郵編/支...
有了前面幾篇論文的經(jīng)驗(yàn)積累,Yan LeCun在1998年的這篇論文中正式提出了LeNet-5—第一個(gè)廣為人知的經(jīng)典CNN網(wǎng)絡(luò)模型。 但是這篇文章的內(nèi)容遠(yuǎn)不止提出了一個(gè)LeN...
1. 論文亮點(diǎn) 這篇論文處理的問題和上一篇《Backpropagation applied to handwritten zip code recognition》相同,使用...
在上一篇論文中《Generalization and Network Design Strategies》,Yan LeCun成功設(shè)計(jì)了多個(gè)版本的神經(jīng)網(wǎng)絡(luò),其中Net-5是一...
Yan Lecun在這篇論文主要討論了神經(jīng)網(wǎng)絡(luò)(或者更普遍的監(jiān)督學(xué)習(xí)模型)的泛化性能和一些針對具體問題設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的技巧。 這篇論文的一個(gè)主要觀點(diǎn)是:處理實(shí)際問題時(shí),當(dāng)針對該...
這篇論文是現(xiàn)代CNN網(wǎng)絡(luò)的鼻祖。 1. 引言 人類對大腦中模式識(shí)別的機(jī)制知之甚少,想要通過傳統(tǒng)的生理學(xué)實(shí)驗(yàn)來揭露它(模型識(shí)別機(jī)制)似乎也不太可能。其中最著名的實(shí)驗(yàn)是Hubel...