目录一、引言 二、卷积神经网络（CNN）三、生成对抗神经网络（GAN）一、引言 二、卷积神经网络（CNN） 一共有七层，分别为：C1：第一次卷积；S2：第一次池化；C3：第二次卷积；S4：第二次池化；C5：第一次全连接层；F6：第二次全连接层；OUTPUT:输出层。局部连接（权值共享）：每个隐层神经元的权值是相同的，如下图： 全连接层：每个输入神经元都与每个
百度AI Studio深度学习7日入门CV-Day03（CNN车牌识别）一、课程地址地址：https://aistudio.baidu.com/aistudio/education/group/info/1149 paddle API：https://paddlepaddle.org.cn/documentation/docs/zh/api_cn/dygraph_cn/Conv2D_cn.html
转载
2024-03-20 17:31:46
125阅读
Tensorflow在更新1.2版本之后多了很多新功能，其中放出了很多用tf框架写的深度网络结构（看这里），大大降低了吾等调包侠的开发难度，无论是fine-tuning还是该网络结构都方便了不少。这里讲的的是物体检测（object detection）API，这个库的说明文档很详细，可以的话直接看原文即可。这个物体检测API提供了5种网络结构的预训练的weights，全部是用COCO数据集进行训练
TensorFlow 更新频率实在太快，从 1.0 版本正式发布后，很多 API 接口就发生了改变。今天用 TF 训练了一个 CNN 模型，结果在保存模型的时候居然遇到各种问题。Google 搜出来的答案也是莫衷一是，有些回答对 1.0 版本的已经不适用了。后来实在没办法，就翻了墙去官网看了下，结果分分钟就搞定了～囧～。这篇文章内容不多，主要讲讲 TF v1.0 版本中保存和读取模型的最简单用法，
转载
2024-09-02 12:22:06
25阅读
完整代码：GitHub我的简书：Awesome_Tang的简书整个项目代码分为三部分
原创
2022-02-22 11:36:26
272阅读
整个项目代码分为三部分：Generrate_Captcha:生成验证码图片（训练集，验证集和测试集）；读取图片数据和标签（标签即为图片文件名）；cnn_model:卷积神经网络；driver:模型训练及评估。1、配置项class Config(object): width = 160 # 验证码图片的宽 height = 60 # 验证码图片的高 char_num = 4
转载
2021-04-06 10:57:01
509阅读
完整代码：GitHub我的简书：Awesome_Tang的简书整个项目代码分为三部分：Generrate_Captcha:生成验证码图片（训练集，验证集和测试集）；读取图片
原创
2021-09-08 14:12:12
454阅读
数据材料这是一个小型的人脸数据库，一共有40个人，每个人有10张照片作为样本数据。这些图片都是黑白照片，意味着这些图片都只有灰度0-255，没有rgb三通道。于是我们需要对这张大图片切分成一个个的小脸。整张图片大小是1190 × 942，一共有20 × 20张照片。那么每张照片的大小就是（1190 / 20）× （942 / 20）= 57 × 47 （大约，以为每张图片之间存在间距）。问...
原创
2022-02-04 11:19:38
828阅读
数据材料这是一个小型的人脸数据库，一共有40个人，每个人有10张照片作为样本数据。这些图片都是黑白照片，意味着这些图片都只有灰度0-255，没有rgb三通道。于是我们需要对这张大图片切分成一个个的小脸。整张图片大小是1190 × 942，一共有20 × 20张照片。那么每张照片的大小就是（1190 / 20）× （942 / 20）= 57 × 47 （大约，以为每张图片之间存在间距）。问...
原创
2021-08-07 16:13:38
615阅读
目录一、实现和完整UI视频效果展示主界面：测试图片结果界面：自定义图片结果界面：二、原理介绍：图像预处理HOG特征提取算法数据准备SVM支持向量机算法预测和评估完整演示视频：完整代码链接一、实现和完整UI视频效果展示主界面：测试图片结果界面： 自定义图片结果界面：二、原理介绍：图像预处理对输入图像进行预处理操作，例如调整大小、灰度化、归一化等，以便在后续步骤中更好地处理图像。HOG特征提
看了几篇关于cnn的文章，感觉那种大模型的cnn真的不适合个人去使用，自己也没有那么强悍的显卡，也没有足够的数据和时间还是用迁移学习比较好，这里说一下用的模型，inception_v3是谷歌的cnn框架。这个框架有22层深，用tensorboard看的时候是比较大的(相比于letnet和alxnet)，这个框架运算量并不大，而且很多卷积层的权值基本上可以不用改变，可以说使用起来非常的方便。他降低参
# -*- coding: utf-8 -*-
import tensorflow as tf
import os
import random
import tensorflow.contrib.slim as slim
import time
import numpy as np
import pickle
from PIL import Image
mode = "inference"
原创
2023-05-31 10:47:48
72阅读
了解用于计算机视觉的卷积神经网络的基础，并使用TensorFlow构建CNN 深度学习的最新进展使得计算机视觉应用实现飞跃：从我们的面部解锁手机到更安全的自动驾驶汽车等等。卷积神经网络(CNN)是计算机视觉应用背后的架构。在这篇文章中，您将了解CNN和计算机视觉的基础，例如卷积运算、填充、跨步卷积和池化层。然后，我们将使用TensorFlow构建用于图像识别的CNN。
目录零之前言一.创建完整模型1.创建模型框架2.创建模型字段①字段类型②字段选项③关系④访问二.模型的使用1.增2.删3.查①返回查询集（过滤器）：②返回单个数据：③限制查询集：④使用：4.改三.后记零之前言个人理解的model是django里的一种数据库的抽象。它通过一种类的形式去对应了数据库一张表格。相当于对一张表进行了封装。无论是你是使用哪种数据库，Django中model的代码基本上可以不
转载
2024-09-10 08:29:02
111阅读
写在前面这个系列博客会具体讲讲怎么用tensorflow去搭建网络，其中一些细节例如如何加载数据集、需要哪些包可以参考我的其他博客。以此，来增加自己的编程能力。也会解读一些keras源码等一、神经网络中有哪些层点我从连接方式来说：全连接Dense、Conv2D、Conv2DTranspose、RNN等主要的功能层：BN层，激活函数层、Input层，Lambda层、Dropout层、Flatten层
转载
2024-08-11 20:21:17
0阅读
tensorflow(一)：图片处理 一、图片处理 1、图片存取 tf.gfile 复制代码 import tensorflow as tf
import matplotlib.pyplot as pltimage_bytes = tf.gfile.FastGFile(“dog.jpg”, ‘rb’).read() # 字节
with tf.Session() as session:
#
转载
2024-03-13 22:15:38
213阅读
论文地址基于深度卷积神经网络的遥感影像车辆检测本文基于超像素分割算法实现对车辆检测窗口的定位。车辆检测窗口的识别是基于深度卷积神经网络实现的。通过数据扩充将带标记的样本应用于深度卷积神经网络进行特征和分类器参数的学习。训练完成的深度卷积神经网络将识别所有的车辆检测窗口，结合非极大值抑制对识别结果做过滤得到最终的车辆检测结果。 本文提出一种先在遥感图像中提取道路感兴趣区域再在这个道路感兴趣
转载
2023-12-20 09:13:13
83阅读
目录1. 论文&代码源2. 论文亮点3. 模型结构3.1 技术路线3.2 数据预处理3.3 训练和测试4.实验结果4.1 CMU4.2 USF4.3 CAISA-B5.总结0. 知识补充0.1 光流法 1. 论文&代码源《MULTI-VIEW GAIT RECOGNITION USING 3D CONVOLUTIONAL NEURAL NETWORKS》论文地址：https://
https://github.com/nianxiongdi/deep-laering
原创
2023-03-23 08:53:29
117阅读
基于CNN的图像识别 以CNN为基础完成一个CIFAR-10图像识别应用 CNN相关基础理论 卷积神经网络概述 CNN（Convolutional Neural Network，卷积神经网络）是DNN
原创
2022-06-01 10:20:47
1955阅读
