导读借助卷积神经网络算法和U-Net结构，可以准确地检测出钢铁平面的焊接故障，还能评估它的严重程度。本文即介绍了这一检测方法，并给出了3个样本结果。作者：Soham Malakar编译：ronghuaiyang1 介绍焊接缺陷可以定义为焊缝表面出现的不规则、不连续性、缺陷或不一致性。焊接接头的缺陷可能导致零件和组件的报废、昂贵的维修费用、工作条件下性能的显著降低，在极端情况下，还可能导致
一些上下文我的目标是让注意力OCR学习在哪里查找和阅读扫描文档中的特定信息。它应该找到一个10位数的数字(在大多数情况下)前面有一个描述性标签。文件的布局和类型各不相同，因此我得出结论，如果不使用注意机制，任务是无法解决的，因为位置可变。。。在我的第一个问题是：我是否正确地解释了模型的功能？它真的能解决我的问题吗？(一)目前的进展我试着在自己的数据集上运行了这项培训，其中有大约200k张736x7
转载
2024-04-28 15:23:14
45阅读
本文翻译自Medium上的文章：Step by Step TensorFlow Object Detection API Tutorial — Part 2: Converting Existing Dataset to TFRecord，原文地址：https://medium.com/@WuStangDan/step-by-step-tensorflow-object-detection-api
本文翻译自Medium上的文章：Step by Step TensorFlow Object Detection API Tutorial — Part 3: Creating Your Own Dataset，进行到这一步，我们已选择了预训练模型，并将现有数据集转化为单个TFRecord文件。但是，如果我们找到的数据集与即将使用的目标检测模型不完全匹配，而我们希望获得最佳效果，该怎么办？ 更极端
转载
2024-05-01 15:08:42
55阅读
整理：Tom Hardy
对目标检测开源框架进行了汇总，无论是模型的快速实现，抑或是落地调优，都非常方便
1、mmDetection维护：商汤科技Github连接：https://github.com/open-mmlab/mmdetection为目标检测而生的框架，商汤科技和香港中文大学联合开源。支持的模型越来越多（如下图所示），模块化的设计：backbone、neck、box
转载
2024-08-20 21:53:12
50阅读
TensorFlow Object Detection API 可实现基于给定模型检测图像中的特定目标，是典型的深度学习在计算机视觉中的应用。本文以此为例，开始应用TensorFlow解决实际问题。首先，需要下载TensorFlow的model文件，可在GitHub的Tensorflow/models上找到，下载models文件。 可通过git clone下载，或者在页面上直接点击绿色的Clon
转载
2024-08-03 13:19:42
28阅读
作者：平凡的外卖小哥
全文5747字，预计阅读时间15分钟 1 简介目前针对于图片的目标检测的方法大致分为两类：faster R-CNN/R-FCN一类： 此类方法在进行bbox回归和分类之前，必须通过region proposal network(RPN)得到RoI，因此被称作是two-stage的方法。 YOLO/SSD一类： 此类方法不需要RPN，直
转载
2024-05-07 09:29:52
61阅读
一、引言 Tensorflow提供了一个非常黑箱化的目标检测框架，可以让你在不用敲代码的情况下，利用自己的训练数据训练出一个神经网络模型。框架的代码写的很整洁，但是对初学者并不友好，代码层层嵌套不易阅读（就比如我这样的，汗！！！！）。我个人认为，此框架对于我们了解神经网络大体是如何训练的会有一个很好的帮助。接下来我将以Faster R-CNN为例
转载
2024-06-03 10:25:38
75阅读
实验目的使用 TensorFlow Object Detection API 进行实时目标检测（基于 SSD 模型）任务列表：行人识别人脸识别交通灯识别实时检测（平均 FPS>15）使用 tflite 将模型移植到嵌入式设备实验环境安装下载 Tensorflow 对象检测 APITensorflow/models 的 GitHub 地址：https://github.com/tensorfl
转载
2024-05-30 10:54:44
108阅读
介绍Insight Face在2019年提出的最新人脸检测模型，原模型使用了deformable convolution和dense regression loss， 在 WiderFace 数据集上达到SOTA。截止2019年8月，原始模型尚未全部开源，目前开源的简化版是基于传统物体检测网络RetinaNet的改进版，添加了SSH网络的检测模块，提升检测精度，作者提供了三种基础网络，基于ResN
转载
2024-04-09 09:35:42
124阅读
第一次目标检测及遇到的问题一，环境本文作者环境：python3.6.8、Windows10、tensorflow1.9.0、Anaconda遇到的问题： ①安装tensorflow时，不知具体步骤 ②运行代码时，发现tensorflow版本与代码不符合 解决过程： ①作者通过查询及实验，总结出较为便捷的安装方式：先安装Anaconda，然后通过Anaconda安装tensorflow 作者已将An
转载
2024-08-12 20:45:44
127阅读
一、tensorflow安装首先系统中已经安装了两个版本的tensorflow，一个是通过keras安装的， 一个是按照官网教程https://www.tensorflow.org/install/install_linux#InstallingNativePip使用Virtualenv 进行安装的，第二个在根目录下，做标记以防忘记。安装教程：使用 Virtualenv 进行安装
请按
转载
2024-07-23 15:58:10
60阅读
今天，人工智能正影响我们生产、生活的方方面面。10月10日，为期三天的2018华为全联接大会在上海拉开帷幕，此次大会以“+智能，见未来”为主题，发布了AI战略及全球领先的全栈全场景AI解决方案，并推出全球首个覆盖全场景人工智能的昇腾系列IP和芯片，打造全面领先的AI实力。而我们作为Python程序员在人工智能领域的技术与贡献也是举重若轻的，下面来了解一下怎么训练自己的目标检测模型。Tensor
转载
2024-05-21 15:28:53
43阅读
TensorFlow对象检测是一种功能强大的技术，可以识别图像中的不同对象，包括它们的位置。训练有素的物体检测模型可以在移动设备和边缘设备上运行，以便非常快速地执行预测。我已经使用这项技术来构建一个演示，通过iOS应用程序检测Anki Overdrive汽车和障碍物。当检测到障碍物时，汽车会自动停止。这张照片显示了有两辆车和一部手机的轨道以及在物体周围绘制矩形的iOS应用程序。我在GitHub上开
翻译
2023-06-08 19:13:10
121阅读
Tensorflow提供了很强大的可视化功能，今天来学习一下。当我们导入tensorflow包的时候，系统已经帮助我们产生了一个默认的图，它被存在_default_graph_stack中，但是我们没有权限直接进入这个图，我们需要使用tf.get_default_graph()命令来获取图。>>> graph = tf.get_default_graph()tensorflow中
转载
2024-09-29 10:53:30
35阅读
Tensorflow object detection API训练自己的目标检测模型一、Tensorflow object detection API的详细配置教程简单介绍Tensorflow object detection API：这个API是基于tensorflow构造的开源框架，易于构建、训练和部署目标检测模型。关于tensorflow安装：自行百度， 教程很多，分CPU,GPU版本的；环
转载
2024-05-05 18:31:46
47阅读
tensorflow 、SSD
目标检测是AI的一项重要应用，通过目标检测模型能在图像中把人、动物、汽车、飞机等目标物体检测出来，甚至还能将物体的轮廓描绘出来，就像下面这张图。在动手训练自己的目标检测模型之前，建议先了解一下目标检测模型的原理（见文章：大话目标检测经典模型RCNN、Fast RCNN、Faster RCNN，以及M
转载
2023-12-26 20:59:50
127阅读
目录简介：1、数据集制作2、slim修改及训练训练：3、模型导出使用官方bazel模型导出：使用tensorflow模块功能导出 简介：本文将记录分类样本如何制作为tfrecord格式，已经如何用tensorflow的slim模块训练分类模型，把模型固化导出。 环境准备：python 3.5tensorflow-gpu 1.10
models-master 
转载
2024-08-22 10:10:23
49阅读
整个系统的基本算法流程如下所示：这里缺陷检测，主要是针对焊接的时候的三种常见的缺陷：桥接：就是两个焊接点短路，主要通过是
原创
2022-10-10 15:25:14
98阅读
开题经历了近一周的摸索，Tensorflow这个深度学习框架，也算是有一个了结，总结一下吧！ 这个流程一下子看上去涉及的东西的确是很大的，所以细分为以下步骤：吃水不忘打井人，感谢：一、 Python 、Tensorflow 安装及环境配置二、 Object Detection API配置三、 LabelImage对训练样本标注处理四、 标注后训练样本验证样本格式转换tfrecord五、 训练模型选
