一、准备数据cifar2数据集为cifar10数据集的子集，只包括前两种类别airplane和automobile。训练集有airplane和automobile图片各5000张，测试集有airplane和automobile图片各1000张。cifar2任务的目标是训练一个模型来对飞机airplane和机动车automobile两种图片进行分类。我们准备的Cifar2数据集的文件结构如下所示。&
转载
2024-06-30 13:14:52
58阅读
目录 前言knn vs. svmsvm & linear classifierbias trickloss functionregularizationoptimization代码主体导入数据及预处理svm计算loss_function和梯度验证梯度公式是否正确比较运行时间svm训练及预测，结果可视化通过corss-validation来选定参数，结果可视化具体实现s
转载
2023-10-08 21:56:12
185阅读
前言大家能看到这篇文章，想必对HOG还是有些了解了，那我就不赘述了，其实我自己不太懂，但是还是比刚开始好一些了。下面我的代码是参考这位博主的：点我查看上面那位博主是用的cifar-10数据集，但是我们的数据集很可能是普通的图片，所以我进行了一些改进。注意事项：你的图片长宽可以不相等，设置好image_height和image_width即可。 如果图片大小不相等，可以使用change_size.p
PyTorch是一个开源的Python机器学习库，2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出。最近抽出时间来亲身实践一下用PyTorch搭建一个简单的卷积神经网络进行图像分类。 全流程主要分为数据读取与处理、网络设计、训练和测试四个部分。数据集处理数据集我采用的是UCMerced数据集，这是一个用于遥感图像分类的数据集，共21类，包含农场、飞机等，每类有100张
转载
2023-06-12 14:55:38
913阅读
# PyTorch基于VGG16的ImageNet图像数据集分类
## 1. 简介
深度学习在计算机视觉领域的应用日益广泛，其中图像分类是其中的一个重要任务。ImageNet图像数据集是一个常用的图像分类基准数据集，其中包含了1000个类别的图像。本文将介绍如何使用PyTorch和VGG16模型进行ImageNet图像数据集的分类。
## 2. PyTorch简介
PyTorch是一个基于
原创
2023-09-09 16:30:46
449阅读
摘要Inception 网络是 CNN 分类器发展史上一个重要的里程碑。在 Inception 出现之前，大部分流行 CNN 仅仅是把卷积层堆叠得越来越多，使网络越来越深，以此希望能够得到更好的性能。但是越深的模型存在一些问题：1是在训练数据集有限的情况下，参数太多，容易过拟合。2是网络越大计算复杂度越大，难以应用。3是网络越深，梯度越往后穿越容易消失(梯度消失)，难以优化模型。因此，Incept
图像分类概述图像分类，也称图像识别，是计算机根据已有的固定分类标签集合和图像所反馈的信息特征从标签集合中找出一个分类标签，并分配给该图像的视觉处理方法。譬如规定一个分类标签为猫和狗的集合，给计算机输入一张猫或狗的图片，通过判断其特征比如胡子，眼睛，嘴巴，耳朵等，从集合中找出一个分类标签，区分（识别）该图是猫还是狗。图像分类意义图像分类是计算机视觉的核心任务，也是最为基础的任务，有着各种各样的实际应
转载
2024-07-30 22:06:12
66阅读
前言挺久之前老师留的大作业，因为是上古模型和玩具级别的数据集，所以写完了就一直放着，后来看了几本优化的书想起来这个入门实验，想到当初准确率没上九十，没有被老师课堂表扬一番倒是挺遗憾的。于是想着让参数多迭代的想法，回去稍微改了改，然后结果从之前的89.89%升到了90.58%，无语了。说实在这个很多人写过了，烂大街了都，追求高准确率的同学可以看看其他的了，这里有一份榜单What is the cla
SVM基本概念支持向量机(Support Vector Machines)是一种二分类模型，在很多领域被广泛使用，致力于解决数据分类问题。SVM的目标是寻找一个超平面对样本进行分割，分割原则是间隔最大化(即数据集的边缘到分界线的距离d最大，如下图)。最终，将问题转化为一个凸二次规划问题进行求解。SVM通常用于解决二分类问题，不过对于多分类问题，可以将多分类问题分解为多个二元分类问题，然后进行分类。
使用matlab中的DPToolBox进行图像分类#毕业设计中要用到深度学习进行图像分类，由于对matlab比较熟悉，因此选择matlab作为算法研究的工具准备：matlab2017b，DeepLearing ToolBox，图像数据集问题：浙江大学智能工厂Anyfeeder实际生产过程中存在物块堆积的情况，要对堆积物块和单个物块进行分类，以便机械臂能够对物块进行抓取，实际生产场景如图1所示： 图
转载
2024-07-20 19:49:39
69阅读
文章目录1. 数据准备2. 整体思路3. 数据增强4. 构建管道5. 构建模型6. 设置优化器7. 设置损失函数8. 训练并保存模型 在这里我们使用一个图像的多分类来做例子，使我们对pytorch训练的流程进行一个简单的了解。 我使用的torch库的环境如下torch==1.8.1+cu101 torchvision==0.9.1+cu1011. 数据准备这里我们采用牛津大学的102中花卉数据作
转载
2023-09-03 22:02:07
244阅读
GAN网络的最初发展史自2014 年10 月Goodfellow 等人提出了一个通过对抗过程生成模型的框架开始，GAN 网络就成为近年来在无监督学习复杂分布中最具前景的方法之一。而其最初给研究人员的感性认识就是“无中生有”(可以通过噪声生成数据库中不存在的同类型物体) ，具有强大的图像生成能力，因此使用GAN网络进行图像中破损区域的生成也成为研究人员探索的一个方向。GAN 网络的基本结构GAN 网
一、结构上图就是复现vgg16的全部文件，data文件夹是测试图像，这次复现只是调用别人训练好的模型来识别图片。vgg16.py复现了vgg16的网络结构，并导入了别人训练好的模型参数，utils.py为输入图片预处理的程序，Nclasses.py则是我们给定的每个图像的标签，以及对应的索引值，app.py是我们的调用文件，进行图像识别。二、代码详解1、vgg16.py1 import tenso
转载
2024-03-29 20:36:29
247阅读
我们周围的图像有不同的纹理、图案、形状和大小。它们携带着大量的信息，这些信息很容易被人眼和大脑理解，但计算机却不太容易理解。图像分割是一个问题集，我们试图训练计算机理解图像，以便它们可以分离不同的对象并将相似的对象分组。这可以是类似像素强度或类似纹理和形状的形式。已经开发了许多算法并已用于分割图像。就像对象检测将对象分开一样，图像分割从不太相似的对象中识别出更多相似的对象。如果我们考虑基本聚类方法
转载
2023-10-10 07:28:09
349阅读
前言之前通过百度AI接口实现了图像识别，目标做图像识别再进行垃圾分类提示，于是乎我在网上查询各垃圾分类的数据集，很多数据集收费的各大网站让我很反感，接下来放两个比较nice的开源站：（开源让技术进步！）百度AI社区 | 上传者：Thomas-yanxin，快速链接： 垃圾分类数据集ImageNet格式，用于训练效果是很不错的知乎 | 作者：谢伟通过go语言实现了后端查询垃圾分类，其中包含垃圾分类数
转载
2024-04-15 23:26:15
193阅读
#!/usr/bin/env python
# -#-coding:utf-8 -*-
# author:魏兴源
# datetime:2021/10/20 20:14:13
# software:PyCharm
"""
模型1：Pytorch CNN 实现流程
1.图片数据处理，加载数据集
2.使得数据集可迭代（每次读取一个Batch）
3.创建模型类
4.
转载
2023-11-28 16:09:20
130阅读
这是一个更为普遍的“我在哪里能找到好的资源来做某事”的问题。我正在尝试使用Python(OpenCV或其他)根据训练集对图像进行分类。我的训练集：这是由许多产品缺陷的图像组成的。每个图像可以在产品的3个位置中的1个位置拍摄，每个图像将包含5种产品缺陷类型中的1种。这些缺陷已被人工分类并由人验证。要分类的图像：这些图像由相似的图像组成，在相同的3个位置拍摄，但缺陷的类型没有分类(虽然缺陷区域是由拍摄
转载
2023-08-07 12:20:22
81阅读
一、编译TensorFlow的c++接口在调用TensorFlow的c++接口之前，首先要安装bazel、protobuf、Eigen等软件，然后下载TensorFlow源码进行编译，整体过程还是比较麻烦。1、配置C++版tensorflow使用时的第三方依赖（1）protobuf下载及安装Protobuf这玩意儿是重中之重，它的版本与tensorflow的版本密切相关，它的版本错了就无法work
文章目录一 论文总体创新点二 研究背景、成果和意义2.1 研究背景2.2 研究成果三 摘要的核心四 VGG结构五 VGG特点5.1 堆叠3X3卷积5.2 尝试1X1卷积 借鉴NIN 可以增加非线性激活函数，提升模型效果六 训练技巧6.1 数据增强6.2 预训练模型初始化7 测试技巧7.1 多尺度测试7.2 稠密测试(Dense test)：将FC层转换为卷积操作，变为全卷积网络，实现任意尺度图片
转载
2024-04-15 13:45:30
119阅读
解压数据集查阅数据模型搭建Mnist_NN((hidden1): Linear(in_features=784, out_features=128, bias=True)(hidden2): Linear(in_features=128, out_features
原创
2024-05-08 16:32:36
58阅读
