参考博客：https://www.cnblogs.com/king-lps/p/9497836.html 在yolov3中可以使用focal loss，这是什么东西呢，这个loss主要是解决正负样本不均衡的问题的，该损失函数降低了大量简单负样本在训练中所占的权重，也可理解为一种困难样本挖掘。 原来的 ...
分类：
其他好文 时间：
2020-07-06 20:17:23
阅读次数：
67
简介 OCR(Optical Character Recognition)：光学字符识别，是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。 Tesseract：开源的OCR识别引擎，初期Tesseract引擎由H ...
分类：
其他好文 时间：
2020-07-06 20:09:10
阅读次数：
113
Pipeline可以将许多算法模型串联起来，比如将特征提取、归一化、分类组织在一起形成一个典型的机器学习问题工作流。主要带来两个好处： 1.直接调用fit和predict方法来对pipeline中的所有算法模型进行训练和预测 2.可以结合grid search对参数进行选择 在下面的例子中，我们使用 ...
分类：
其他好文 时间：
2020-07-06 16:10:14
阅读次数：
45
NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：C#.NET Winform 【图像分类】 识别一张图片是否为某个类型的物体/形态/场景。 对不同纹理的图案（肉眼都不易快速辨识）进行标记分类，进行训练，对新图像就可快速的预测出 ...
分类：
其他好文 时间：
2020-07-06 01:35:27
阅读次数：
86
NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：C#.NET Winform 【物体检测】 识别图中包含的每个物体的位置、名称类别、及可信度。 对于样本图像的缺陷位置进行标记涂抹，进行训练，对新图像就可快速的预测出此图像中所有 ...
分类：
其他好文 时间：
2020-07-06 01:22:46
阅读次数：
83
NI-DL 应用框架：图像分类，目标检测，分割提取。 底层：TensorFlow，Keras，Cuda，C/C++ 上层：C#.NET Winform 【图像分割】 把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标。 下图是系统的截图： 通过对几十张样本图片中出现的不同位置的A、B、C字符 ...
分类：
其他好文 时间：
2020-07-06 01:21:19
阅读次数：
81
上一篇文章介绍了矩阵量化的基本原理，并推广到卷积网络中。这一章开始，我会逐步深入到卷积网络的量化细节中，并用 pytorch 从零搭建一个量化模型，帮助读者实际感受量化的具体流程。 本章中，我们来具体学习最简单的量化方法——后训练量化「post training quantization」 由于本人 ...
分类：
其他好文 时间：
2020-07-05 23:13:10
阅读次数：
295
# ## ###简述 深度神经网络近年来取得了巨大的成功，因为它在一些极具挑战性的问题上取得了突破。训练这些网络在成本上无疑是昂贵的，并且需要大量的训练数据。因此，出售这种预先训练好网络参数模型可以成为一种有利可图的商业模式。不幸的是，一旦模型被出售，它们很容易被复制和散播。为了避免这种情况，有必要 ...
分类：
其他好文 时间：
2020-07-05 19:01:31
阅读次数：
62
web of science 1.主题“emotion recognition” “2020” 引用率前三 a.A multi-sensor data fusion enabled ensemble approach for medical data from body sensor network ...
分类：
其他好文 时间：
2020-07-04 23:08:46
阅读次数：
106
1.步骤 第一步：import 相关模块，如 import tensorflow as tf 第二步：指定输入网络的训练集和测试集，如指定训练集的输入 x_train 和标签y_train，测试集的输入 x_test 和标签 y_test。 第三步：逐层搭建网络结构，model = tf.keras ...
分类：
其他好文 时间：
2020-07-04 20:23:56
阅读次数：
90
