原创 np.random.choice()

用法:np.random.choice(a, size=None, replace=True, p=None) 返回:從一維array a 或 int 數字a 中,以概率p隨機選取大小爲size的數據,replace表示是否重用元素,即抽

原创 基礎DL模型-STN-Spatial Transformer Networks-論文筆記

論文:Spatial Transformer Networks,是Google旗下 DeepMind 公司的研究成果。 這篇論文的試驗做的特別好。 1 簡介 1.2 問題提出 CNN在圖像分類中取得了顯著的成效,主要是得益於 CNN 的深

原创 pyorch 訓練分類網絡的流程

1. 準備、訓練和測試自己的圖片數據 這裏使用的是fashion-mnist。這個數據比較小,關於fashion-mnist數據,可以百度,也可以 點此 瞭解一下,數據如下圖所示: 下載地址:https://github.com/zal

原创 python中yield的用法詳解——最簡單,最清晰的解釋

首先我要吐槽一下,看程序的過程中遇見了yield這個關鍵字,然後百度的時候,發現沒有一個能簡單的讓我懂的,講起來真TM的都是頭頭是道,什麼參數,什麼傳遞的,還口口聲聲說自己的教程是最簡單的,最淺顯易懂的,我就想問沒有有考慮過讀者的感受。

原创 PyTorch中 tensor.detach() 和 tensor.data 的區別

PyTorch0.4中,.data 仍保留,但建議使用 .detach(), 區別在於 .data 返回和 x 的相同數據 tensor, 但不會加入到x的計算歷史裏,且require s_grad = False, 這樣有些時候是不安全

原创 OpenCV 中boundingRect、minAreaRect的用法區別

原文鏈接:https://blog.csdn.net/u013925378/article/details/84563011 當得到對象輪廓後,可用boundingRect()得到包覆此輪廓的最

原创 【雜談opencv】OpenCV中的cvRound()、cvFloor()、 cvCeil()函數講解

原文鏈接:https://blog.csdn.net/sinat_36264666/article/details/78849125 功能:cvRound(), cvFloor(), cvCei

原创 極大似然估計詳解,寫的太好了!

原文鏈接:https://blog.csdn.net/zengxiantao1994/article/details/72787849 極大似然估計         以前多次接觸過極大似然估計,

原创 CBAM: Convolutional Block Attention Module

原文鏈接:https://www.jianshu.com/p/2eb15b577120 1. 前言 這篇論文來自於ECCV 2018. 這裏有MxNet的實現https://github.com

原创 訓練一個模型需要多少訓練數據----值得深思的話題

原文鏈接:http://www.jianshu.com/p/97c9be7270f0 原文鏈接:http://www.jianshu.com/p/97c9be7270f0 經常被問一個問題,訓練

原创 Python 基礎----數據類型和變量

數據類型 計算機顧名思義就是可以做數學計算的機器,因此,計算機程序理所當然地可以處理各種數值。但是,計算機能處理的遠不止數值,還可以處理文本、圖形、音頻、視頻、網頁等各種各樣的數據,不同的數據,需要定義不同的數據類型。在Python中,能

原创 Qt5如何輸出日誌輸出文件

原文鏈接:https://blog.csdn.net/CLinuxF/article/details/78948983 原文鏈接:https://blog.csdn.net/CLinuxF/a

原创 Pytorch:transforms的二十二個方法

文章目錄 一、 裁剪——Crop 1.隨機裁剪:transforms.RandomCrop 2.中心裁剪:transforms.CenterCrop 3.隨機長寬比裁剪 transforms.RandomResizedCrop 4.上下左

原创 imgaug數據增強庫——學習筆記

imgaug是一個封裝好的用來進行圖像augmentation的python庫.庫裏面的一些數據增強函數在下方鏈接裏面做了詳細的說明: https://blog.csdn.net/qq_38451119/article/details/8

原创 細粒度圖像識別算法Mask-CNN

1 簡介 傳統的圖像識別一般都是識別花、鳥、汽車等不同類別物體,而細粒度圖像識別則是要識別同一類物體下的不同子類。舉個例子,識別一張圖片是貓、狗、汽車還是飛機就是傳統的圖像識別,而識別一張圖片是貴賓犬、邊境牧羊犬、吉娃娃還是鬥牛犬,則是細