原创 語音識別——kaldi安裝與編譯
1、安裝 下載源代碼： git clone https://github.com/kaldi-asr/kaldi.git 各目錄功能: ./tools目錄下面全部都是Kaldi依賴的包。其中主要有： OpenFST：Weighted F
2020-06-09 01:53:31
1
原创 FFmpeg安裝
ffmfeg是一個常用的音頻處理軟件，下面附上linux系統的安裝步驟，方便各位使用： 1、 pip3 install ffmpeg 2、到ffmpeg官網下載安裝包。https://www.ffmpeg.org/ 然後解壓 tar
2020-02-23 12:09:01
原创 paperpass推薦
推薦大家一個靠譜的論文檢測平臺。重複的部分有詳細出處以及具體修改意見，能直接在文章上做修改，全部改完一鍵下載就搞定了。怕麻煩的話，還能用它自帶的降重功能。哦對了，他們現在正在做畢業季活動， 贈送很多免費字數，可以說是十分划算了！地址是：h
2019-03-30 03:35:18
原创 聲音識別——kaldi安裝與編譯
1、安裝 下載源代碼： git clone https://github.com/kaldi-asr/kaldi.git kaldi-trunk --origin golden 各目錄功能: ./tools目錄下面全部都是Kaldi依賴
2019-03-15 02:56:45
5
原创 語音識別——基本概念簡介
寫在前面：做了3年的圖像，沒想到到了工作要轉成語音了。所以既來之，則安之。從今天開始記錄自己從零開始的語音領域的學習，希望利用入職前這兩三個月的時間把基礎知識打好吧O(∩_∩)O 一些基本的概念： 音素（phone）：語音的自然屬性劃分出
2019-03-15 02:56:45
3
原创 batch normalization 理解
對batch normalization 一直屬於一知半解狀態，二面被問的一臉懵逼，所以決定好好理一理這個問題。 1、What is batch normalization？ batch normalization 其實就是對數據做一個批
2018-09-26 03:43:46
1
原创 Tensorflow系列：Batch-Normalization層
Batch-Normalization有三種定義格式，第一種格式是低級版本，需要先計算均值和方差。後面的兩種是封裝後的，可以直接使用，下面分別介紹：1、tf.nn.batch_normalization 這個函數實現batch_norm
2018-08-24 11:20:10
12
原创 實例分割之——Instace-sensitive Fully Convolutional Networks
背景：FCN只能做實例分割，試想如果兩個挨着在一起的人，只能是一大坨，不能區別到底是幾個人。比如，到底是一個胖子還是兩個瘦子呢？在FCN基礎上面做的改進，利用全卷積實現了Instance-Segmentation。相關工作:1）提出了 i
2018-08-24 11:20:09
2
原创 Faster Rcnn 源碼解析（四）—— proposals_targte_layer.py
功能： 根據GTbox和topN proposals選擇滿足要求的128個proposals（包括fg和bg），然後加上物體類別標籤和bbox的迴歸目標，只有在該類別的對應位置上面纔會有位置信息）,並計算權重weights。（這1
2018-08-24 11:20:08
3
原创 Style-Transfer 那些事兒
階段一最初的用神經網絡實現的風格轉換是需要不斷迭代的，不僅速度慢，而且我要在A圖加上B圖的風格，就需要分別根據這兩幅圖進行不斷前反向傳播，更新輸入，每次得到一張新的圖都需要重新訓練一次，效率實在太低。稱之爲style transfer。代
2018-08-24 11:20:08
27
原创 Faster Rcnn 源碼解析（三）—— bbox_transform.py
簡介：這個代碼裏面主要是一些在anchor_targte_layer.py和proposals_layers.py中使用到的一些函數，比較簡單，主要是幫助以上兩個代碼理解。源碼：# ----------------------------
2018-08-24 11:20:08
23
原创 Faster Rcnn 源碼解析（一）—— anchor_targte_layer.py
AnchorTargetLayer層功能：得到所有的anchor，根據GT確定每個anchor的標籤，並得到anchor與最大IOU的GT的偏移量個人理解：這裏就相當於是得到了每個anchor要學習的目標。輸入： bottom: 'rp
2018-08-24 11:20:07
13
原创 Faster Rcnn 源碼解析（二）—— proposals_layers.py
ProposalLayer層功能：利用NMS提取前topN proposals輸入：ProposalLayer有三個輸入 bottom[0]：是每一個anchor是否是前景的概率，大小爲：(batch_size,2*A,w,h)，A表示a
2018-08-24 11:20:06