原创 機器學習常用算法和名詞

聲明:本文僅僅是作者用來爲2019年春招準備,並無其他用處,本人完全尊重文中鏈接作者的知識產權。如有侵犯,請聯繫並刪除。 tensorflow高分教程:https://github.com/osforscience/TensorFlow-

原创 opencv視頻流目標檢測

1.採用opencv深度學習模塊調用mobilenet_ssd模型進行目標檢測,模型可以直接移植到移動端使用,畢竟模型不是很重,直接放線下測試代碼:以供參考 import numpy as np import cv2 deploy_p

原创 python+opencv對圖像進行二值化處理

一.採用Image類對圖像進行明亮度,顏色,對比度等處理,去除圖片上的干擾物。。。 # 圖像增強 def image_enhance(image_path): img = cv2.imread(image_path, cv2.I

原创 python scoket 實現TCP服務器和客戶端交互

服務器端: 1,首先通過本機名獲取主機地址,並添加端口號構成IP地址。 2,建立套接字並經常IP地址捆綁,使用TCP協議進行通信。 3,接受客戶端的請求並接受客戶端發送過來的信息包; 4,將接受的信息發送出去與客戶端進行交互。 impo

原创 ResNet理解

       隨着網絡深度的增加,精確度變得飽和,然後迅速退化。出乎意料是,這種退化並不是由於模型的過擬合造成的,而且在適當深度的模型中增加更多的層會導致更高的訓練誤差,爲了訓練更深層次的神經網絡,提出了一種全新的網絡,叫做深度殘差網絡。

原创 使用Keras畫出網絡結構圖時

使用keras畫神經網絡結構圖時容易出現: OSError: `pydot` failed to call GraphViz.Please install GraphViz (https://www.graphviz.org/) wind

原创 module 'cv2.cv2' has no attribute 'xfeatures2d' 問題已解決

使用opencv進行圖片特徵提取和描述的過程中需要使用: cv2.xfeatures2d_SIFT.create() 來提取圖片的特徵點,但是顯示:module 'cv2.cv2' has no attribute 'xfeatures

原创 一文看懂AlexNet

本文僅作爲以後複習方便查閱,其中主要分以下兩個方面介紹原論文閱讀和代碼復現,代碼復現主要借鑑大神的倉庫,現放論文和倉庫地址如下: AlexNet論文:AlexNet原論文地址 AlexNet tensorflow實現的源碼:tensorf

原创 圖片標註工具labelImg

   以前對linux系統不熟悉,所以新鳥在做目標檢測的時候都是在Windows下面,隨着接觸面越來越廣泛,Windows已經滿足不了現在做目標檢測的需求,所以新鳥頂着重頭開始的精神,硬搞了一波linux。目前對Linux的認識是:只要玩

原创 Centos 7 設置靜態IP並且進行遠程登錄

最近一直在學Linux,差不多是一隻小白,下面就來說說我踩得坑吧!剛開始一直遇到問題一直在網上找各種教程,一個雷一個雷的踩,簡直被完虐了。試了一下午終於成功了,靠着自己的雷方便後來人吧!感覺對你有用你就接着往下看。第一步:查看Linux虛

原创 使用TensorFlow對圖片進行預處理

一、crop和pad   resize_image_with_crop_or_pad函數可以對圖片進行剪切和填充。當原始圖片的尺寸小於目標尺寸時,將在原圖片四周補一圈零;當原圖片尺寸大於目標圖片時,自動截取原圖片居中位置。 本文適用於圖片

原创 在linux中掛載磁盤ext3和ext4之間的區別

Linux kernel 自 2.6.28 開始正式支持新的文件系統 Ext4。 Ext4 是 Ext3 的改進版,修改了 Ext3 中部分重要的數據結構,而不僅僅像 Ext3 對 Ext2 那樣,只是增加了一個日誌功能而已。Ext4

原创 Centos7下安裝Anaconda3+tensorflow

在學習linux開發過程中新鳥遇到不少問題,但是又苦於沒有師傅帶,出了問題只能google來解決,但是網上的資源真的有很多坑,很多,很多。在centos7單獨安裝python3.6進行開發時,遇到一個問題苦苦搜尋一天沒有解決,無奈出現了本

原创 Tensorflow object_detection API 目標檢測環境搭建

由於本人是一個新鳥才疏學淺,在學習過程遇到很多問題,寫本博客的目的一是爲了記錄一下自己的學習歷程,另外一個是想給遇到同樣問題的童鞋提供一個思路。 一、安裝tensorflow 建議直接安裝Anaconda3,裏面包含了python3.6和

原创 使用caffe製作自己的lmdb數據集

    新鳥最近在一家半導體公司實習,接觸到的項目都是基於 caffe框架的深度學習方面的知識,前期對tensorflow比較熟,但是到了公司沒辦法啊!!!不會怎麼辦,只能硬着頭皮上啊!!!!中途碰壁不少,寫這篇博客只是想以後方便查閱資料