原创 使用python的json包保存加載json

import json # save json f = open('aa.json', 'w') data1 = {'name':'john', "age":12} data1["num"] = 1 data2 = {'name':'

2018-12-26 03:27:49

原创 目標檢測5: faster-rcnn改進版, yolov3, retinanet效果比較

上接前面4篇。 下圖顯示了faster改進版，yolov3，retinnet結果的比較，圖來自yolov3論文。     從效果上看：整體上retinanet效果最好，但速度不及yolov3，約爲yolov3的3.8倍。yolov3效果不

2018-12-19 14:47:19 409

原创 目標檢測3: yolov3結構原理，boundingbox邊框迴歸

注：a.部分圖像是從其他博客偷的!!!；b.個人理解，錯誤難免，推薦看論文原汁原味（yolov3:https://arxiv.org/abs/1804.02767；yolov2:https://arxiv.org/abs/1612.082

2018-12-19 14:47:19 834

原创 目標檢測2: faster rcnn對比fast rcnn，訓練流程分析，邊框損失函數loss分析

注：個人理解，錯誤難免，推薦看論文 1.結構： faster-rcnn(https://arxiv.org/abs/1506.01497)和fast-rcnn(https://arxiv.org/abs/1504.08083)的結構類似，

2018-12-19 14:47:19 114

原创 目標檢測4: retinanet網絡focal loss分析，網絡結構原理

    個人理解錯誤難免，推薦看原文(https://arxiv.org/abs/1708.02002)     作者首先提出了一個問題：在目標檢測中，one stage效果較差於two stage的主要原因是：one stage在訓練時

2018-12-19 14:47:19 56

原创 rcnn流程梳理及邊框損失函數loss分析

個人理解，有很多錯誤，推薦看論文。 1. rcnn 流程梳理及邊框損失函數loss分析 論文地址(https://arxiv.org/pdf/1311.2524v3.pdf) 預測圖像時： 對於一張圖像，使用select search算法

2018-12-15 02:10:09 1

原创 18.4:tensorflow分類模型mobilenetv2訓練-圖像轉tfrecord格式並讀取批量數據進行訓練

    通過18.1-18.3已經可以訓練一個完整的分類模型並對圖像進行預測了。之前的是從文件夾直接讀取圖像文件進行訓練，這裏介紹如何把圖像轉爲tfrecord格式並讀取、訓練。 一、圖像轉tfrecord文件 如下爲jpg_to_tfr

2018-12-14 02:20:58 9

原创 18.3:tensorflow分類模型mobilenetv2訓練(數據增強,保存模型,衰減學習率,tensorboard)，預測圖像(單張,批量預測)，導出爲pb完整示例

三、生成pb文件並預測。 他查閱資料發現，生成pb文件需要三個文件，也就是model_save中保存的。如： 此外，還需要知道輸入節點，輸出節點的名稱。然而在他的訓練的代碼中並不好找到哪個是輸入節點，在tensorboard的結構圖中也

2018-12-11 02:31:04 16

原创 18.1:tensorflow分類模型mobilenetv2訓練(數據增強,保存模型,衰減學習率,tensorboard)，預測圖像(單張,批量預測)，導出爲pb完整示例

    從前有個小孩子在學習tensorflow，於是他買了幾本tensorflow書籍，他發現各種書籍裏面講的示例都是使用mnist數據集。由於框架已經封裝好了，在使用數據時用一條命令就可以加載數據了，他也不知道這些數據是怎麼被讀取的。

2018-12-10 02:31:30 29

原创 18.2:tensorflow分類模型mobilenetv2訓練(數據增強,保存模型,衰減學習率,tensorboard)，預測圖像(單張,批量預測)，導出爲pb完整示例

二、預測 經過一段時間的訓練後在model_save文件夾下保存了下面的模型： 他想使用model.ckpt-250000模型對數據進行預測。 他寫了個predict.py程序爲： #coding:utf-8 import os, c

2018-12-10 02:31:30 13

原创 16.tensorflow打印pb文件中的變量名字及尺寸

#coding:utf-8 import tensorflow as tf from tensorflow.python.framework import graph_util tf.reset_default_graph() #

2018-12-08 15:20:40 60

原创 15.tensorflow數據增強

#coding:utf-8 import os import numpy as np import glob, cv2 import shutil import tensorflow as tf os.environ["CUDA_V

2018-12-08 15:20:40 8

原创 17.根據圖像路徑及label生成txt文件

#coding:utf-8 import os import random import glob import numpy as np import shutil img_path = "/home/ming/data" # tra

2018-12-08 15:20:40 1

原创 python/cv2對長方形圖像進行等比例縮放及對周圍常數值(0)填充zero padding

#coding:utf-8 import os import cv2 import glob import numpy as np def process_image(filename, min_side=224): pr

2018-12-08 15:20:40 28

原创 14.tensorflow:搭建分類網絡並訓練自己的數據

本示例可以實現的功能： 1，用tf.contrib.layers搭建分類網絡(自己也可以用tf.nn搭建)；2，直接通過數據的路徑讀取批量數據（或者直接給個包含圖像路徑及標籤的txt，在用caffe時經常這樣搞），不用轉換文件格式；3，學

2018-12-08 03:27:46 5