原创 深度學習工程化之接口應用
一個深度學習工程搭建好了,怎麼可以實現工程化?例如提供一個接口,傳遞圖片地址,我們解析地址,下載圖片,然後對圖片進行圖像分類,最後通過接口返回分類結果? 我們可以利用Python搭建服務,提供接口,這裏選用Flask來創建接口。 一、什麼
原创 端到端文本識別——CRNN論文解讀
原文地址:https://blog.csdn.net/dcrmg/article/details/80189819 【論文下載】 An End-to-End Trainable Neural Network for Image-bas
原创 2018百度西交大大數據競賽-商家招牌的分類與檢測
【比賽官網】http://dianshi.baidu.com/gemstone/competitions/detail?raceId=17【賽題簡介】現實生活中的招牌各種各樣,千變萬化。針對初賽,在現實世界中,選取100類常見的招牌信息,
原创 基於UNet的眼底圖像血管分割實例(1)
【英文說明】https://github.com/orobix/retina-unet#retina-blood-vessel-segmentation-with-a-convolution-neural-network-u-net【更新
原创 OpenCV-Python的文本透視矯正與水平矯正
已經感覺一個月沒有更博了,最近也是在找工作找實習。最近在看的就是如何使用神經網絡去做一個OCR識別,網上的資料多種多樣,包括分割單字進行識別的,也有不定長文字識別。網絡模型目前看到比較多的是CRNN,檢測的模型包括CTPN、YOLO等等。
原创 準確率、精確率、召回率、F1值、ROC/AUC整理筆記
對於二分類問題,機器預測的和實際的還是會有所偏差,所以我們引入以下幾個概念來評價分類器的優良。一、TP、TN、FP、FN概念首先有關TP、TN、FP、FN的概念。大體來看,TP與TN都是分對了情況,TP是正類,TN是負類。則推斷出,FP是
原创 目標檢測算法總結(R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet)
原文地址:https://www.cnblogs.com/guoyaohua/p/8994246.html目標檢測是很多計算機視覺任務的基礎,不論我們需要實現圖像與文字的交互還是需要識別精細類別,它都提供了可靠的信息。本文對目標檢測進行了
原创 Python3爬蟲小程序——爬取各類天氣信息(4)
【爬取動態頁面的數據】更新:已上傳到我的GitHub上,點擊打開鏈接上一次講到用工具對動態頁面進行數據爬取,但是感覺難度不小,而且運行效率簡直低下。。。於是乎從網上查資料,有好多說可以通過獲取網站的json數據來進行動態頁面爬取,然後我就
原创 PyTorch使用並行GPU處理數據
【參考資料】http://blog.csdn.net/zzlyw/article/details/78769012 http://blog.csdn.net/daniaokuye/article/details/
原创 PyTorch 0.4.0版本變化記錄
【2018-04-25 更新】PyTorch 0.4.0版本橫空問世!!!一、重大核心變化包括Tensor/Variable 合併零維張量數據類型遷移指南二、現添加的新特徵包括Tensors:全面支持高級索引快速傅立葉變換神經網絡:計算時
原创 Windows 10下Pytorch的安裝與測試
【參考】(1)知乎蒲嘉宸:https://zhuanlan.zhihu.com/p/26871672。(2)《深度學習框架PyTorch入門與實踐》,陳雲編著,電子工業出版社。 2017年1月,Facebook開源了PyTorch。個
原创 MNIST的AlexNet實現
【參考資料】 1.Tensorflow實戰1:利用AlexNet訓練MNIST(http://blog.csdn.net/felaim/article/details/65630312) 2.alexnet.py(https://gith
原创 【實驗樓】基於BP神經網絡的手寫體識別——python3版
用自己的機器跑BP神經網絡手寫體識別,剛開始因爲Python2與3之間存在不兼容,所以需要對代碼本身做一定的修改。(實驗地址:https://www.shiyanlou.com/courses/593)更新:Python3代碼已上傳到我的
原创 python3一些工具的安裝
第一部分 動態網頁爬蟲工具(selenium+phantomjs)的安裝 一、selenium的安裝 (1)可以使用pip直接安裝:pip install -U selenium (2)或者進入官網(https://pypi.pytho
原创 【轉載】一篇搞定機器學習面試
序言本文儘可能的不涉及到繁雜的數學公式,把面試中常問的模型核心點,用比較通俗易懂但又不是專業性的語言進行描述。希望可以幫助大家在找工作時提綱挈領的複習最核心的內容,或是在準備的過程中抓住每個模型的重點。實戰環境說明:Python 2.7S