原创 Python __init__.py 文件的作用
__init__.py 文件的作用是將文件夾變爲一個Python模塊,Python 中的每個模塊的包中,都有__init__.py 文件。 通常__init__.py 文件爲空,但是我們還可以爲它增加其他的功能。 我們在導入一個包時
原创 VOC和COCO數據集
Pascal VOC(Pascal Visual Object Classes)數據集 VOC數據集是目標檢測經常用的一個數據集,從05年到12年都會舉辦比賽 VOC數據集的格式 Microsoft COCO(Common O
原创 深度學習之目標檢測(四)—— SSD算法
SSD算法 SSD, Single Shot MultiBox Detector(one-stage),Wei Liu在ECCV 2016上提出的一種目標檢測算法 算法特點 直接回歸目標類別和位置 不同尺度的特徵圖上進行預測 端到端的訓
原创 深度學習之目標檢測(五)—— DSSD & DSOD & FSSD & RSSD
DSSD算法 2017年CVPR,WeiLiu提出的 SSD算法對小目標不夠魯棒的最主要原因是淺層feature map的表徵能力不夠強 網絡結構 DSSD vs SSD DSOD算法 2017年ICCV
原创 區塊鏈原理的實現(Python)
區塊結構 一個塊應該包含的信息: 塊的索引 時間戳 交易信息 一個數組,包含交易的發送者、接收者、交易的金額 工作量證明 上一個區塊的哈希值 實現區塊類結構 # { # "index":0, # "
原创 深度學習之目標檢測(二)—— 常見的傳統目標檢測算法(Viola-Jones算法 & HOG-SVM算法 & DPM算法 & NMS算法)
傳統目標檢測算法 Viola-Jones(VJ算法) HOG-SVM DPM Viola-Jones算法 主要用於人臉檢測 Harr特徵 value=白-黑 Adaboost算法 是集成學習的一種方法 在深度學習
原创 區塊鏈與比特幣(二)—— 比特幣原理(賬本驗證 & 賬戶所有權 & 記賬挖礦 & 共識機制)
比特幣原理 賬本如何驗證——Hash 假如有這樣一個賬本,賬本的數據分別存在王二、張三、李四、趙五的電腦上,每個人都記錄一份數據。 那麼,萬一張三偷偷將自己的餘額修改了,比如改成300 那麼網絡中如何判別出張三修改後的假數據呢 哈
原创 區塊鏈與比特幣(一)—— 區塊鏈的前世今生(密碼朋克) & 比特幣簡介
區塊鏈的前世今生 區塊鏈不是一個單一的技術,是一系列技術的集合 智能合約概念的提出者 是 尼克薩博 密碼朋克(Cypherpunk) 是一個組織,是一個郵件組,成員包括很多密碼學、計算機領域大佬,包括 維基解密創始人 阿桑奇 BT下
原创 YOLO算法
YOLO(You Only Look Once),是一個統一的(Unified)、實時的(Real-Time)的目標檢測 是one-stage算法 YOLO核心思想:從R-CNN到Fast R-CNN一直採用的思路是proposal+
原创 深度學習與神經網絡(十四)—— VAE變分自編碼器
VAE Variational Autoencoder 變分自編碼器 通常我們會拿 VAE 跟 GAN 比較,的確,它們兩個的目標基本是一致的——希望構建一個從隱變量 Z 生成目標數據 X 的模型,但是實現上有所不同 VAE作爲一個
原创 深度學習之目標檢測(三)—— 基於深度學習的目標檢測算法
基於深度學習的目標檢測算法 Two-stage基本介紹 通過一個完整的卷積神經網絡CNN來完成目標檢測的過程 是通過CNN來提取對候選區域目標的特徵的描述 準確度和精度高,速度相對one-stage慢些 Two-stage
原创 神經網絡中的batchsize和epoch
Batch Size是一次訓練所選取的樣本數。 Batch Size的大小影響模型的優化程度和速度。同時其直接影響到GPU內存的使用情況,假如你GPU內存不大,該數值最好設置小一點。 epoch是訓練輪數
原创 NLP自然語言處理(四)—— Word2Vec
Word2Vec NLP非常核心、非常重要、非常基礎的技術 Word2Vec就是用神經網絡把詞轉換成向量的模型 Word2Vec的發展 WordNet是Word2Vec的鼻祖 Word2Vec是2013年由Mikolov提出
原创 深度學習之目標檢測(一)—— 目標檢測算法介紹
目標檢測問題 目標檢測是在圖片中對可變數量的目標進行查找和分類 查找就是定位到它在圖片中的位置,通常表示爲一個矩形框 對於這樣的問題,主要存在三個主要難點 ①目標種類與數量問題 ②目標尺度問題
原创 使用Gensim庫來實現Word2Vec
Gensim Gensim是一個開源庫,用於無監督的統計建模和自然語言處理,用Python和Cython實現的 Gensim庫來實現Word2Vec Word2Vec被認爲是自然語言處理(NLP)領域中最大、最新的突破之一。其的