- 博客(36)
- 收藏
- 关注
RSS订阅原创 【卷积网络模型系列】轻量级卷积网络SqueezeNet的介绍与实现（Pytorch,Tensorflow）
一、背景介绍 在2012年AlexNet问世以为，卷积神经网络在图像分类识别，目标检测，图像分割等方面得到广泛应用，后续大牛们也提出了很多更优越的模型，比 如VGG, GoogLeNet系列，ResNet, DenseNet等。 伴随着精度的提升，对应模型的深度也随着增加，从AlexNet的7层，到16 层 VGG，再到GoogLeNet 的 22 层，再到 152 层 Re...
2019-11-17 15:14:42
1661
3
原创 【卷积网络模型系列】ResNet50的实现（Pytorch+TensorFlow)
一、ResNet简单介绍VGGNet的提出，说明了通过提升网络模型的深度，可以提高网络的表达能力，从AlexNet的7层，到VGGNet的16或者19层，再到GoogLeNet的22层。可后来我们发现深度CNN网络达到一定深度后再一味地增加层数并不能带来进一步地分类性能提高，反而会招致网络收敛变得更慢。如下图：56层简单堆叠的网络模型在训练和测试集上表现反而没有20层的效果好。因为非常非常深的...
2019-11-06 20:47:04
6633
3
原创 GoogLeNet Inception v1,v2,v3,v4及Inception Resnet介绍
GoogLeNet,作为 ILSVRC-2014的分类和检测任务的冠军，相比于当年分类任务第二名VGG Net的对于小卷积层（3x3）的简单堆叠，GoogLeNet提出更具创意的Inception模块，虽然网络结构比较复杂，但是模型参数量却降低了，仅为AlexNet的1/12,而VGGNet的参数量却是AlexNet的3倍，但模型精度却比VGG要跟高。正是因为GoogLeNet的高性能，后续继...
2019-10-30 13:41:14
2089
原创 VGG16实现（Pytorch,Keras,TensorFlow）
预测图片 一、Pytorch实现VGG16模型import numpy as npimport torchimport torch.nn as nnimport cv2from torchvision.models import vgg16from torchvision i...
2019-10-17 11:47:04
1453
原创 【目标检测算法实现系列】Keras实现Faster R-CNN算法（四）
【目标检测算法实现系列】Keras实现Faster R-CNN算法（一）【目标检测算法实现系列】Keras实现Faster R-CNN算法（二）【目标检测算法实现系列】Keras实现Faster R-CNN算法（三）讲过上面几篇文章，实现了Fater RCNN中的所有模块，这次来具体看下训练和测试过程一、模型训练from keras_faster_rcnn import co...
2019-10-09 19:42:45
1406
6
原创 【目标检测算法实现系列】Keras实现Faster R-CNN算法（三）
【目标检测算法实现系列】Keras实现FasterR-CNN算法（一）【目标检测算法实现系列】Keras实现FasterR-CNN算法（二）在此之前，我们主要实现了相关数据的解析，预处理等准备工作，以及对应Faster RCNN的相关网络模块搭建。接下来我们接着实现其他部分。一、从RPN网络到ROIPooling层在上一篇中，我们实现了一个自定义的ROIPooling层，这次我...
2019-09-12 16:06:38
1165
原创 【目标检测算法实现系列】Keras实现Faster R-CNN算法（二）
【目标检测算法实现系列】Keras实现Faster R-CNN算法（一）上篇文章中，我们主要实现了相关数据的解析，预处理等准备工作，这次我们来搭建相关网络模块一、共享网络模块搭建我们使用VGG16网络模型的卷积模块（去掉最后一个池化层）作为共享网络，用来进行提取feature map。具体代码如下：from keras.layers import Input, Conv2...
2019-08-19 13:43:48
929
1
原创 【目标检测算法实现系列】Keras实现Faster R-CNN算法（一）
之前，我们介绍了Fatser R-CNN模型，在接下来的几篇文章，将通过Keras框架来完整实现Fatser R-CNN模型。数据集我们采用经典的VOC数据集。这篇文章我们主要看下相关数据的准备工作，具体流程如下：一、VOC数据集解析VOC数据集的下载，，因为官网下载太慢，文章末尾处有提供百度网盘下载下载解压后的文件目录如下：对于目标检测任务，只需要用到Annotation...
2019-08-19 13:35:06
2723
2
原创 【目标检测算法系列】四、Faster R-CNN算法
前面我们学习了【目标检测算法系列】一、R-CNN算法【目标检测算法系列】二、SPP-Net算法.【目标检测算法系列】三、Fast R-CNN算法这次，我们紧接着，继续看下 Faster R-CNN。上次我们讲到Fast R-CNN时，说过Fast R-CNN虽然已经对之前的R-CNN系列算法做了很多改进，不管是速度还是精度，都得到了一个很大的提升，但是还有一个可以优化的地方就是...
2019-08-08 10:39:13
827
原创 【目标检测算法系列】三、Fast R-CNN算法
前面我们学习了【目标检测算法系列】一、R-CNN算法【目标检测算法系列】二、SPP-Net算法这篇文章我们来介绍下Fast R-CNN.Fast R-CNN是一种用于目标检测的快速的基于区域的卷积网络方法。它参考了SPP-Net的一些思想，对R-CNN算法进行了进一步的改进优化。作者论文中提到，Fast R-CNN通过VGG16的训练结果，比R-CNN快9倍，比SPP-Net...
2019-08-02 11:37:26
865
原创 【目标检测算法系列】二、SPP-Net算法
上次我们介绍了R-CNN算法【目标检测算法系列】一、R-CNN算法这次介绍下SPP-Net算法SPP-Net算法是在R-CNN的基础上做了相关改进我们知道，R-CNN算法有几个缺点：1.由于CNN网络对输入图像尺寸的固定，所以对于每张图片生成的2000个候选区域，需要进行缩放、扭曲等操作来resize到CNN网络所要求的输入尺寸（224*224），这样就会导致一些特征的丢失，改变...
2019-07-29 10:14:43
943
原创 【目标检测算法系列】一、R-CNN算法
R-CNN 是第一个成功将深度学习应用到目标检测上的算法，也是后续Fast R-CNN , Faster R-CNN等系列算法的鼻祖一、R-CNN整体架构R-CNN的全貌如下图所示它主要分为4个模块候选区域（region proposal）提取 一个大型的CNN网络用来特征提取 使用SVM分类模型进行类别分类 使用回归（Regression）模型进行具体定位具体R...
2019-07-25 18:14:10
2042
原创 【目标检测项目实战】一、Tensorflow Object Detection API 下载与配置及使用
首先，简单介绍下，Tensorflow Object Detection API是一个构建在TensorFlow之上的开源框架，它使构建、训练和部署对象检测模型变得很容易首先，关于win10下深度学习基本环境的搭建，比如，anaconda，Tensorflow CPU或GPU版本，pycharm等安装这块就不说了，网上的教程很多。额外需要的python库有pillow, lxml，可...
2019-07-24 16:40:42
451
原创 机器学习之 决策树(Decision Tree)
机器学习算法系列机器学习 之线性回归机器学习 之逻辑回归及python实现机器学习项目实战 交易数据异常检测这次，我们来看下决策树算法决策树（Decision Tree）决策树是一种常见的机器学习方法，它是从根节点开始，一步一步决策，直到走到叶子节点。 最终，所有的样本数据都会落到叶子节点，显然，决策过程的最终结论对应了我们所希望的判定结果 。 它即可以做分类问题，也可...
2018-06-07 19:55:56
657
原创 机器学习项目实战 交易数据异常检测
现在有一批经过处理后的信用卡用户交易数据，我们需要通过这些数据学习一个模型，可以用来预测新的一条交易数据是否涉嫌信用卡欺诈。首先，当然先需要导入下必要的python库import pandas as pdimport matplotlib.pyplot as pltimport numpy as np%matplotlib inline先读取下原始数据看看...
2018-06-07 19:49:56
3704
3
原创 机器学习算法 之逻辑回归以及python实现
下面分为两个部分： 1. 逻辑回归的相关原理说明 2. 通过python代码来实现一个梯度下降求解逻辑回归过程逻辑回归(Logistic Regression)首先需要说明，逻辑回归属于分类算法。分类问题和回归问题的区别在于，分类问题的输出是离散的，如（0，1，2，…）而回归问题的输出是连续的。我们将要用来描述这个分类问题的标记如下:mmm 代表训练集中实例的数量nnn...
2018-06-01 16:32:32
985
1
原创 机器学习算法 之 线性回归（linear regreesion）
linear regreesion（线性回归）我们将用来描述回归问题的标记如下:mmm 代表训练集中实例的数量nnn 代表特征的数量x(i)x(i)x^{(i)} 表示第iii个训练实例，是特征矩阵的第i行，是一个向量x(i)jxj(i)x_j^{(i)} 表示特征矩阵中第iii行的第jjj个特征，也就是第iii个训练实例的第jjj个特征yyy 代表目标变量，也就是输出变量...
2018-05-31 14:27:03
541
原创 练习项目 一款新闻app的开发 （三）：通过Rxjava + Retrofit2框架获取网络数据
接下来说下项目中用的一些网络数据的获取。采用的是Rxjava + Retrofit2 这种方式来进行网络请求的。Rxjava: 一个在 Java VM 上使用可观测的序列来组成异步的、基于事件的程序的库Retrofit : Retrofit 是一个 RESTful 的 HTTP 网络请求框架的封装关于Rxjava与Retrofit2的详解，可以参照下面这两篇博客进行学习
2017-10-11 16:33:01
809
原创 OkHttp网络框架的使用
本文主要整理下关于OkHttp3的一些使用。通过OkHttp框架去请求网络数据，一般包括下面几个步骤： 1. 创建OkHttpClient 对象 2. 创建Request对象（对于get和post请求来说，在创建Request对象时略有不同） 3. 创建Call对象 4. 开始请求，返回Resp
2017-10-11 14:00:17
346
原创 练习项目 一款新闻app的开发 （二） ： 新闻首页开发（整体UI架构）
下面主要整理下关于新闻首页的开发，最终效果图如下本节主要先说下关于标题导航栏的UI处理，主要用到知识点有： 1.CoordinatorLayout : 用来协调子view. 具体详细描述，可以参照这篇博客：http://blog.csdn.net/huachao1001/article/details/51554608 2.ToolBar:
2017-10-10 17:46:26
1895
1
原创 练习项目 一款新闻app的开发 （一） ： 欢迎界面开发（属性动画的运用）
今天主要整理下点击进入时的欢迎界面相关处理效果图如下：具体实现就是通过一个属性动画，去实现图片的一个缩放效果，核心代码如下：关于属性动画的详细说明，可以学习下郭霖大神的博客 http://blog.csdn.net/guolin_blog/article/details/43536355
2017-10-10 16:25:19
887
原创 蓝桥杯练习（vip） 时间转换
/*问题描述 给定一个以秒为单位的时间t，要求用“::”的格式来表示这个时间。表示时间，表示分钟，而表示秒，它们都是整数且没有前导的“0”。例如，若t=0，则应输出是“0:0:0”；若t=3661，则输出“1:1:1”。输入格式 输入只有一行，是一个整数t（0输出格式 输出只有一行，是以“::”的格式所表示的时间，不包括引号。样例输入0样例输出0:0:0
2014-04-18 15:24:42
900
原创 蓝桥杯练习(vip) 字符串对比
/*问题描述 给定两个仅由大写字母或小写字母组成的字符串(长度介于1到10之间)，它们之间的关系是以下4中情况之一： 1：两个字符串长度不等。比如 Beijing 和 Hebei 2：两个字符串不仅长度相等，而且相应位置上的字符完全一致(区分大小写)，比如 Beijing 和 Beijing 3：两个字符串长度相等，相应位置上的字符仅在不区分大小写的前提下才能达到完全一致（
2014-04-18 15:05:49
1266
原创 蓝桥杯练习 分解质因数
/*问题描述 求出区间[a,b]中所有整数的质因数分解。输入格式 输入两个整数a，b。输出格式 每行输出一个数的分解，形如k=a1*a2*a3...(a1样例输入3 10样例输出3=34=2*25=56=2*37=78=2*2*29=3*310=2*5提示 先筛出所有素数，然后再分解。数据规模和约定 2*
2014-04-18 10:20:59
3419
1
原创 蓝桥杯练习(vip) 矩形面积交
/*问题描述 平面上有两个矩形，它们的边平行于直角坐标系的X轴或Y轴。对于每个矩形，我们给出它的一对相对顶点的坐标，请你编程算出两个矩形的交的面积。输入格式 输入仅包含两行，每行描述一个矩形。 在每行中，给出矩形的一对相对顶点的坐标，每个点的坐标都用两个绝对值不超过10^7的实数表示。输出格式 输出仅包含一个实数，为交的面积，保留到小数后两位。样例输入1 1
2014-04-18 09:25:44
1142
1
原创 蓝桥杯练习（vip） 完美的代价
/*问题描述 回文串，是一种特殊的字符串，它从左往右读和从右往左读是一样的。小龙龙认为回文串才是完美的。现在给你一个串，它不一定是回文的，请你计算最少的交换次数使得该串变成一个完美的回文串。 交换的定义是：交换两个相邻的字符 例如mamad 第一次交换 ad : mamda 第二次交换 md : madma 第三次交换 ma : madam (回文！完美！)
2014-04-18 08:43:25
4842
原创 蓝桥杯练习（vip） 报时助手
/*问题描述 给定当前的时间，请用英文的读法将它读出来。 时间用时h和分m表示，在英文的读法中，读一个时间的方法是： 如果m为0，则将时读出来，然后加上“o'clock”，如3:00读作“three o'clock”。 如果m不为0，则将时读出来，然后将分读出来，如5:30读作“five thirty”。 时和分的读法使用的是英文数字的读法，其中0~20读作：
2014-04-17 18:44:42
1491
1
原创 蓝桥杯练习（vip） Sine之舞
/*问题描述 最近FJ为他的奶牛们开设了数学分析课，FJ知道若要学好这门课，必须有一个好的三角函数基本功。所以他准备和奶牛们做一个“Sine之舞”的游戏，寓教于乐，提高奶牛们的计算能力。 不妨设 An=sin(1–sin(2+sin(3–sin(4+...sin(n))...) Sn=(...(A1+n)A2+n-1)A3+...+2)An+1 FJ想让奶牛们计算Sn
2014-04-17 18:42:27
798
原创 蓝桥杯练习（vip） FJ的字符串
/*问题描述 FJ在沙盘上写了这样一些字符串： A1 = “A” A2 = “ABA” A3 = “ABACABA” A4 = “ABACABADABACABA” … … 你能找出其中的规律并写所有的数列AN吗？输入格式 仅有一个数：N ≤ 26。输出格式 请输出相应的字符串AN，以一个换行符结束。输出中不得含有多余的空格或换行、回车符
2014-04-17 15:46:43
767
1
原创 蓝桥杯练习(vip) 芯片测试
问题描述 有n（2≤n≤20）块芯片，有好有坏，已知好芯片比坏芯片多。 每个芯片都能用来测试其他芯片。用好芯片测试其他芯片时，能正确给出被测试芯片是好还是坏。而用坏芯片测试其他芯片时，会随机给出好或是坏的测试结果（即此结果与被测试芯片实际的好坏无关）。 给出所有芯片的测试结果，问哪些芯片是好芯片。输入格式 输入数据第一行为一个整数n，表示芯片个数。 第二行到第n+1行为n*n的一张表，每
2014-04-17 15:18:13
2518
1
原创 蓝桥杯练习(vip) 龟兔赛跑预测
问题描述 话说这个世界上有各种各样的兔子和乌龟，但是研究发现，所有的兔子和乌龟都有一个共同的特点——喜欢赛跑。于是世界上各个角落都不断在发生着乌龟和兔子的比赛，小华对此很感兴趣，于是决定研究不同兔子和乌龟的赛跑。他发现，兔子虽然跑比乌龟快，但它们有众所周知的毛病——骄傲且懒惰，于是在与乌龟的比赛中，一旦任一秒结束后兔子发现自己领先t米或以上，它们就会停下来休息s秒。对于不同的兔子，t，s的数
2014-04-17 09:45:27
924
原创 蓝桥杯vip练习 回行取数
/*问题描述 回形取数就是沿矩阵的边取数，若当前方向上无数可取或已经取过，则左转90度。一开始位于矩阵左上角，方向向下。输入格式 输入第一行是两个不超过200的正整数m, n，表示矩阵的行和列。接下来m行每行n个整数，表示这个矩阵。输出格式 输出只有一行，共mn个数，为输入矩阵回形取数得到的结果。数之间用一个空格分隔，行末不要有多余的空格。样例输入3 31
2014-04-17 08:43:12
789
原创 蓝桥杯vip练习 Huffman树
问题描述 Huffman树在编码中有着广泛的应用。在这里，我们只关心Huffman树的构造过程。 给出一列数{pi}={p0, p1, …, pn-1}，用这列数构造Huffman树的过程如下： 1. 找到{pi}中最小的两个数，设为pa和pb，将pa和pb从{pi}中删除掉，然后将它们的和加入到{pi}中。这个过程的费用记为pa + pb。 2. 重复步骤1，直到{pi}
2014-04-16 19:23:08
3590
3
原创 蓝桥杯练习vip试题 高精度加法
/*问题描述 输入两个整数a和b，输出这两个整数的和。a和b都不超过100位。算法描述 由于a和b都比较大，所以不能直接使用语言中的标准数据类型来存储。对于这种问题，一般使用数组来处理。 定义一个数组A，A[0]用于存储a的个位，A[1]用于存储a的十位，依此类推。同样可以用一个数组B来存储b。 计算c = a + b的时候，首先将A[0]与B[0]相加，如果有进位产生
2014-04-16 09:03:46
1172
1
原创 蓝桥杯vip题目 阶乘计算
/*问题描述 输入一个正整数n，输出n!的值。 其中n!=1*2*3*…*n。算法描述 n!可能很大，而计算机能表示的整数范围有限，需要使用高精度计算的方法。使用一个数组A来表示一个大整数a，A[0]表示a的个位，A[1]表示a的十位，依次类推。 将a乘以一个整数k变为将数组A的每一个元素都乘以k，请注意处理相应的进位。 首先将a设为1，然后乘2，乘3，当乘到n时
2014-04-14 09:53:11
2815
原创 二叉树的前序，中序，后序的递归与非递归遍历以及按层遍历
在这总结了下二叉树基本的几种遍历的递归与非递归的方法1.按层遍历 思路：利用队列先进先出的思想，先让根节点入队，然后根节点出队，接着让根节点的左右子女依次入队，然后以此循环。//按层遍历,利用队列 void printtree(BTNode *root,int n){ int f=0; int r=0; //f为队列的头部标识（直指对头元素），r为尾部标识（
2014-03-27 10:57:28
664
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人