- 博客(89)
- 资源 (4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 蝌蚪网课助手 AI抠图
由于疫情的影响，掀起了一波直播热潮，比如呀，直播上课，视频在线会议等等，此时对于直播的需求可谓是前所未有的大啊！那么问题来了，直播助手哪家好呢？ 对于网络上直播助手参差不齐，面向的目标群体比较单一，比如zoom和腾讯会议，主要是面向视频会议方面，功能比较单一。真是不巧啊，刚发现一款不错的直播助手，能够很好的解决老师在家直播上课换背景、美颜等功能，网络主播也可以使用哦，里面有不少贴纸，简直给力呀，话不多少，先提供下下载链接吧点击下载。下载界面还提供了使用说明，下面来看看下载界面吧...
2020-05-14 00:05:44
11745
9
原创 AI抠图产品落地-蝌蚪网课助手
由于疫情的影响，掀起了一波直播热潮，比如呀，直播上课，视频在线会议等等，此时对于直播的需求可谓是前所未有的大啊！那么问题来了，直播助手哪家好呢？ 对于网络上直播助手参差不齐，面向的目标群体比较单一，比如zoom和腾讯会议，主要是面向视频会议方面，功能比较单一。真是不巧啊，刚发现一款不错的直播助手，能够很好的解决老师在家直播上课换背景、美颜等功能，网络主播也可以使用哦，里面有不少贴纸，简直给力呀，话不多少，先提供下下载链接吧点击下载。下载界面还提供了使用说明，下面来看看下载界面吧...
2020-05-12 22:53:30
6228
4
原创 图像重建后由于图像块拼接出现图像块效之优化方案
目录介绍方案一：介绍 随着深度学习的发展，神经网络已经深入各行各业，这里主要介绍下神经网络对图像的重建问题，这里图像重建可以是图像超分辨，图像增强，图像去噪等等。由于现在的显卡显存的限制，对于分辨率比较大的图像来说，直接将原图作为输入往往会导致显存不够，通常的处理的办法是将原图进行切块处理，对图像块进行重建，然后将图像块进行拼接。下面将一一介绍其方案以优...
2019-12-02 17:02:37
3712
3
转载 什么是梯度？为什么梯度方向就是函数上升最快的方向
https://blog.csdn.net/weixin_42398658/article/details/83017995
2019-11-05 19:32:57
1072
转载 Python代码规范（PEP8）问题及解决
最近刚刚接触Python,为了养成好习惯，尽量保证自己写的代码符合PEP8代码规范，下面是过程中报出的警告及解决方法，英文有些翻译不太准确见谅，会不断更新： PEP 8: module level import not at top of file 解决：import不在文件的最上面，可能引用之前还有代码，把import引用放到文件的最上部就可以消除警告了。 PEP 8:...
2019-07-19 12:30:22
590
原创 【python】 一文弄懂浅拷贝与深拷贝
一、可变对象与非可变对象 想要理解浅拷贝与深拷贝就必须得先明白可变对象与非可变对象。 可变对象有: list ，dict ，set 不可变对象有：int ，float ，bool ，str ，tuple 。 两者区别：对于可变对象，其值改变是在原地址上操作，不会创建新的内存地址。对于不可变对象其值改变是直接创建新的内存地址。二、赋值操作符‘=’表示对象的引用...
2019-06-01 20:28:40
218
原创 pytorch 中BatchNormation的理解。
一：先来看看pytorch BatchNorm２d的官方文档。 由上图可知，当affine=True时，除了计算batchnormation需要计算均值、方差之外还有两个额外的超参数，。这两个超参数是仿射变换所需的参数并且这两个超参数在网络训练中是可以学习到的，即可以不断的更新。所以在计算网络参数时也要考虑batchnormation中的两个参数。这两个参数为向量，向量的维度与输入特...
2019-05-13 00:44:54
1708
原创 window下labelme json_to_dataset批量转化
一：window10+anaconda+lableme 安装。window10下anaconda安装labelme教程二：对标注的json文件进行批量转化1：创建json_to_dataset.py脚本。import argparseimport jsonimport osimport os.path as ospimport warnings import PIL....
2019-04-15 16:03:23
3637
1
原创 【python】内置函数 slice()
slice() 函数实现切片对象，主要用在切片操作函数里的参数传递。先来看看其定义吧 函数实际上是切片类的一个构造函数，返回一个切片对象，千万不能把其当作函数使用。默认start, step为None;下面看个例子：import numpy as nparr=np.arange(10)arr#Out[37]: array([0, 1, 2, 3, 4, 5, 6, 7, ...
2018-12-16 16:21:47
889
原创 【collections模块】collections.namedtuple使用
这里namedtuple函数返回的是一个名为typename的tuple子类，这个子类可以通过field_names访问子类的tuple成员，比tuple有更强大的功能。1：tuple通过item的index访问数据,或者通过index访问其itemstudent=('math','chinese','english')print(student[1])print(student.i...
2018-12-14 12:37:38
595
原创 window10+anaconda+lableme 安装教程以及遇到的bug解决方案
1：打开Anaconda Prompt2:创建虚拟环境conda create --name=labelme python=3.6 （这里你可以选择自己的python版本）3：激活刚才创建的环境并进入activate labelme4：安装pyqtconda install pyqt 5：安装labelmepip install labelme6:安...
2018-12-11 16:09:30
2838
1
原创 【python】一文弄懂迭代器iteror(__next__）对象与可迭代iterable对象
一、定义区别刚开始学的经常会被迭代器与可迭代对象弄混淆，下面清晰的介绍两者的不同。迭代器 Iterator (对象)：如果一个对象同时拥有__iter__ 和 __next__方法的(对象），也就是说可以被next()函数调用并不断返回下一个值的对象称为迭代器。可迭代iterable (对象）：如果一个对象拥有__iter__方法，其是可迭代对象，同时凡是可作用于for循环的对象都...
2018-12-05 23:35:36
935
原创 【python】魔法之__getattribute__,__getattr__的用法总结
1：当定义一个类的实例时，毫无疑问首先调用类的初始化函数 def __init__(self)。2：当我们用的实例去访问实例的属性时，则首先调用方法 def __getatttibute__(self)3: 在类内没有方法 def __getattr__(self) 的前提下，如果用类的实例去调用一个实例不存在的属性时，则会抛出AttributeError异常常。下面看代码：...
2018-12-03 03:10:17
1723
原创 【pytorch】自定义读取数据集，使用txt文本
使用txt文本读入数据可以减少内存的需要，有时候自定义加载数据集是非常必要的，我下面的代码是针对图像的，并且带有label的有监督的图像。先看代码：import numpy as npimport osimport torch.nn as nnfrom PIL import Imagedef default_loader(path): return Image.open(...
2018-11-30 04:04:57
10794
原创 【pytorch】加载模型出现的bug
在模型训练完后再进行测试加载模型后出现bug，显示如下错误 据了解是由于pytorch版本导致的错误，可能与自己训练阶段保持的模型方式有关，训练阶段保存方式如下：解决方案如下：方法一：generator.load_state_dict({k.replace('module.', ''): v for k, v in torch.load(generator_1_10.pt...
2018-11-30 03:45:17
2978
1
【论文详解】WESPE：Weakly Supervised Photo Enhancer for Digital Cameras
与上篇论文一样属于图像增强的一篇论文，这篇论文和上篇论文属于同一实验室提出的，这篇论文对上篇DPED强监督学习的一种不足进行改进。因为在现实世界中很难得到一模一样的低质量图像（指手机拍摄的）与高质量图像（相机拍摄的）。对此这篇文章提出可以实现一种弱监督的方法使网络能够学习到从低质量的图像域到高质量的图像域。论文下载地址，github代码。 ...
2018-11-28 21:36:14
2428
1
原创 【pycharm】ubuntu 、window系统pycharm激活码（亲测可用的长期有效方法）
这里只介绍采用激活码激活的方法。如果是window系统则hosts文件路径为：C:\Windows\System32\drivers\etc，将0.0.0.0 account.jetbrains.com添加到末尾即可。如下图所示：如果是linux系统 Linux的hosts文件路径为：/etc命令行输入：第一步：cd /etc第二步：sudo gedit hosts输...
2018-11-25 03:37:20
13550
1
原创 【论文详解】DPED：DSLR-Quality Photos on Mobile Devices with Deep Convolutional Networks
目录1.论文概述2.效果展示3.网络内容介绍3.1作者的贡献3.2 网络数据3.3 网络结构3.4 损失函数3.4.1颜色损失。3.4.2纹理损失textures loss。3.4.3内容损失 content loss。 3.4.4梯度损失 total variation loss。1.论文概述这是一篇关于图像增强的神经网络论文，将手机照片作为输...
2018-11-24 00:44:51
7761
2
原创 【神经网络】VGG16、VGG16_bn、VGG19_bn详解以及使用pytorch进行模型预训练
目录一、论文二、模型介绍三、模型预训练一、论文先来看看VGG这篇论文《Very Deep Convolutional Networks for Large-Scale Image Recognition》论文下载地址论文中几个模型主要以几下几种方案A、B、C、D、E。目前主要还是采用VGG16和VGG19也就是下图中的分别红框和绿框部分。 二、模型介绍其实通过...
2018-11-17 11:28:07
38455
7
原创 pytorch 自定义卷积核进行卷积操作
一 卷积操作：在pytorch搭建起网络时，大家通常都使用已有的框架进行训练，在网络中使用最多就是卷积操作，最熟悉不过的就是torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)通过上面的输入发现想自定义自己的卷积核，比如高斯...
2018-11-16 02:43:36
43898
11
原创 pytorch 求网络模型参数
用pytorch训练一个神经网络时，我们通常会很关心模型的参数总量。下面分别介绍来两种方法求模型参数一 .求得每一层的模型参数，然后自然的可以计算出总的参数。1.先初始化一个网络模型model比如我这里是 model=cliqueNet(里面是些初始化的参数）2.调用model的Parameters类获取参数列表 一个典型的操作就是将参数列表传入优化器里。如下 o...
2018-11-16 00:43:13
2346
原创 pytorch 卷积 分组卷积 及其深度卷积
先来看看pytorch二维卷积的操作API 现在继续讲讲几个卷积是如何操作的。一. 普通卷积torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=...
2018-11-15 20:49:05
10725
原创 python 自带的sum函数与numpy中sum两者巨大的区别
Python自带的sum函数与numpy中的sum函数有着天壤之别，没弄懂之前踩了大坑。1、Python 自带的sumPython自带的sum输入是个可迭代的。可以是列表，数组，可迭代对象。此时sum最多有两个参数第一个参数是可迭代的。当有两个参数时，第二个参数只能是个数。格式：sum(iterable, start)=可迭代的所有相加和+start值1.1 列表 ...
2018-11-14 05:55:28
6163
3
原创 ResNet: Deep Residual Learning for Image Recognition详解
Deep Residual Learning for Image Recognition 这是一篇2015年何凯明在微软团队提出的一篇大作，截止目前其论文引用量达12000多次。摘要 网络比较深的模型比较难以训练。作者提出了一个残差学习的框架来减轻模型的训练难度，并使得其模型深度远远大于之前的工作。我们明确地将层作为输入学习残差函数，而不是学习未知的函数。我们提供了非常全面的实验数据来...
2018-09-17 19:42:14
704
原创 SENet：Squeeze-and-Excitation Networks详解
这篇论文在2017年由Momenta 自动驾驶AI公司和斯坦福大学团队提出。一、摘要 卷积神经网络通过在局部感受野上进行卷积操作来融合空间和通道信息提取信息的特征。为了增加网络的表达的能力，最近的方法比如增加稀疏编码获得了不错的效果。在本文中，作者关注通道之间的关系并且提出了一个新颖的结构单元"squeeze-and-excitation" 简称SE模块。这个SE模块通过准确的对通...
2018-09-16 23:06:03
3272
原创 CliqueNet:Convolutional Neural Networks with Alternately Updated Clique详解
Convolutional Neural Networks with Alternately Updated Clique 是2018年北大团队在CVPR上发表的，这是继DenseNet之后又一密集网络。在图像识别数据集上作者达到了the state-ofthe-art performance with fewer parameters。以下文章讲解是本人粗浅的看法，如有不同的意见大家可以指出并进...
2018-09-12 15:05:22
2167
原创 【python】可变对象与非可变对象
在Python中任何对象都有的三个通用属性：唯一标识，类型，值。唯一标识：用于标识对象的在内存中唯一，它在对象创建之后就不会再，函数可以查看对象的唯一标识 id()类型：决定了该对象支持哪些操作，不同类型的对象支持的操作就不一样，比如列表可以有长度属性，而整数没有同样地对象的类型一旦确定了就不会再变，函数可以报道查看对象的类型信息。 type()对象值：与唯一标识不一样，并不是所有的对象的值都是一...
2018-05-23 17:54:56
592
原创 【python】局部变量，全部变量，类变量，实例变量，类方法，实例方法，静态方法的使用
一：局部变量函数内部的变量名如果第一次出现，即被视为定义一个局部变量，不管全局域中有没有用到该变量名，函数中使用的将是局部变量，局部变量只能在作用域内使用，也就是函数内部使用二：全局变量在模块中使用，其在函数和类的外面定义的定义的变量。如果函数中没有定于相同变量名的局部变量，则在函数中使用的该变量是全局变量。全局变量可以在全局的作用域使用三：类变量定义在类内，但不在方法和函
2018-05-06 16:55:41
2475
原创 python中opencv imshow函数显示一片白色原因
imshow显示类型首先应当明确的是，opencv中imshow内部的参数类型可以分为两种。（1）当输入矩阵是uint8类型的时候，此时imshow显示图像的时候，会认为输入矩阵的范围在0-255之间。（2）如果imshow的参数是double类型的时候，那么imshow会认为输入矩阵的范围在0-1。显示出现问题原因：用OpenCV中imread输入照片后是一个数组对象，在进行一系列的对数组操作后...
2018-04-29 15:23:55
31045
12
原创 【tensorflow】】模型优化（一）指数衰减学习率
指数衰减学习率是先使用较大的学习率来快速得到一个较优的解，然后随着迭代的继续,逐步减小学习率，使得模型在训练后期更加稳定。在训练神经网络时，需要设置学习率（learning rate）控制参数的更新速度，学习速率设置过小，会极大降低收敛速度，增加训练时间；学习率太大，可能导致参数在最优解两侧来回振荡。函数原型：tf.train.exponential_decay( learning_rat...
2018-03-28 21:28:12
9270
2
转载 【深度学习】权重初始化
为什么要初始化？暴力初始化效果如何？神经网络，或者深度学习算法的参数初始化是一个很重要的方面，传统的初始化方法从高斯分布中随机初始化参数。甚至直接全初始化为1或者0。这样的方法暴力直接，但是往往效果一般。本篇文章的叙述来源于一个国外的讨论帖子[1]，下面就自己的理解阐述一下。首先我们来思考一下，为什么在神经网络算法（为了简化问题，我们以最基本的DNN来思考）中，参数的选择很重要呢？以sigmoid...
2018-03-28 17:53:35
3302
2
转载 【机器学习】正则化方法
正则化方法：L1和L2 regularization、数据集扩增、dropout正则化方法：防止过拟合，提高泛化能力，减少部分特征的权重，进而忽略部分无关紧要的特征。因为考虑全部特征会将噪声加入进去，也就导致过拟合。在训练数据不够多时，或者overtraining时，常常会导致overfitting（过拟合）。其直观的表现如下图所示，随着训练过程的进行，模型复杂度增加，在training ...
2018-03-28 16:18:24
535
原创 【机器学习】softmax回归（二）
通过上篇softmax回归已经知道大概了，但是有个缺点，现在来仔细看看Softmax回归模型参数化的特点Softmax 回归有一个不寻常的特点：它有一个“冗余”的参数集。为了便于阐述这一特点，假设我们从参数向量 中减去了向量 ，这时，每一个 都变成了 ()。此时假设函数变成了以下的式子：换句话说，从 中减去 完全不影响假设函数的预测结果！这表明前
2018-03-28 15:48:24
481
原创 【机器学习】softmax回归（一）
在 softmax回归中，我们解决的是多分类问题（相对于 logistic 回归解决的二分类问题），类标 可以取 个不同的值（而不是 2 个）。因此，对于训练集 ，我们有 。（注意此处的类别下标从 1 开始，而不是 0）。例如，在 MNIST 数字识别任务中，我们有 个不同的类别。对于给定的测试输入 ，如果输入的图片分辨率是28x28.则数据x是一个784的向量。我们想用假设函数针对每一个类...
2018-03-28 15:10:24
576
转载 【机器学习】交叉熵函数的使用及推导
前言说明：本文只讨论Logistic回归的交叉熵，对Softmax回归的交叉熵类似。 minist手写数字识别就是用交叉熵作为代价函数。 1.从方差代价函数说起 代价函数经常用方差代价函数（即采用均方误差MSE），比如对于一个神经元（单输入单输出，sigmoid函数）,定义其代价函数为：其中y是我们期望的输出，a为神经元的实际输出【 a=σ(z), where z=wx...
2018-03-28 12:25:36
1855
转载 【深度学习】卷积神经网络
讲卷积神经网络之前说说为什么能够进行分类识别？按照传统的SIFT，HOG算法都是先进行特征的提取过程，那么卷积神经网络怎么进行特征的提取呢？ 下面，我们就开始吧！先提一个小问题：“你是通过什么了解这个世界的？”当一辆汽车从你身边疾驰而过，你是通过哪些信息知道那是一辆汽车？“它的材质，速度，发动机的声响，还是什么？”你可能说不清所以然，但是当你看到下图时，你会第一时间反应...
2018-03-27 21:48:03
1049
1
转载 特征检测HOG算法
简介 HOG（Histogram of Oriented Gridients的简写）特征检测算法，最早是由法国研究员Dalal等在CVPR-2005上提出来的，一种解决人体目标检测的图像描述子，是一种用于表征图像局部梯度方向和梯度强度分布特性的描述符。其主要思想是：在边缘具体位置未知的情况下，边缘方向的分布也可以很好的表示行人目标的外形轮廓。 Dal
2018-03-24 14:11:16
666
转载 SIFT算法
1、SIFT综述尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比
2018-03-24 10:17:30
55359
7
转载 ORB算法
1.特征点的检测 图像的特征点可以简单的理解为图像中比较显著显著的点，如轮廓点，较暗区域中的亮点，较亮区域中的暗点等。 原图 轮廓线（可能的特征点） ORB采用FAST（features from accelerated
2018-03-23 14:34:31
2072
原创 为什么拉普拉斯算子具有旋转不变性
1.数学证明2.利用图像证明可以看出 拉普拉斯算子为周边四个元素和减去中间元素，也可以添加对角的45度方向的，则就是周边8个元素减去中间的元素。但是通常是会用中间元素减去周边元素。可以看出与周边的元素的顺序无关，即旋转不变性
2018-03-23 13:01:31
6030
3
contrib3.1.0文件（可用于opencv3.1.0配置contrib3.1.0）由于上传大小限制，编译的文件太大上传不了。
2018-01-16
opencv人脸检测成功，但是为什么人眼检测却出错？新人小白求解。
2017-11-19
TA创建的收藏夹 TA关注的收藏夹
TA关注的人