- 博客(423)
- 收藏
- 关注
RSS订阅
原创 ******写在前言******
中午吃饭的时候，和一位公司的前辈聊起来知识繁碎的问题。我：总觉得自己从上学到工作，什么都只是接触了一点点，好多学过的东西也只是记在了小本本上，后来就找不到了。前辈：你可以写到自己的博客上。我：可是博客上精通某个领域的人太多了，和他们比起来，自己写的博客根本就不能看，也害怕自己万一写错了给别人造成误解。前辈：就算不是为了给别人看，自己当作一种记录的方式也挺好的；而且，每篇文章都有它的阅读人群，太高端...
2018-04-27 14:09:17
819
2
原创 简化目标检测：使用 Grounding DINO 对自定义数据集进行标注
点击下方卡片，关注“小白玩转Python”公众号对于像 YOLO 这样的模型，使用带有标注图像数据集进行训练有时可能会有点令人望而却步。如果你需要处理自定义数据，并围绕其定义标注，那可能会有些耗时。但我找到了完美的解决方案——Grounding DINO！这种方法的突破之处在于，它将基于 Transformer 的检测器 DINO 与基础预训练相结合，可以从有限的人类输入中检测到任意对象。这篇简易...
2024-04-22 20:09:29
686
原创 新目标检测模型YOLOv9实践 — 训练自定义数据
点击下方卡片，关注“小白玩转Python”公众号新YOLOv9模型的更新YOLO系列模型有了一个新成员，在2024年2月发布了一篇新论文，标题为“YOLOv9: 使用可编程梯度信息学习您想要学习的内容”，详细论文可以在这个链接中查看：https://arxiv.org/pdf/2402.13616.pdf。以下是一个快速概述：解决方案的核心是引入了可编程梯度信息（PGI）和一种新的轻量级网络架构，...
2024-04-21 20:31:58
474
原创 YOLOv9：在自定义数据上进行图像分割训练
点击下方卡片，关注“小白玩转Python”公众号在快速发展的计算机视觉领域，物体分割在从图像中提取有意义信息方面发挥着重要作用。在各种分割算法中，YOLOv9 已经成为一个强大而灵活的解决方案，提供了高效的分割能力和出色的准确性。在这个全面的指南中，我们将深入探讨如何在自定义数据集上训练 YOLOv9 进行物体分割，并对测试数据进行推断。通过本教程，您将深入了解 YOLOv9 的分割机制，并学会如...
2024-04-20 20:02:52
859
原创 使用OpenCV和Python掌握计算机视觉：深入探讨高级技术及代码演示
点击下方卡片，关注“小白玩转Python”公众号在不断发展的技术领域中，计算机视觉作为一种变革性力量脱颖而出，使机器能够解释和理解视觉信息。OpenCV（开源计算机视觉库）成为该领域的基石，提供了丰富的工具和功能，用于图像和视频处理。在本文中，我们将探索OpenCV的基础知识，并深入研究9个高级Python代码示例，展示其多样性和强大功能。理解OpenCVOpenCV是一个开源的计算机视觉和机器学...
2024-04-18 23:12:07
729
原创 Albumentations库：为自定义数据进行数据增强
点击下方卡片，关注“小白玩转Python”公众号为什么在深度学习中使用增强？深度学习和计算机视觉中的增强已经成为至关重要的几个原因。首先，它丰富了训练数据集，使模型能够从更多样化的示例中学习，这在标记数据有限时尤为重要。增强还有助于减少过拟合，因为它在数据中引入变化，使模型更具鲁棒性，适应未见过的真实场景。此外，增强模拟了计算机视觉中的真实世界条件，例如光照，视角或比例的变化，确保模型在实际应用中...
2024-04-15 20:05:25
968
原创 基于 YOLOv9 的自定义数据集目标检测
点击下方卡片，关注“小白玩转Python”公众号在本指南中，我们将展示使用自定义数据集训练 YOLOv9 模型的过程。具体而言，我们将提供一个示例，重点介绍训练一个视觉模型来识别篮球场上的篮球运动员。但是，这个指南是多功能的，允许您将其应用于您选择的任何数据集。什么是 YOLOv9？随着计算机视觉技术不断发展，YOLOv9 出现作为最新的进展，由 Chien-Yao Wang、I-Hau Yeh ...
2024-04-12 20:14:36
609
原创 OpenCV 对象跟踪：均值漂移和Cam漂移算法
点击下方卡片，关注“小白玩转Python”公众号有多种跟踪和检测对象的方法，而OpenCV提供了各种算法和函数来实现这一目的。在本文中，我将使用均值漂移和Cam漂移算法创建一个对象跟踪器。这两种算法利用对象的颜色直方图，并试图在每一帧中找到最佳匹配的直方图。Cam漂移均值漂移和Cam漂移均值漂移和Cam漂移相似，但产生不同的结果。均值漂移产生更简单的结果，它不能处理旋转，并且不能正确检测对象大小变...
2024-04-11 20:00:46
332
原创 基于 Python 和 HuggingFace Transformers 的目标检测
点击下方卡片，关注“小白玩转Python”公众号YOLO！如果你对机器学习感兴趣，这个术语一定不陌生。确实，You Only Look Once已经成为过去几年中目标检测的默认方法之一。受到卷积神经网络取得的进展推动，许多版本的目标检测方法已经被创建。然而，近年来，一个竞争对手出现在了视野中——那就是在计算机视觉中使用基于Transformer的模型。更具体地说，是使用Transformer进行目...
2024-04-10 20:04:28
756
原创 微调语言模型识别收据图片并保存至JSON/XML
点击下方卡片，关注“小白玩转Python”公众号动机将收据图像转换为JSON或XML对象的动机在于以结构化和组织良好的方式更容易存储、分析和操作数据。JSON（JavaScript对象表示）和XML（可扩展标记语言）都是轻量级的数据交换格式，易于人类阅读和编写，也易于机器解析和生成。通过将收据图像转换为JSON或XML对象，数据可以轻松存储在数据库中或通过互联网传输，使其更易于访问和用于各种应用程...
2024-04-09 20:51:37
716
原创 在微调时保存 embeddings 演变过程，并以动画演示
点击下方卡片，关注“小白玩转Python”公众号在机器学习领域，视觉变换器（Vision Transformers，ViT）是一种用于图像分类的模型类型。与传统的卷积神经网络不同，ViT使用了最初设计用于自然语言处理任务的变换器架构来处理图像。对这些模型进行微调以获得最佳性能可能是一个复杂的过程。在先前的一篇文章中，我使用动画来演示在微调过程中embedding发生的变化。这是通过对embeddi...
2024-04-06 20:42:34
440
原创 基于 YoLo v8 的区域拖动奶牛计数器
点击下方卡片，关注“小白玩转Python”公众号计算机视觉是一个跨学科的科学领域，涉及计算机如何从数字图像或视频中获得高层次的理解。从工程的角度来看，它致力于理解并自动化人类视觉系统可以执行的任务。如今，任务分类、目标检测、分割和关键点检测是主要的实时计算机视觉应用。那么，大家认为它是如何发展起来的呢？首先，我们将简要讨论计算机视觉的主要问题。我认为在看了上面的图片之后，你对与计算机视觉挑战相关的...
2024-04-04 22:04:20
262
原创 使用 BeeWare 构建 Python GUI 应用程序
点击下方卡片，关注“小白玩转Python”公众号本文探讨使用 BeeWare 套件通过 Python 构建应用程序的基础知识，详细介绍其功能、优点以及与其他流行框架的比较。由于 Python 语言的简单性和多功能性，用它构建应用程序变得越来越流行。在 Python 开发人员可用的各种框架和工具中，BeeWare 脱颖而出，成为独特而强大的选择。本文探讨使用 BeeWare 套件通过 Python ...
2024-04-03 19:57:51
841
原创 基于 MiDaS和Python 开始做深度估计
点击下方卡片，关注“小白玩转Python”公众号测量物体与相机之间的距离在计算机视觉领域中面临着重大挑战，原因包括2D图像中缺乏固有深度信息、透视失真、物体尺寸变化、相机校准要求以及在复杂场景中的遮挡。例如，通过透视投影进行的距离估计依赖于传感器尺寸、焦距和物体的实际高度等变量。这些未知变量的计算增加了任务的复杂性。物体距离的公式一系列基于传统方法和深度学习的方法已经在一段时间内提供了有效的距离估...
2024-04-02 21:26:58
395
原创 探索使用对比损失的孪生网络进行图像相似性比较
点击下方卡片，关注“小白玩转Python”公众号简介在计算机视觉领域，准确地测量图像相似性是一项关键任务，具有广泛的实际应用。从图像搜索引擎到人脸识别系统和基于内容的推荐系统，有效比较和查找相似图像的能力非常重要。Siamese网络与对比损失结合，为以数据驱动方式学习图像相似性提供了强大的框架。在这篇博文中，我们将深入了解Siamese网络的细节，探讨对比损失的概念，并探讨这两个组件如何共同工作以...
2024-04-01 21:28:00
1044
原创 基于 EasyOCR 微调 CRAFT 文本检测模型
点击下方卡片，关注“小白玩转Python”公众号EasyOCR 中的 CRAFT 模型（用于文本检测的字符区域感知）用于检测图像内文本的边界框。然后，这些边界框被发送到 EasyOCR 的文本识别器模块，以读取每个图像中的文本。CRAFT 模块和文本识别器共同构成了 EasyOCR 的管道。在上一篇文章中，我向我们展示了如何微调文本识别器模块，而本文将重点介绍如何微调 EasyOCR 的 CRAF...
2024-03-31 21:08:11
948
原创 纵观全局：YOLO 助力实时物体检测原理及代码
点击下方卡片，关注“小白玩转Python”公众号YOLO 的全称“You Only Look Once”，它通过引入一种与传统方法截然不同的方法，彻底改变了物体检测领域。YOLO 摆脱了传统的提案驱动技术，创新地在一次传递中直接从完整图像中预测边界框和类别概率。这种突破常规的做法不仅简化了物体检测流程，还显著加快了检测速度，使实时检测不仅成为可能，而且成为现实。概念概述YOLO 创新方法的核心是将...
2024-03-29 20:30:26
1022
原创 CNN的原理详解及代码实战（人手都会）
点击下方卡片，关注“小白玩转Python”公众号Conv-Net 的简单分类架构介绍卷积神经网络 (CNN) 彻底改变了计算机视觉领域，成为图像和视频分析应用的基石。在本文中，我们将深入研究使 CNN 强大的关键组件和操作，探索卷积、最大池化、步长、填充、上采样、下采样等概念。此外，我们将使用 Python 和流行的深度学习框架讨论数据集上的简单 CNN 模型。卷积神经网络 (CNN) 由各种类...
2024-03-28 20:43:42
981
原创 YOLOv8 检测、分割模型的 OpenVINO 部署
点击下方卡片，关注“小白玩转Python”公众号为什么需要OpenVINO?OpenVINO（Open Visual Inference and Neural network Optimization）是英特尔推出的一种深度学习推理工具包，旨在优化和加速深度学习模型的推理过程。将模型转换为OpenVINO格式的主要优势有：性能优化：OpenVINO能够针对英特尔硬件进行优化，包括 CPU、GPU、...
2024-03-27 20:37:47
378
原创 ViT：使用 HuggingFace 和 PyTorch 对 Vision Transformer 进行微调实战
点击下方卡片，关注“小白玩转Python”公众号探索 CIFAR-10 图像分类介绍你一定听说过“Attention is all your need”？Transformers 最初从文本开始，现在已无处不在，甚至在图像中使用了一种称为视觉变换器 (ViT) 的东西，这种变换器最早是在论文《一张图片胜过 16x16 个单词：用于大规模图像识别的 Transformers》中引入的。这不仅仅是另一...
2024-03-26 20:49:52
922
原创 DINOv2：结合FAISS进行图像相似性搜索
早些时候，MetaAI 通过开源 DINOv2 在计算机视觉领域取得了一个重要的里程碑，该模型是在 1.42 亿张图像的庞大数据集上训练的。此版本使 DINOv2 与 OpenAI CLIP直接竞争，初步评估表明它甚至可能在某些任务上超越它。然而，浏览现有文档可能难以利用 DINOv2 的功能。在本文中，我们将探讨图像相似性任务需要采取的步骤，并对其性能进行全面评估。图像相似性的意义在之前的故事...
2024-03-23 09:34:53
460
原创 论文：YOLOv9 — 使用可编程梯度信息学习你想学的东西
论文地址：https://arxiv.org/abs/2402.13616代码地址：https://github.com/WongKinYiu/yolov9本文介绍了一种名为可编程梯度信息（PGI）的新概念，以解决深度学习网络中数据丢失的问题，因为数据经过逐层特征提取和空间转换。PGI旨在为计算目标函数提供完整的输入信息，确保网络权重更新的可靠梯度信息。除了PGI，作者们还提出了一种名为广义高效层...
2024-03-22 10:10:25
794
原创 基于 Google MediaPipe 进行人体姿势估计演示
用于人体姿势估计的 MediaPipe 演示MediaPipe简介MediaPipe是一个开源框架，用于构建跨平台、多模式应用机器学习管道。它由 Google 开发，旨在促进基于机器学习的功能的快速开发和部署，特别关注音频、视频和时间序列数据。我可以将 MediaPipe 用于商业用途来运营我的业务吗？我们可以将MediaPipe用于商业目的。 MediaPipe 是根据 Apache Licen...
2024-03-19 09:57:04
1051
原创 PicoDet：专为移动CPU优化的快速目标检测
概述PicoDet是在2021年11月发布的一种机器学习模型。它将最近在目标检测模型方面的研究成果集成到一个轻量级模型中，以在移动CPU上实现高准确度和高速目标检测。COCO dataset架构PicoDet通过使用轻量级结构作为骨干，提高了特征提取的速度。通过改进损失函数，它还提高了训练的稳定性和效率。最近几年来，基于无锚点的检测器在目标检测中变得越来越受欢迎，而全卷积单阶段目标检测（FCOS）...
2024-03-15 09:58:16
1001
原创 医学YOLOv8 | 脑肿瘤检测实战
在医疗保健领域，准确和高效地识别脑肿瘤是一个重大挑战。本文中，我们将探讨一种使用 YOLOv8，一种先进的目标检测模型，将脑肿瘤进行分类的新方法，其准确率达到了 99%。通过将深度学习与医学图像相结合，我们希望这种方法将提高脑肿瘤识别的速度和准确性。首先，我们将从 Kaggle 获取脑肿瘤分类数据集。然后，我们将利用各种数据清理方法来准备数据，以输入到我们的模型中。接下来，我们将从 Ultraly...
2024-03-15 09:58:16
978
原创 结合检测、人员追踪和姿势估计的案例分析
我们生活在一个不断发展的世界，安全已成为一项基本优先事项。在这个不断变化的时代，安全问题已经成为焦点。对安全的日益关注在各种公共场所明显，包括机场、学校、购物中心等等。这种关切源于人群中广泛存在的枪支。令人震惊的是，仅在2023年初，美国就因与枪支有关的暴力事件发生了超过2万起致命案件。这些令人担忧的统计数字强调了我们社会迫切需要进行讨论和采取行动，以提高安全性并遏制枪支在我们社会中造成的毁灭性影...
2024-03-14 10:43:38
1008
原创 基于Transformer的经典目标检测之DETR
背景DETR，即DEtection TRansformer，是由尼古拉斯·卡里翁及其团队于2020年在Facebook AI Research首次提出的，它在目标检测领域开创了一种新的波潮。虽然目前并未保持最先进（State Of The Art）的地位，但DETR对目标检测任务的创新重新定义显著影响了后续的模型，例如CO-DETR，它是当前LVIS上目标检测和实例分割的最先进技术。摆脱传统的一对...
2024-03-13 10:17:57
914
原创 基于 YOLOv8 的动物物种检测
简介动物在车辆碰撞中被撞死，这种现象被称为路边死亡，是一个重要的全球问题，导致野生动物死亡率高。仅在美国，每天有超过100万种脊椎动物在车辆碰撞中丧生。全球范围内，这一数字每天超过550万，年总数超过20亿。最近的一项研究已经确定了易受危害的动物种群，例如豹（面临由路边死亡引发的绝种风险增加了83%）、巴西狼（增加了34%的绝种风险）、巴西猫（增加了0至75%的绝种风险）和南非鬣狗（增加了0至75...
2024-03-13 10:17:57
403
原创 基于机器学习和OpenCV的激光雷达数据分割和分类
背景目前，先进传感器的使用使得在自然资源监测方面能够以高效的方式进行创新，激光雷达技术就是这样一种情况。激光雷达技术是GPS技术、惯性测量单元和激光传感器的集成结果，用于通过收集以三维坐标（x、y、z）呈现的数据来测量可变距离的范围。这些数据用于定义地表，并生成数字地形模型（DTM）和数字地表模型（DSM），从中生成冠高模型（CHM），该模型等于地面和地面上方对象顶部之间的高度或残余距离（图1）。...
2024-03-12 10:01:31
1027
原创 7个Python内存优化技巧，你用过几个？
当我们的项目变得越来越大时，高效管理计算资源是一个不可避免的要求。不幸的是，与低级语言如C或C++相比，Python在内存效率方面似乎不够。那么，现在应该更改编程语言吗？当然不是。事实上，有许多方法可以显著优化Python程序的内存使用，从优秀的模块和工具到先进的数据结构和算法。本文将聚焦于Python的内置机制，并介绍7个原始但有效的内存优化技巧。掌握这些技巧将显著提高我们的Python编程技能...
2024-03-11 10:40:13
926
原创 探索性数据分析（EDA）的数据可视化 | 附代码
数据可视化是探索性数据分析的重要组成部分，因为它有助于分析和可视化数据，以获得对数据分布、变量之间的关系和潜在异常值的启示性见解。Python具有丰富的库，可以快速高效地创建可视化。在Python中，通常使用以下几种类型的可视化进行探索性数据分析：柱状图：用于显示不同类别之间的比较。折线图：用于显示随时间或不同类别的趋势。饼图：用于显示不同类别的比例或百分比。直方图：用于显示单个变量的分布。热图：...
2024-03-10 10:36:56
561
原创 基于 Python 的人脸检测 — 人脸识别的前提
人脸检测是一种识别数字图像中人类面孔的技术。人脸检测是一项相对成熟的技术，还记得在您的数码相机的旧日子里，当您通过取景器看时？您会看到围绕在取景器中的人们脸部的矩形框。在进行人脸识别之前，您需要学习的技术就是人脸检测，也就是试图给脸部赋予一个名字。对于人脸检测，其中最著名的算法之一是被称为Viola-Jones人脸检测技术，通常称为Haar级联。Haar级联在深度学习流行之前就被发明了，是最常用于...
2024-03-08 10:05:00
832
原创 目前超火的LLM，也能在您的私有数据上部署问答系统
介绍本文将探讨如何利用语言模型和文本分块构建一个问答系统。我们将使用PyPDF2、langchain、Hugging Face和FAISS等工具从PDF中提取文本，将其处理成可管理的块，创建嵌入并利用这些嵌入进行高效的基于检索的问答。什么是LLM？LLM代表“语言模型”，它是一类用于自然语言处理（NLP）任务的人工智能模型。语言模型被设计用于理解和生成人类语言文本。它们具有预测句子中下一个词、完成...
2024-03-05 09:48:13
932
原创 基于 Python 的声音克隆实例
最近给电话银行打电话，鼓励我“将我的声音用作密码”。他们说这样更快更安全。你只需要说一些类似“我的声音是我的密码”的话，你就能通过安全验证。这让我想到了生成式AI和语音克隆，它究竟有多容易做到以及有多大的风险。我花了几个小时的时间，就能够从WhatsApp的语音留言中克隆出某人的声音！理论上来讲，你只需要至少三个大约10秒的样本，就能够克隆出某人的声音。语音样本可以来自任何地方。微信语音、电话记录...
2024-03-04 10:31:06
365
原创 入门LLMs开发 — LangChain
像OpenAI的GPT-4这样的大型语言模型（LLMs）已经风靡全球。它们可以自动执行各种任务，如回答问题、翻译语言、分析文本等。LLMs是第一种真正感觉像“人工智能”的机器学习类型。然而，在将LLMs应用于实际产品时仍然存在挑战。特别是其中一个最棘手和繁琐的挑战是LLM的管理。如果我们想要构建由LLMs驱动的应用程序，我们需要管理以下几个方面：不同类型的LLM —— OpenAI、Anthrop...
2024-03-03 10:20:13
876
原创 Transformer 在医学图像分类中的应用
这篇文章的重点是Vision Transformer（ViT）及其在实际问题中的应用。Transformer架构已经成为自然语言处理任务的事实标准。什么是Vision Transformer（ViT）？ViT架构基于图像表示，将图像表示为一组补丁。图像补丁是大小为16x16像素的非重叠图像块。例如，在分辨率为224x224的图像中，有(224 / 16) (224 / 16) = 14 14 =...
2024-03-01 09:53:48
953
原创 PyTorch 精髓之张量和张量计算
在深度学习领域（也包括ChatGPT构建的领域）中，最重要的库之一是PyTorch。与Tensorflow框架一样，PyTorch是软件开发人员和数据科学家可以使用的最著名的神经网络训练框架之一。除了其易用性和简单的API外，它在灵活性和内存使用方面表现出色，使其在多维计算中极其快速（这是反向传播的重要组成部分，该技术用于优化神经网络的权重） — 这些细节使其成为公司在构建深度学习模型时最追求的库...
2024-02-28 10:00:22
962
原创 从数据库获取数据，必须要了解Python生成器
介绍作为数据工程师，我们经常面临这样的情况：我们必须从运营数据库中获取一个特别大的数据集，对其进行一些转换，然后将其写回分析数据库或云对象存储（例如S3桶）。如果数据集太大无法装入内存，但同时使用分布式计算不值得或不可行，该怎么办呢？在这种情况下，我们需要找到一种方法，在不影响数据团队其他同事（例如通过使用Airflow实例中可用内存的大部分）的情况下完成工作。这就是Python生成器可能会派上用...
2024-02-23 09:00:16
878
原创 Python数据科学家和ML工程师应该了解的5个库
这篇文章非常适合初学者或中级机器学习工程师或数据科学家。我们已经选择了自己喜欢的机器学习库，如 PyTorch 或 TensorFlow，并掌握了选择模型架构的技巧。我们还可以训练模型并解决实际问题。本文将介绍五个库，使得我们机器学习的开发过程更加简单。1. MLFlow 实验和模型跟踪假设我们是一名机器学习开发人员，正在进行一个项目，构建一个预测客户流失的模型。我们开始使用 Jupyter 笔记...
2024-02-22 09:00:28
940
原创 可视化新工具 —— HoloViews
觉得绘制数据像是迷宫而不是地图吗？那么，HoloViews来拯救我们了！它就像是Python中的一种神奇工具，让处理数据变得轻而易举。想象一下，我们可以让我们的数据自己展示，让我们专注于有趣的事情，而不是头疼于绘图的问题。HoloViews保持简单 - 只需几行代码，我们就可以开始了。告别令人困惑的图表，迎接不费吹灰之力地探索我们的数据。为什么选择HoloViews？我们可能会想，Python已经...
2024-02-20 10:02:15
784
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