- 博客(19)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 基于opencv的特定区域人脸检测报警系统
本系统通过对特定区域摄像头图像数据分析，采用opencv中的级联分类器对图像中的人脸进行检测，通过对系统预先设定的时间段分析，如果在设定时间段内图像中检测到人脸，则认为该区域该时间段内出现异常入侵行为，则系统自动报警。同时系统自动建立以当前日期命名的文件夹，该文件夹中自动保存异常情况发生时的摄像头截图数据，从而便于管理者后续查看报警发生原因及该区域异常情况。
2023-03-16 16:58:19
431
原创 chinese-ocr中文字行检测+OCR识别训练自己的数据以及pb文件转换实战
GitHub地址：https://github.com/YCG09/chinese_ocr该项目检测使用ctpn，识别使用cnn+lstm形式，通过GitHub给出的readme可以直接运行demo.py看到作者训练好的检测加识别的最终结果。此处将该项目在自己的数据集上训练过程加以记录，并将最终识别结果转为pb文件。检测模型：进入ctpn/prepare_training_data目录...
2019-10-10 22:16:11
4237
原创 LSTM理解
看到一篇对seq2seq讲的特别好的文章，记录一下https://guillaumegenthial.github.io/sequence-to-sequence.html
2019-08-09 14:11:46
195
原创 TensorFlow Object Detection API 模型转tflite并验证
最近在用TensorFlow Object DetectionAPI训练目标检测模型，训练好的pb模型大小17.6M，用pb预测效果不错，于是想着如何在手机端运行，查看官网关于tflite的转换，网址：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/running_on_mobile...
2019-06-22 21:56:01
2978
4
原创 轻量级检测网络-Pelee介绍与试跑运行
以深度学习为基础的人工智能发展迅速，越来越多的检测、识别模型出现，但这些都只能运行在服务器端，使用中只能通过前端获取图像视频数据，通过网络传输数据信息到服务器，服务器处理完毕再返回结果到前端展示。而在真实场景我们对实时性要求更高，因此需要tflite格式的更加轻量级模型。今天介绍一下pelee网络，然后教大家如何在本地运行。论文地址：论文：Pelee: A Real-Time Object...
2019-06-21 22:12:52
1963
7
原创 TensorFlow Lite Run on Android 并实时检测
前段时间弄了几个礼拜的安卓开发，前端后端开发都要弄，终于忙完了．现在继续接着上次的tensorflow on android尝试一下tensorflow lite，要不然心里一直惦记着呢．按照官网的说法，tensorflow lite是比tensorflow在移动和嵌入式设备上更轻量级解决方案，具有低延迟，模型文件更小等优点，而且支持硬件加速．更多说明大家可以看https://www.tensor...
2019-06-21 21:37:44
2090
6
原创 Tensorflow Object Detection API 实例运行（本地训练测试宠物识别模型）
本章继续结合上一节内容，教大家如何在本地基于安装好的Tensorflow Object Detection API 训练，测试一个宠物识别模型实例．以下内容均参照官网代码（官网宠物模型训练是在google could上训练的，为了节省实际，我们直接在本地训练，本次所有操作依然在linux下, 使用基于gpu的tensorflow）１，进入安装好的tensorflow object dete...
2019-06-21 21:37:33
3956
2
原创 ubuntu16.04中gpu版本的caffe-ssd模型训练与测试
最近把一个ssd网络的net..prototxt网络结构和自己生成的hdf5格式数据一起做训练时发现经常报错，因为ssd中一些层在caffe中并没有实现，需要自己写相应的.cpp,.cu文件重新编译，比较麻烦，而大家通常训练caffe-ssd都是基于原作者公开的代码训练的，该代码中实现了这些层，于是把原作者代码跑了一遍．我的机器是ubuntu16.04,装有两块ＧＴＸ １０８０TI 的显卡，一...
2019-06-21 21:37:23
768
3
原创 ubuntu16.04中gpu版本caffe-ssd模型训练自己的数据
前天跑了一下caffe-ssd模型，并在pascal voc上跑了两天，效果不错，今天突然发现caffe-ssd目录没有了，，好像莫名被删除了，于是早上重新装了一遍，下午开始摸索如何用caff-ssd跑自己的数据，一个下午时间总算摸索出来了，记录一下，方便有需要的朋友参考．caffe-ssd训练自己的数据其实挺简单的，生成目标检测的lmdb数据时候需要根据caffe-ssd中的代码生成，下面讲...
2019-06-21 21:37:11
956
原创 Mask R-CNN网络训练自己的数据
除了传统目标检测方法yolov系列，ssd，faster-rnnn等之外，基于像素分割的Mask-RCNN网络也可以做目标检测，尤其最近在做版面分析，看到有人用mask-rcnn做票据识别的效果不错，可以准确定位出票据上面的关键信息点，于是特意研究了一番。mask-rcnn的GitHub地址：https://github.com/matterport/Mask_RCNN需求说明：我有火车票...
2019-06-21 21:36:59
1113
原创 Tensorflow Object Detection API安装
本次安装环境为 ubuntu-16.04.4系统，使用环境python3,因为之前已经安装了gpu版本的tensorflow和opencv等，所以不在安装．１，在主目录下载api, git clone https://github.com/tensorflow/models.git（下载完后的路径为/home/user/models）２，sudo apt-get install prot...
2019-06-21 21:36:43
625
原创 Tensorflow object detection API 将自己的模型迁移到手机并实时检测
本节将上两节内容合并，讨论如何将自己训练的图表检测模型部署到手机并实现实时检测．１，打开上次的android studio,将上上一节训练的图表检测模型的.pb文件放到本项目的assets目录下．命名任意（本例yjf.pb）２，复制assets目录下的任意一个.txt文件为yjf.txt，打开后从第二行开始写lable（第一行是???不用动，别删），label的顺利和训练模型时候的标号顺序...
2018-08-16 12:00:07
3475
17
原创 Building TensorFlow on Android so Easy
TensorFlow模型如何在移动端运行成为一种趋势，加之MobileNet等轻量级网络的产生，加速了移动端ＡＰＰ嵌入目标检测模型的发展趋势．最近做了tensorflow 模型在按着手机上的移植，效果不错，所以大概记录一下过程．因此本节从环境搭建－编译安装tf开始，一步步开始将tf模型部署到安卓平台，最后在安卓手机界面就能看到TF Detect, TF Classify, TF Stylize, ...
2018-08-16 11:34:07
651
3
原创 Tensorflow Object Detection API 训练图表分类模型－ssd_mobilenet_v2（tfrecord数据准备＋训练＋测试）
结合上一章内容，本章节将结合实际需要，使用Tensorflow Object Detection API从头训练符合自己需求的图和表的检测分类模型.需求说明：输入拍摄的文本页面图片，目标是训练一个可以正确检测图片上的图和表格并在图片画出其bounding box，之前用yolo也做过检测，不过效果不太好，会出现检测不准确甚至漏检情况，于是这次想尝试api的检测效果，模型使用ssd_mobile...
2018-08-09 15:34:57
8332
36
原创 python读取摄像头或者视频文件，并在gui中实时显示
import tkinter as tkfrom tkinter.filedialog import askopenfilename, askdirectoryfrom tkinter.messagebox import askquestion# from demo_neo import Extractorfrom PIL import Imagefrom PIL import Imag...
2018-05-15 17:46:15
19467
32
原创 COCO API安装
git clone https://github.com/pdollar/coco.gitcd coco/PythonAPIpython3 setup.py build_ext --inplacepython3 setup.py build_ext install进入python3命令行就可以直接导入了，执行import pycocotools和from pycocotools.c...
2018-03-15 10:09:30
5212
原创 基于python的两张图片RGBA alpha 透明度混合实现
最近在做关于基于yolo的目标检测，由于yolo目标检测中有时候会检测到不需要或者说和需要检测的目标不相匹配的其它额外小目标，因此在训练yolo模型的时候，有必要对训练数据进行数据增强操作，由程序对训练数据随机增加一些额外的小目标物体。如果只是把小目标图片直接叠加到原图中，则会出现周围像素不匹配等问题，所以写个博客记录一下呗。本次要做的就是将如下第一张图片和第二张图片进行融合，效果如第三张图片
2018-01-25 17:07:04
9064
8
原创 零错误安装基于ubuntu14.04LTS的CPU（GPU）版本深度学习框架Caffe
深度学习这么火，对于有幸从事机器学习的我而言激动不已，无奈caffe安装较为繁琐，加之硬件条件的限制，使得自己不得不对其望而却步。不过google的一款深度学习框架tensorflow安装较为简单，在Windows下之间pip install tensorflow即可完成安装，然后在eclipse中进行基于tensorflow的开发了。本人先从简单的开始，先在windows下安装tensorflo...
2017-04-29 17:45:17
659
原创 基于R语言的支持向量机（SVM）+k均值（K-means）简单实现
SVM作为一种监督学习算法，主要任务是将线性不可分的样本通过一种非线性算法（如核函数）映射到高纬空间系统，使得样本集在高纬空间变得线性可分的机器学习算法。K-means作为非监督学习算法，能在对未知样本在无标签的情况下进行划分，对探索样本内部结果分布具有重要意义，本文将用R语言简单实现两种算法1、SVMinstall.packages("e1071")set.seed("123") /
2015-12-09 14:40:11
1137
R语言 机器学习 案例解析
2015-10-01
R语言与统计分析
2015-10-01
数据分析基础-R语言
2015-10-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人