- 博客(23)
- 收藏
- 关注
RSS订阅原创 深度学习搭建自己的CNN并在.cifar10上训练
residual network on cifar 10import tensorflow as tfimport numpy as npimport pickle as pfrom tqdm import tqdmimport osimport cv2import timefrom tensorflow.keras import models, optimizers, regularizersfrom tensorflow.keras.layers import Conv2D, A.
2021-11-02 09:19:44
299
原创 tensorflow模型的训练后剪枝和量化，压缩查看效果
本文主要介绍的是在tensorflow模型较大，参数量很多的情况下如何优化模型，让模型瘦身，使得模型有部署到一些嵌入式系统，如 树莓派的可能性。① 训练后剪枝主要原理比较简单，设置规则将接近0的权重设置为0，使得权重更加的稀疏，减少计算量②训练后量化训练模型的时候采用了flot32的高精度，在预测的时候，减小精度设置到比如flot16，int32 等，使得小数的位数减少了，计算难度也就变小了，拿int举例子，将每一步的中间权重(不包括输出)量化为0-255的区间内，用0-255的数字来表示以前的权重
2021-08-30 09:24:15
1095
原创 socket实现公网服务端客户端通信（python版）
socket其实是可以走公网实现外部通信的，具体的流程如以下：1.首先购买一个最便宜的阿里云(其它云大同小异)的云服务器，系统最好选择linux—ubuntu的系统，然后在系统里面上传你的服务器端python程序 ，要上传和下载文件可以用一个超好用工具 finalshell 真的特别好用，适合小白json_send.py 主函数 注意：这里的ip地址填写分配给你的私有地址，主页面下方可以找到，端口可以自己通过安全组设置，就是设置开放哪个端口可用，自己去查import osimport s.
2021-06-02 12:03:49
2788
原创 kaggle比赛练手之猫狗大战dogs-vs-cats
题目解析： kaggle 比赛的经典题目猫狗大战，是一个二分类的问题，由于现实生活中数据量庞大，不可能一次性将数据整合成npz格式去调用，所以就用keras的高级api来批量喂入图片信息。这个方法需要建立csv文件import osimport pandas as pdimport numpy as npfrom matplotlib import pyplot as pltimport csvimport globimport tensorflow as tffrom tensorfl
2020-11-26 15:13:52
1130
原创 kaggle比赛练手之titanic幸存者
感觉处理这种预测题目，数据科学也是一门需要掌握的学科，模型再好，如果喂进去的数据质量很差的话，也不会得到一个优异的评分，这就要求我们对数据保持敏感，从多个维度去思考每个特征之间的直观或者隐藏的关系，要用到的工具很多，慢慢学import pandas as pdimport numpy as npfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.discriminant_analysis import LinearDis
2020-11-18 17:15:53
160
原创 tensorflow_serving+docker 完成图片分类模型的api搭建
1.下载 docker2.在 docker 里 docker pull tensorflow/serving 下载这个serving3.准备训练好的模型，并要求的格式保存模型# -*- coding: utf-8 -*-"""Created on Sat Oct 24 11:18:48 2020@author: Jimmy_ouyang"""import numpy as npimport tensorflow as tfimport tensorflow.keras as
2020-10-31 09:51:11
484
2
原创 c++使用socket在局域网中批量传输文件夹中的图片
server.cpp#include <iostream>#include <winsock.h>#pragma comment(lib,"ws2_32.lib")#include <string>using namespace std;//using namespace cv;using namespace std;void server();int main(){ server(); return 0;}void .
2020-10-21 20:25:59
835
5
原创 深度学习一些图像处理工具
这篇文章主要用来记录一些在深度学习中会用到的图像处理工具utils1.图像标准化喂到模型里的图片标准化，对所有的图片进行一个减均值除方差的操作def color_normalize(train_images, test_images): mean = [np.mean(train_images[:, :, :, i]) for i in range(3)] # [125.307, 122.95, 113.865] std = [np.std(train_images[:,
2020-10-13 16:28:42
447
2
原创 深度学习面试准备
深度学习离不开神经网络，我主要是做视觉方面的，所以做线性回归问题不多，主要是图像方面的问题，例如图像分类(classification) 检测 （detection）语义分割 实例分割(segmentation) 主要会涉及到 卷积神经网络 CNN本人对卷积神经网络的基本结构比较熟悉，所以就先直接介绍CNN 领域上面几个非常有影响力的网络结构说起，并在介绍过程中，会对这个网络的一些trick 进行讲解，对这个网络进行点评学习笔记：大话经典模型AlexNet、VGGNet、GoogLeNet、ResN
2020-10-12 16:37:54
125
原创 opencv-python mnist 自己写数字识别
import tensorflow as tfimport numpy as npimport cv2from tensorflow import kerasfrom tensorflow.keras import datasets,layers,losses,optimizers,Sequential,metricsfrom tensorflow.keras.callbacks import EarlyStoppingdef cv_show(title,img): cv2.imshow.
2020-10-10 10:46:58
378
原创 opencv-python 摄像机标定
先上传20张用摄像头拍摄的图将这20张摄像头拍摄的图片放入同一个文件夹中，当然 你也可以自己把电脑作为屏幕拍摄不低于十张的图import cv2import numpy as npimport globfrom numpy import array as matrix, arange# 找棋盘格角点# 阈值criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)# w h分...
2020-10-07 16:28:16
919
原创 opencv-python 银行卡卡号识别
模板：银行卡： 主要思路：用遮盖法 将无关紧要的上面和下面部分截掉，保留银行卡号差不多的位置，然后用opencv做图像处理，得到四个连着数字的小框框，然后再在四个小框框里面提取出每一个单个的数字和模板里面的数字进行对比难点是：如何使用opencv进行图像处理，最后只提取出银行卡卡号部分的图像 ； 如何保证从左到右输出的阅读顺序import cv2import n...
2020-09-21 16:37:05
1639
1
原创 opencv-python 疲劳驾驶检测
在别人的代码上修改得到的，源代码好像不太准确，主要的原理就是用dlib工具找到68个人脸关键点，然后计算点之间的欧氏距离，具体得看你想要实现什么功能我主要检测眼睛上的点和嘴巴上的点，当眼睛上的某几个点之间的距离小于设置的阈值几帧后，判断为打盹，也就是疲劳驾驶，有时候人瞌睡的时候也会打哈欠，所以也检测了嘴巴的点，但没有做优化，嘴巴部分还可以更进一步优化的，不过太花时间了，就先不做了，思路知道就行，果然搞这个最后都变成了调参。# -*- coding: utf-8 -*-#导入工具包from sc
2020-09-14 15:16:58
3454
1
原创 opencv-python 教程整理
读取图片import cv2 as cvimport sysfrom matplotlib import pyplot as pltimg=cv.imread(cv.samples.findFile("C:/Users/Administrator/Desktop/bg.jpg"))img=cv.resize(img,(640,480))if img is None: sys.exit("no this img!") #cv.namedWindow('img',cv.WIN.
2020-09-10 17:24:11
707
原创 python爬虫豆瓣网TOP250电影海报图片
最近打算用爬虫爬取一些资料，主要是图片来扩充数据库 先用一些文字信息练手 还是第三方的requests好用呢，比python自带的urllib 好用呢import requestsfrom bs4 import BeautifulSoupheaders = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.8.
2020-07-30 20:21:50
1219
1
原创 树莓派云台摄像头结合frp和云服务器实现外网监控
本人非常喜欢树莓派的集成小电脑 打算实现采用树莓派+阿里云服务器+frp内网穿透工具+Mjpeg streamer 视频流工具+舵机云台打造外网云台监控 功能类似于家里面的可转动角度的小米网络摄像头 感觉自己亏了100块钱一.BOM硬件材料：树莓派4B一块 ；树莓派摄像头/USB摄像头；两自由度舵机云台软件材料：OS：ubuntu 16 要会一些linux常规语言阿里云服务器 买了最便宜的 8RMB/周 按量收费 就可以了远程访问云服务器 除了常用的ssh 外 这里我推荐用.
2020-07-30 08:38:26
1605
原创 MQTT树莓派小车局域网控制移动
最近在做MQTT ，一种轻量级的应用层通信协议 然后用MQTT代替socket做消息传送控制我的树莓派小车运动，这样的好处是 很多的云服务器都支持MQTT 所以可以实现远程控制小车做安防本文首先在上一篇MQTT 的broker——EMQX 建立的局域网服务器的基础上，做了局域网树莓派客户端收发信息的控制小车运动的实验import paho.mqtt.client as mqttimport numpy as npimport RPi.GPIO as GPIOimport timem..
2020-07-21 19:42:35
737
1
原创 MQTT(python)EMQ Broker 局域网客户端发布订阅
MQTT（Message Queuing Telemetry Transport，消息队列遥测传输协议），是一种基于发布/订阅（publish/subscribe）模式的"轻量级"通讯协议，该协议构建于TCP/IP协议上，由IBM在1999年发布。MQTT最大优点在于，可以以极少的代码和有限的带宽，为连接远程设备提供实时可靠的消息服务。作为一种低开销、低带宽占用的即时通讯协议，使其在物联网、小型设备、移动应用等方面有较广泛的应用。MQTT是一个基于客户端-服务器的消息发布/订阅传输协议。MQTT协议是轻
2020-07-14 20:23:33
901
原创 计算机视觉(python)tensorflow2.0框架下CNN做图像分类
本文将一个完整的tf2.0框架下使用CNN模型解决图像分类问题import globimport os import cv2import numpy as npimport randomimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import losses,layers,optimizersfrom tensorflow.keras.callbacks import EarlyStop
2020-07-14 19:20:47
2671
18
原创 计算机视觉(python)制作自己的图片分类数据集
本文主要是记录自己用一种最通俗易懂的方法，生成类似调用minist手写数字数据集的方法，首先
2020-07-10 20:32:15
5087
3
转载 python random.seed() numpy.random.seed() tf.set_random_seed()作用范围
在看代码的时候看到 作者同时设置了random.seed(2222)tf.random.set_seed(2222)np.random.seed(2222)不是很理解重复设置随机种子的意义，于是冲了下浪查了一下它们的作用范围random.seed() 用于一般的列表numpy.random.seed() 用于np定义的数据tf.set_random_seed() 用于tf格式的数据...
2020-07-10 19:41:58
881
原创 计算机视觉(python)图片数据打包
最近在做深度学习计算机视觉的东西，需要创建自己的图片数据集（train，validation,test）,并分别打包好生成npz文件，然后就可以像调用tf自带的mnist手写字数据集一样训练调用我的数据了，这篇文主要记录一下如何把批量的图片打包到一个np数组中，这种方法速度挺快的，是我觉得目前最简单的创建数据集的方法方法一：创建list X_train=[]， 采用X_train.append(img)批量加入图片，注意append完成后要将X_train 转化为np格式，X_train=np.ar
2020-07-06 16:09:51
642
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