- 博客(10)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Task5 模型集成
1. 集成学习方法– 假设你有许多基础分类器—“简单的分类规则”,则组合这些分类规则可能是一个好主意, 可能会比单个规则获得更高的精度– 选择基础分类器时候往往主要考虑的是其简单性,而非精度– 基础分类器应该对总体中的一部分不同个体是精确的,他们组合起来可以有效处理所有个体 (即互为补充)– 基础分类器之间的差异不同基础分类器有着不同的假设同一分类器有着不同的超参数同一输入对象或事件的不同表达:例如语音识别里面嘴唇运动的声音特征和形状变化过程都是输入不同的训练集:使
2020-06-02 13:51:43
254
原创 Task4 模型训练与验证
过拟合与欠拟合过拟合：典型的表现为训练集损失远远小于验证集损失。欠拟合：则表现为训练集损失大于验证集损失。调参1.dropout一般适合于全连接层部分，而卷积层由于其参数并不是很多，所以不需要dropout，加上的话对模型的泛化能力并没有太大的影响。我们一般在网络的最开始和结束的时候使用全连接层，而hidden layers则是网络中的卷积层。所以一般情况，在全连接层部分，采用较大概率的dropout而在卷积层采用低概率或者不采用dropout。2.学习率学习率是一个非常非常重要的超参数，这个
2020-05-30 10:44:23
408
原创 Task3 字符识别模型
** 卷积神经网络 **人类的视觉原理是从原始信号摄入开始（瞳孔摄入像素 Pixels），接着做初步处理（大脑皮层某些细胞发现边缘和方向），然后抽象（大脑判定，眼前的物体的形状，是圆形的），然后进一步抽象（大脑进一步判定该物体是只气球）。下面是人脑进行人脸识别的一个示例：对于不同的物体，人类视觉也是通过这样逐层分级，来进行认知的卷积神经网络的原理，就是通过卷积层简化数据，提取出图片最基本的信息特征，若干个的卷积核可以提取出图片中若干个的基础特征，再由这些基础特征确定更高级别的特征，这样经过若干层子网络
2020-05-25 12:10:51
203
原创 Task2 数据读取与数据扩增
数据增广：主要用来增加训练数据量，丰富数据多样性，从而达到降低训练模型的过拟合性，增强模型的范化能力。pytorch中的torchvision.transforms模块中有方便易用的图形变换功能，可以用来进行图形数据的增广，现将代码和运行效果列出：import torchfrom matplotlib import pyplot as pltfrom PIL import Imageimport torchvision.transforms as transformsimg_path = '.
2020-05-23 14:10:43
299
原创 Task1 赛题理解---学习笔记
*** 网络模型 ***使用resnet18网络模型，进行迁移学习，保留resnet18网络的卷积网络部分，并保留预训练参数，另外设置5个全连阶层，分别对应5个可能的街道字符的识别，代码如下：model_conv = models.resnet18(pretrained=True)model_conv.avgpool = nn.AdaptiveAvgPool2d(1)model_conv = nn.Sequential(*list(model_conv.children())[:-1])self.
2020-05-20 23:17:53
404
5
原创 边缘检测
1. 边缘检测的概念边缘检测是图像处理与计算机视觉中极为重要的一种分析图像的方法，至少在我做图像分析与识别时，边缘是我最喜欢的图像特征。边缘检测的目的就是找到图像中亮度变化剧烈的像素点构成的集合，表现出来往往是轮廓。如果图像中边缘能够精确的测量和定位，那么，就意味着实际的物体能够被定位和测量，包括物体的面积、物体的直径、物体的形状等就能被测量。在对现实世界的图像采集中，有下面4种情况会表现在图像...
2020-05-01 17:35:42
4588
1
原创 图像分割/二值化
1 阈值化当用照像机拍摄一副黑纸白字的纸张时，照相机获得的图像并不是真正的黑白图像。不管从什么角度拍摄，这幅图像实际上是灰度或者彩色的。除非仔细的设置灯光，否则照相机所拍摄的放在桌子上的纸张图像并不能代表原始效果。不像在扫描仪或打印机内部，想控制好桌子表面的光源是非常困难的。这个开放的空间可能会受到台灯、吊灯、窗户、移动的影子等影响。人类的视觉系统能自动补偿这些，但是机器没有考虑到这些因素因此拍...
2020-04-29 21:34:33
5268
原创 图像滤波
滤波滤波（Wave filtering）是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施。在图像处理中，滤波是图像预处理的一种。图像处理中滤波将信号中特定的波段频率滤除，从而保留所需要的波段频率信号。根据选择保留的不同频段可以体现这么两个作用消除图像中混入的噪声对应的是低通滤波，噪声在图像中一般是高频信号。为图像识别抽取出图像特征这里的特征一般为边缘纹理的特征，对应的是高...
2020-04-27 20:59:46
1811
原创 颜色空间及颜色空间转换
1.1 颜色空间介绍RGB 颜色空间是大家最熟悉的颜色空间，即三基色空间，任何一种颜色都可以由该三种 颜色混合而成。然而一般对颜色空间的图像进行有效处理都是在 HSV 空间进行的，HSV(色 调 Hue,饱和度 Saturation,亮度 Value)是根据颜色的直观特性创建的一种颜色空间, 也称六角 锥体模型。为什么会选择 HSV 空间而不是 RGB 空间? 对于图像而言，识别相应的颜色在 ...
2020-04-25 20:43:12
1032
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人