6 SpikeKing

尚未进行身份认证

Love magic for itself.

等级
TA的排名 162

探索与实现 MobileNet V3 网络结构

MobileNetV3是由Google在2019年3月21日提出的网络架构,参考arXiv的论文,其中包括两个子版本,即Large和Small。源码参考:https://github.com/SpikeKing/mobilenet_v3/blob/master/mn3_model.py重点:PyTorch实现MobileNetV3架构;h-swish和h-sigmoid的设计;新的Mo...

2019-06-21 14:13:26

cython的编译方法

cython用于存放cpp的代码,在不同的环境中编译,如Mac或Ubuntu服务器,一般存在setup.py的文件夹中,需要执行命令:python setup.py build_ext --inplace参考即,在setup.py文件中,执行cmdclass中的key:setup( name='frcnn_cython', ext_modules=ext_modules...

2019-04-09 19:42:38

Matplotlib 快速绘制多张图片

Mac中,使用TkAgg样式importmatplotlibmatplotlib.use('TkAgg')importmatplotlib.pyplotaspltsubplot,131,表示1行3列的第1个;其余类似。plt.subplot(131)plt.imshow(data[0][0].asnumpy())plt.subplot(132)plt.imshow(...

2018-09-10 15:26:04

高级 Android 工程师的进阶之路

在编程之余,有时候我就在想,什么样的程序员属于高级程序员呢?或者说,高级程序员有哪些特性呢?工作年限一定不是一个关键的指标,许多工作多年的程序员依然写不出优雅的程序。无论是在Android开发还是其他领域,高级程序员一定是勤奋的,可以快速地掌握大量的新技术、新框架,不仅懂得原理,还能把新的技术落地到公司的产品中去。这是衡量程序员工作能力的一个重要标准,那么怎样才能将技术运用自如呢?唯有实践。基于此...

2018-07-24 16:13:37

目标检测 YOLO v3 训练 人脸检测模型

YOLO,是You Only Look Once的缩写,一种基于深度卷积神经网络的物体检测算法,YOLO v3是YOLO的第3个版本,检测算法更快更准。YOLO v3已经提供 COCO(Common Objects in Context)数据集的模型参数。我们可以把COCO的模型参数作为预训练参数,再结合已有的数据集,创建自己的检测算法。本例使用WIDER FACE人脸数据,训练一个高...

2018-07-05 11:28:15

目标检测 YOLO v3 验证 COCO 模型

YOLO,是You Only Look Once的缩写,一种基于深度卷积神经网络的物体检测算法,YOLO v3是YOLO的第3个版本,检测算法更快更准。本文源码:https://github.com/SpikeKing/keras-yolo3-detection欢迎Follow我的GitHub:https://github.com/SpikeKing数据集YOLO v3已经提供...

2018-07-04 15:50:17

OpenCV Python 椭圆 和 FDDB 数据库

在人脸检测算法中,FDDB人脸数据集的人脸标注是椭圆形的框。FDDB: Face Detection Data Set and Benchmark数据格式如下:major_axis_radius minor_axis_radius angle center_x center_y 1长轴,短轴,角度,椭圆中心X,椭圆中心Y,类别12002/08/15/big/img_34625...

2018-07-03 10:31:25

Pillow Image 填充图像

在检测中,需要把原始图像转换为,与目标尺寸匹配的图像,保持等比例,其余部分用灰色填充。pad_image步骤:计算按目标图像缩放之后的宽高;resize()原始图像;新建目标尺寸target_size的图像;paste()贴图,将缩放后的原始图像,放入目标图像中;def pad_image(image, target_size): iw, ih = image.s...

2018-07-02 10:34:29

TensorFlow GPU 与 源码编译

在深度学习中,服务器的GPU可以极大地加快算法的执行速度,不同版本的TensorFlow默认使用的GPU版本不同,导致与服务器无法兼容,这就需要根据服务器的GPU版本,重新编译TensorFlow源码。欢迎Follow我的GitHub:https://github.com/SpikeKing检查GPU检测服务器的GPU,用于在编译中选择合适的GPU版本。CUDA是NVIDIA发布的...

2018-06-30 17:07:45

MXNet/Gluon 中网络和参数的存取方式

Gluon是MXNet的高层封装,网络设计简单易用,与Keras类似。随着深度学习技术的普及,类似于Gluon这种,高层封装的深度学习框架,被越来越多的开发者接受和使用。在开发深度学习算法时,必然会涉及到网络(symbol)和参数(params)的存储与加载,Gluon模型的存取接口,与MXNet略有不同。在MXNet体系中,网络与参数是分离的,这样的设计,有利于迁移学习(Transfer...

2018-05-29 11:30:38

LabelImg 图片标注工具 for Mac

图片标注是物体检测等工作的基础,就是将图片中的物体,使用矩形框画出来,并且指定合适的标签。目前,比较常用的标注工具就是LabelImg,LabelImg提供可视化的画框操作界面,将图片的标注信息写入同名的XML文件中。在LabelImg工程的主页,有一行对于操作系统的说明:即目前的可执行文件,仅支持Windows和Linux,macOS需要从源码构建应用。那么,如何在Mac中构建L...

2018-05-24 15:31:08

MXNet 网络的 load_params 错误

当训练MXNet网络时,由服务器端GPU训练出模型:在本地Mac端CPU中,无法调用load_params()加载模型;在服务器端GPU中,可以调用成功;错误如下:AssertionError: Parameter conv0_weight is missing in file xxx.paramsWhy?尝试1参考 关于使用load_params出现的错误 ...

2018-05-21 13:39:30

MXNet/Gluon 中 Triplet Loss 算法

Triplet Loss,即三元组损失,用于训练差异性较小的数据集,数据集中标签较多,标签的样本较少。输入数据包括锚(Anchor)示例⚓️、正(Positive)示例和负(Negative)示例,通过优化模型,使得锚示例与正示例的距离小于锚示例与负示例的距离,实现样本的相似性计算。其中锚示例是样本集中随机选取的一个样本,正示例与锚示例属于同一类的样本,而负示例与锚示例属于不同类的样本。在...

2018-05-18 12:46:00

深度框架 MXNet/Gluon 初体验

MXNet:Aflexibleandefficientlibraryfordeeplearning.这是MXNet的官网介绍,“MXNet是灵活且高效的深度学习库”。MXNet是主流的三大深度学习框架之一:TensorFlow:Google支持,其简化版是Keras;PyTorch:Facebook支持,其工业版是Caffe2;MXNet:中立,Apach...

2018-05-17 14:26:27

用户时间数据的检查

查看数据hadoop fs -ls /tmp/wangchenlong/action_time数据:2017-02-02 至 2017-02-28;2017-08-01 至 2017-08-24;即2月与8月数据;缺少1月数据;而1月数据被Hive转移至:hadoop fs -ls /warehouse/action_time/移动文件:hadoop fs -mv /warehouse/action

2017-09-01 10:55:51

人工智能 - 自编码器(AutoEncoder)

自编码器,使用稀疏的高阶特征重新组合,来重构自己,输入与输出一致。TensorFlow的框架,参考源码,同时,复制autoencoder_models的模型文件。工程配置下载Python的依赖库:scikit-learn==0.19.0、scipy==0.19.1、sklearn==0.0scipy如果安装scipy出错,则把scipy==0.19.1写入requestments.txt,再安装,错

2017-08-28 10:08:26

人工智能 - TensorFlow 框架初探

欢迎Follow我的GitHub框架:Python + TensorFlow 知识:工程配置 + HelloWorld + MNIST本文源码的GitHub地址准备Fork TensorFlow的工程,并下载,转换远端Git地址git remote set-url origin https://github.com/SpikeKing/tensorflow.git创建Python工程Machin

2017-08-28 10:04:45

OpenCV for Python 安装

OpenCV是著名的图像处理库,在Python的环境中也想要应用。安装OpenCV,导入是的cv2,安装的是opencv-pythonsudo pip install opencv-python -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com自动补全问题import cv2.cv2 as cv

2017-08-21 17:27:47

Git 统计脚本

统计行数:git log --author="$(git config --get user.name)" --pretty=tformat: --numstat | awk '{ add += $1 ; subs += $2 ; loc += $1 - $2 } END { printf "added lines: %s removed lines : %s total lines: %s\n",

2017-08-12 18:06:55

Sphinx 安装

Sphinx 是Python的文档生成工具在Mac上安装时,使用pip无法安装成功,即使提示已安装完成,也无法使用。sudo pip --default-timeout=100 install Sphinx -i http://mirrors.aliyun.com/pypi/simple报错,无法找到sphinx-build命令:sphinx-build -b html -d _build/doct

2017-08-11 10:16:42

查看更多

CSDN身份
  • 博客专家
勋章 我的勋章
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!