卷积神经网络CNN5
卷积神经网络CNN5-只做自己的测试集
初学者碰到疑惑时可结合下面参考自行解决疑惑,确保项目能够顺利推进。
参考:
- 图像识别/卷积神经网络基础
https://www.bilibili.com/video/BV1NJ41167vp?spm_id_from=333.999.0.0
https://www.bilibili.com/video/BV1b7411T7DA?spm_id_from=333.999.0.0- 使用pytorch/tensorflow搭建Lenet
https://www.bilibili.com/video/BV187411T7Ye?spm_id_from=333.999.0.0- 深度学习-目标检测篇
https://www.bilibili.com/video/BV1vz4y1R72D?spm_id_from=333.999.0.0- 目标检测网络评价指标mAP和FPS
https://www.bilibili.com/video/BV1ez4y1X7g2?spm_id_from=333.999.0.0- 训练集PASCAL-VOC/COCO讲解以及制作自己的训练集/测试集
https://www.bilibili.com/video/BV1kV411k7D8?spm_id_from=333.999.0.0- yolo 理论讲解
https://www.bilibili.com/video/BV1yi4y1g7ro?spm_id_from=333.999.0.0- yolo1论文解读 https://zhuanlan.zhihu.com/p/70387154
yolo2论文解读 https://zhuanlan.zhihu.com/p/74540100
yolo3论文解读 https://zhuanlan.zhihu.com/p/76802514- yolo 代码实操
https://www.bilibili.com/video/BV1t54y1C7ra?spm_id_from=333.999.0.0- yolo github源码
https://github.com/WZMIAOMIAO/deep-learning-for-image-processing- “TED李飞飞 我们教计算机理解图像” https://www.bilibili.com/video/BV1RW411D78Z?spm_id_from=333.337.search-card.all.click
- “吴恩达 机器学习1-9” https://www.bilibili.com/video/BV164411b7dx?spm_id_from=333.999.0.0
- “神经元介绍” https://blog.51cto.com/u_15067247/4236471
- “卷积核如何工作” https://blog.csdn.net/weixin_41297324/article/details/88991222
- “池化层如何工作” https://blog.csdn.net/weixin_38145317/article/details/89310404
本文将根据自己的毕设期间的学习经历进行总结。本文内容大纲如下
- 卷积神经网络基础知识
- 卷积神经网络损失函数计算
- pytorch官方小教程Lenet搭建
- 目标检测网络
- mAP值评估网络
- 如何制作自己的数据集
- yolo网络理论
- yolo网络实践。
6.使用LabelImg制作自己的数据集
6.1 PASCAL VOC数据集介绍
PASCAL VOC数据集与PASCAL VOC挑战赛有关,是欧盟组织的一个计算机图像识别大赛。PASCAL VOC挑战赛主要有以下几个类别,分别是object classification(图像分类),object detection(目标检测),object Segmentation(目标分割),Action Classification(动作识别)等。
它的图像标注举例如下:
以及PASCAL VOC2012的文件下载下来后的组织形式如下:
6.1.1 PACAL VOC-Annotations
下载下来后的文件叫VOC2012,我们先对VOC2012/Annotations-.xml文件进行理解。xml类似于html是标记类语言,但是我们要进行的主要是目标检测相关的事情,所以我们只要关注目标检测便可,即我们需要关注的是object标签下内容<object></object>
。每多一个object即图片文件中就多一个物体,object中的name标签是类别,bndbox是目标检测框
6.2 LabelImg使用流程
卷积神经网络CNN5相关推荐
- 采用优化卷积神经网络的红外目标识别系统
采用优化卷积神经网络的红外目标识别系统 人工智能技术与咨询 前天 本文来自<光学精密工程>,作者刘可佳等 关注微信公众号:人工智能技术与咨询.了解更多咨询! 摘要 针对视频数据利用低效和光 ...
- 卷积神经网络之卷积计算、作用与思想 深度学习
博客:blog.shinelee.me | 博客园 | CSDN 卷积运算与相关运算 在计算机视觉领域,卷积核.滤波器通常为较小尺寸的矩阵,比如3×33×3.从这个角度看,多层卷积是在进行逐层映射,整 ...
- 卷积神经网络通俗解读
转载自:https://blog.csdn.net/dong_lxkm/article/details/80575207 一.前言 最近一直在研究深度学习,联想起之前所学,感叹数学是一门朴素而神奇的科 ...
- NLP进阶之(七)膨胀卷积神经网络
NLP进阶之(七)膨胀卷积神经网络 1. Dilated Convolutions 膨胀卷积神经网络 1.2 动态理解 1.2.2 转置卷积动画 1.2.3 理解 2. Dilated Convolu ...
- 卷积神经网络(CNN)张量(图像)的尺寸和参数计算(深度学习)
卷积神经网络(CNN)张量(图像)的尺寸和参数计算(深度学习) 分享一些公式计算张量(图像)的尺寸,以及卷积神经网络(CNN)中层参数的计算. 以AlexNet网络为例,以下是该网络的参数结构图. A ...
- 3层-CNN卷积神经网络预测MNIST数字
3层-CNN卷积神经网络预测MNIST数字 本文创建一个简单的三层卷积网络来预测 MNIST 数字.这个深层网络由两个带有 ReLU 和 maxpool 的卷积层以及两个全连接层组成. MNIST 由 ...
- 卷积神经网络(CNN,ConvNet)
卷积神经网络(CNN,ConvNet) 卷积神经网络(CNN,有时被称为 ConvNet)是很吸引人的.在短时间内,变成了一种颠覆性的技术,打破了从文本.视频到语音等多个领域所有最先进的算法,远远超出 ...
- 使用卷积神经网络的自动心电图诊断
使用卷积神经网络的自动心电图诊断 Automatic ECG Diagnosis Using Convolutional Neural Network https://www.mdpi.com/207 ...
- 情感分析:基于卷积神经网络
情感分析:基于卷积神经网络 Sentiment Analysis: Using Convolutional Neural Networks 探讨了如何用二维卷积神经网络来处理二维图像数据.在以往的语言 ...
最新文章
- 在CentOS 6.3 64bit上安装redis 3.0.3
- php esi技术,Php环境搭建 – 巴黎高等计算机学院(ESI-SUPINFO)中国校区技术博客...
- Openstack组件部署 — Nova_安装和配置Controller Node
- 信号处理之filter去噪
- 腾讯业务监控的修炼之路
- 实验八 分析一个奇怪的程序
- 没有run窗口_学会了面向对象,还怕没有对象?
- 吴裕雄--天生自然 物理学习与探索笔记:电功、电路以及欧姆定律
- 数据分析学习笔记4-----处理缺失数据
- NeurIPS | 17篇论文带你展望图机器学习发展趋势
- mysql数据库教程全解_MySQL数据库基础教程详解
- 软件工程概论总结第四章
- 获取Element UI中button组件的ID值
- 因在Java中不会优雅地判空,被CTO屌的快哭了。。。
- Ubuntu 18.04 安装NVIDIA显卡驱动教程
- hdd硬盘与sas硬盘_什么是硬盘驱动器(HDD)?
- 音响的灵魂! 世界顶级扬声器品牌介绍
- SDLC 软件开发生命周期及模型
- 基于服务器端的三维渲染技术
- postgresql表复制
热门文章
- 全景漫游软件|全景漫游制作软件|三维全景软件|
- c语言如何用串口发送数据类型,串口通信 之用C语言编写串口程序
- 虚假IP地址攻击溯源
- 毕业设计:电子设计大赛点阵电子显示屏(A题).pdf
- numpy三维batch矩阵相乘
- 助力传统企业数字化升级,酷雷曼VR展厅服务支持
- 路由器的telnet(路由器如何开启telnet)
- 关于向日葵远程软件使用问题解决
- 2022年全球市场电动汽车(EV)用高压直流继电器总体规模、主要生产商、主要地区、产品和应用细分研究报告
- uni-app 使用 webview运行到小程序,打开萤石云视频