原创 深度可分離卷積(Depthwise Seperable Convolution)與Mobilenet
一、標準卷積流程: 一次性完成,輸入爲, 過濾器爲(個數爲N),輸出爲 計算量爲: 圖1.1 卷積示意 圖1.2 計算量 二、深度可分離卷積(Depthwise Seperable Convolution)流程: 分兩
原创 從頭實現YOLO V3:利用Tensorflow-Keras,含YOLO模型結構圖(詳細)
前言 本次利用Tensorflow-Keras實現YOLO-V3模型,目的是自己動手實現YOLO-V3的重要結構,這樣才能更爲深入瞭解模型以及提升編程能力;略去了不太重要的結構,如tiny版本就沒有繼續實現; 重點研究了模型結構,在lev
原创 經典網絡學習-看過的blog彙總
MobileNet: 深度學習之MobileNetV1 https://blog.csdn.net/qq_31531635/article/details/80508306 深度學習MobileNet】——深刻解讀MobileNet網絡結
原创 numpy 快速
np.concate 比較慢 pd.concat([])也比較慢 還有 慢 ref = np.array([ref_list]*20000000) 快 ref = np.zeros((20000000,10)) ref[:,:] = [
原创 編譯可訓練的tesseract時遇到的問題,tesseract-OCR,training-tool
(1)據查https://blog.csdn.net/weixin_39569611/article/details/87278729,今年很早就不能用brew install --with-training-tools tesserac
原创 查找百度網盤資源的真實地址
(function(){ var _id = 309847; var isHome = $('a[title="我的卡包"]').html(); # 修改此處:資源所在文件夾 var _temp = i
原创 python + pycryptodome 實現AES加密
測試代碼示例: from Crypto.Cipher import AES from binascii import b2a_hex from binascii import a2b_hex import pandas as pd i
原创 圖像保存後再打開,有噪點
https://zhidao.baidu.com/question/1928646843295285467.html 存成jpg有誤差,存bmp就沒問題了
原创 編譯可訓練的tesseract時遇到的問題,tesseract-OCR
據查,今年很早就不能用brew install --with-training-tools tesseract 安裝可訓練的tesseract了, https://blog.csdn.net/weixin_39569611/article
原创 從頭實現YOLO V3:利用Tensorflow-Keras,含YOLO模型結構圖
前言 本次利用Tensorflow-Keras實現YOLO-V3模型,目的是自己動手實現YOLO-V3的重要結構,這樣才能更爲深入瞭解模型以及提升編程能力;略去了不太重要的結構,如tiny版本就沒有繼續實現。 重點研究了模型結構,在lev
原创 openCV+python實現人臉實時檢測
一、靜態的圖像人臉檢測 import numpy as np import cv2 as cv path = 'haarcascade_frontalface_default.xml' face_cascade = cv.Casc
原创 mobilenet學習-blog
輕量級模型:MobileNet V2 https://blog.csdn.net/kangdi7547/article/details/81431572 MobileNet v2 算法筆記 https://blog.csdn.net/
原创 圖解深度可分離卷積(Depthwise Seperable Convolution)
一、標準卷積流程: 一次性完成,輸入爲, 過濾器爲(個數爲N),輸出爲 計算量爲: 圖1.1 卷積示意 圖1.2 計算量 二、深度可分離卷積(Depthwise Seperable Convolution)流程: 分兩