摘要：
如果抛开Keras，TensorLayer，tfLearn，tensroflow 能否写出简介的代码？ 可以！slim这个模块是在16年新推出的，其主要目的是来做所谓的“代码瘦身” 一.简介 slim被放在tensorflow.contrib这个库下面，导入的方法如下： import tensorf 阅读全文
posted @ 2018-02-24 15:41
Bob·li
阅读(3136)
评论(0)
推荐(0)
摘要：
继2014年的RCNN之后，Ross Girshick在15年推出Fast RCNN，构思精巧，流程更为紧凑，大幅提升了目标检测的速度。在Github上提供了源码。 同样使用最大规模的网络，Fast RCNN和RCNN相比，训练时间从84小时减少为9.5小时，测试时间从47秒减少为0.32秒。在PA 阅读全文
posted @ 2018-01-10 14:43
Bob·li
阅读(504)
评论(0)
推荐(0)
摘要：
SPP-Net是出自2015年发表在IEEE上的论文-《Spatial Pyramid Pooling in Deep ConvolutionalNetworks for Visual Recognition》。 池化空间金字塔的核心是： 1、因为，cnn要求图像固定大小，所以要做crop和warp 阅读全文
posted @ 2018-01-10 09:30
Bob·li
阅读(698)
评论(0)
推荐(0)
摘要：
3、三次IOU 2、2次model run 1，一次深度神经网络 rcnn主要作用就是用于物体检测，就是首先通过selective search 选择2000个候选区域，这些区域中有我们需要的所对应的物体的bounding-box，然后对于每一个region proposal 都wrap到固定的大小 阅读全文
posted @ 2018-01-08 20:56
Bob·li
阅读(537)
评论(0)
推荐(0)
摘要：
Region CNN(RCNN)可以说是利用深度学习进行目标检测的开山之作。作者Ross Girshick多次在PASCAL VOC的目标检测竞赛中折桂，2010年更带领团队获得终身成就奖，如今供职于Facebook旗下的FAIR。 这篇文章思路简洁，在DPM方法多年平台期后，效果提高显著。包括本文 阅读全文
posted @ 2018-01-08 20:06
Bob·li
阅读(391)
评论(0)
推荐(0)
摘要：
Selective Search for Object Recoginition 这篇论文是J.R.R. Uijlings发表在2012 IJCV上的一篇文章，主要介绍了选择性搜索（Selective Search）的方法。物体识别（Object Recognition），在图像中找到确定一个物体， 阅读全文
posted @ 2018-01-08 19:47
Bob·li
阅读(886)
评论(0)
推荐(0)
摘要：
最近遇到一些卡证识别的检测问题，打算先把理论知识梳理一下，随后还会梳理一版代码注释。 以前的region+proposal来检测的框架，这一系列速度和精度不断提高，但是还是无法达到实时。存在的主要问题为：速度不够快，主要原因是proposal比较多，特征进行分类的时候,相同区域的特征计算多遍，所以B 阅读全文
posted @ 2018-01-03 09:51
Bob·li
阅读(1670)
评论(1)
推荐(0)
摘要：
最近用tensorflow写了个OCR的程序，在实现的过程中，发现自己还是跳了不少坑，在这里做一个记录，便于以后回忆。主要的内容有lstm+ctc具体的输入输出，以及TF中的CTC和百度开源的warpCTC在具体使用中的区别。 正文 输入输出 因为我最后要最小化的目标函数就是ctc_loss，所以下 阅读全文
posted @ 2017-12-25 15:41
Bob·li
阅读(9612)
评论(1)
推荐(0)
摘要：
问题描述： Tensorflow 训练时运行越来越慢，重启后又变好。 用的是Tensorflow-GPU 1.2版本，在GPU上跑，大概就是才开始训练的时候每个batch的时间很低，然后随着训练的推进，每个batch的耗时越来越长，但是当我重启后，又一切正常了？ 问题查找： 一开始查到的原因是bat 阅读全文
posted @ 2017-12-15 15:09
Bob·li
阅读(6494)
评论(0)
推荐(0)
摘要：
要是关注深度学习在自然语言处理方面的研究进展，我相信你一定听说过Attention Model（后文有时会简称AM模型）这个词。AM模型应该说是过去一年来NLP领域中的重要进展之一，在很多场景被证明有效。听起来AM很高大上，其实它的基本思想是相当直观简洁的。 AM 引言: 引用网上通俗的解释，首先， 阅读全文
posted @ 2017-11-23 15:03
Bob·li
阅读(7570)
评论(0)
推荐(1)
浙公网安备 33010602011771号