热门好课推荐
猜你喜欢
相关培训 相关博客
  • 前言:深度考试期末的题目,植物幼苗分类,可以帮助农业领域的进步。题目介绍:kaggle原题:可以下载数据集,查看一些参与者的思路等。易用的深度学习框架Keras简介及使用部分图片如下:思路:由于是图像分类问题,tensorflow官网提供了深度学习做图片分类的入门教材都是MNIST或者CIFAR-10的例子。但这里数据都是图片,还是需要自己读入和预处理,采用k...
    2018-07-09 21:42:42
    阅读量:2364
    评论:8
  • 纯Python实现鸢尾属植物数据集神经网络模型[图]:尝试使用过各大公司推出的植物识别APP吗?比如微软识花、花伴侣等这些APP。当你看到一朵不知道学名的花时,只需要打开植物识别APP,拍摄一张你所想辨认的植物照片并上传,APP会自动识别出该花的品种及详细介绍,感觉手机中装了一个知识渊博的生物学家,是不是很神奇?其实,背后的原理很简单,是一个图像分类的过程,将上传的图像与手机中预存的数据集或联网...
    2018-07-19 15:32:35
    阅读量:443
    评论:0
  • 引言:你可能对使用Spark服务比较感兴趣。Spark已经提供了很多功能,也有一个好用的界面,而且背后有强大的社区,开发者十分活跃,这也是人们对Spark寄予厚望的原因。深度学习是当前正在进行中的Spark项目之一。本文我们将介绍一些Spark能用的深度学习框架。本文选自《Spark:大数据集群计算的生产实践》。  深度学习因其高准确率及通用性,成为机器学习中最受关注的领域。这种算...
    2017-06-21 16:51:36
    阅读量:1076
    评论:0
  • 0引言Caffe(http://caffe.berkeleyvision.org/)是一个清晰而高效的深度学习框架,其作者是博士毕业于UCBerkeley的贾扬清(http://daggerfs.com/),caffe是他研究生时期写的,目前由Berkeley继续维护。本人最近正在研究利用DeepLearning进行图像分类,正好caffe中有ImageNet的例子可以修改利用。本文主要介绍:
    2016-01-22 12:07:19
    阅读量:4617
    评论:4
  • 快乐虾http://blog.csdn.net/lights_joy/欢迎转载,但请保留作者信息下面尝试分离图片中的土壤与植物,目标是取得绿色植物图像,将土壤背景变为黑色。测试图像:首先使用2g-r-b得到一个灰度图及其直方图:#-*-coding:utf-8-*-importcv2importnumpyasnpimportmatplotlib.pyplotasplt
    2015-05-31 20:13:46
    阅读量:3649
    评论:2
  • 参考博客:https://cosx.org/2017/10/transfer-learning/下面的例子中将示范如何将一个图像识别的深度卷积网络,VGG,迁移到识别花朵类型的新任务上,在原先的任务中,VGG只能识别花,但是迁移学习可以让模型不但能识别花,还能识别花的具体品种。VGG介绍VGG的两个版本分别是16层网络版和19层网络版。VGG的输入数据格式是224*...
    2018-08-29 11:37:55
    阅读量:860
    评论:0
  • 深度学习框架很多,我讲的是deeplearning4j,因为它能和spark结合,代码是java,虽然我java也很烂数据源是4种动物的照片,有熊,鸭,鹿,龟示例的分类结果不是很理想,建议我们通过以下方式提高:1.增加照片数量2.进行更多的数据预处理3.增加训练次数,所有数据都训练完了才叫一次训练4.调整模型配置5.调整学习率,更新器,激活函数,损失函数,正则化参数等
    2016-11-30 17:13:27
    阅读量:3308
    评论:1
  • 网上教程太多了,今天总算是试出来了,常见物体的识别人、车、动物、植物等,对人和车的识别尤其优秀简单介绍一下步骤:1、把这段代码粘贴到pycharm的py文件里面(编辑器随意)2、打开一个terminal终端(可以使用win+cmd,我推荐直接使用pycharm自带的终端),按照Python代码里面argparse的要求输入指令,如图所示:示例:pythondeep_learning_o...
    2019-03-24 19:16:33
    阅读量:467
    评论:0
  • 点云数据集总结三维点云数据,三维深度学习1.ShapeNetShapeNet是一个丰富标注的大规模点云数据集,其中包含了55中常见的物品类别和513000个三维模型。2.ShapeNetSem这是一个小的数据库,包含了270类的12000个物体。3.ModelNetModelNet总共有662中目标分类,127915个CAD,以及十类标记过方向朝向的数据。其中包含了三个子...
    2018-10-22 15:19:13
    阅读量:6507
    评论:3
  • 今天说说使用深度学习进行目标检测的文章,第一部分讲讲Singleshotdetector(SSD)和MobileNet。这二者相结合,可以用来实现更快速的,实时的目标检测,尤其是在资源有限的设备上(包括RaspberryPi,smartphones等等)。这里就说说如何使用OpenCV中的dnn模块,用来导入一个实现训练好的目标检测网络。使我们可以把图像传送到深度网络中,然后得到图中...
    2019-02-26 13:58:40
    阅读量:820
    评论:0