大家好，我是羽峰，今天要给大家分享的是一个图像分割网络，文章会把整个代码进行分割讲解，完整看完，相信你一定会有所收获。目录1. 认识图像分割2.基于深度学习的分割1.Oxford-IIIT Pet 数据集介绍2. 下载 Oxford-IIIT Pets 数据集3. 定义模型4. 训练模型5. 做出预测1. 认识图像分割图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的

大家好，我是羽峰，今天要和大家分享的是一个基于tensorflow的一个图像分类上手项目：对服装图像进行分类，通过这个项目，大家可以对图像分类有一个基本的理解，为后续学习提供一些帮助。1 API配置这里主要导入一些模块及库，作为底层运算基础。# TensorFlow and tf.kerasimport tensorflow as tffrom tensorflow import keras# H

大家好，我是羽峰，今天要和大家分享的是一个基于PointNet的3D点云分类研究。文章会把整个代码进行分割讲解，完整看完，相信你一定会有所收获。该示例实现了开创性的点云深度学习论文PointNet (Qi et al., 2017)。 有关PointNet的详细介绍，请参阅this blog post。欢迎关注“羽峰码字”目录1. 3D点云分类简介1.1 何为点云[1]1.2 点云的获取[1]1.

大家好，我是羽峰，今天要和大家分享是回归 (regression)问题，希望通过今天的讲解，各位对回归问题能有个更好的认识。1.认识回归回归问题是机器学习三大基本模型中很重要的一环，其功能是建模和分析变量之间的关系。回归问题多用来预测预测出如价格或概率这样连续值的输出，如预测房价、未来的天气情况等等。例如我们根据一个地区的若干年的PM2.5数值变化来估计某一天该地区的PM2.5值大小，预测值与当天

大家好，我是羽峰，今天要和大家分享的是一个基于PointNet的3D点云分类研究。文章会把整个代码进行分割讲解，完整看完，相信你一定会有所收获。该示例实现了开创性的点云深度学习论文PointNet (Qi et al., 2017)。 有关PointNet的详细介绍，请参阅this blog post。欢迎关注“羽峰码字”目录1. 3D点云分类简介1.1 何为点云[1]1.2 点云的获取[1]1.

大家好，我是羽峰，今天要和大家分享的是一个基于tensorflow的CT扫描3D图像的分类。文章会把整个代码进行分割讲解，完整看完，相信你一定会有所收获。欢迎关注“羽峰码字”1. 项目简介此示例将显示构建3D卷积神经网络（CNN）以预测计算机断层扫描（CT）扫描中病毒性肺炎的存在所需的步骤。 2D CNN通常用于处理RGB图像（3通道）。 3D CNN只是3D等效项：它以3D体积或2D帧序列（例如

大家好，我是羽峰，接下来一段时间会为大家分享一些深度学习的基本知识，及各种应用，包括回归，图像分类，图像分割，语义分割，DCGAN，pix2pix，SRGAN等。都是讲的比较基础所以起名为【手把手教你】系列，希望这一个系列能帮助你初步认识深度学习及其应用，并找到自己比较感兴趣的方向一直走下去。今天给大家分享的是【手把手教你】第一篇初识神经网络。还是老话，我是羽峰，希望我所分享的文章能为您及更多的朋

大家好，我是羽峰，今天要和大家分享是回归 (regression)问题，希望通过今天的讲解，各位对回归问题能有个更好的认识。1.认识回归回归问题是机器学习三大基本模型中很重要的一环，其功能是建模和分析变量之间的关系。回归问题多用来预测预测出如价格或概率这样连续值的输出，如预测房价、未来的天气情况等等。例如我们根据一个地区的若干年的PM2.5数值变化来估计某一天该地区的PM2.5值大小，预测值与当天

基于深度学习的全息粒子场成像进展深度学习算法随着计算机性能的提升以及各种算法的提出，在成像以及一些视觉任务中得到了广泛应用。将深度学习与数字全息结合则是一个比较新颖的方向。该方向上现有文章和现有研究方向都只是一小部分，所以留给我们研究的内容还是很多的。我主要做的是基于深度学习的粒子场数字全息成像。这篇文章中，我主要介绍深度学习与粒子场数字全息成像相结合的几篇文章，这也在我的一篇文章中做了具体介绍，

基于深度学习的全息粒子场成像进展深度学习算法随着计算机性能的提升以及各种算法的提出，在成像以及一些视觉任务中得到了广泛应用。将深度学习与数字全息结合则是一个比较新颖的方向。该方向上现有文章和现有研究方向都只是一小部分，所以留给我们研究的内容还是很多的。我主要做的是基于深度学习的粒子场数字全息成像。这篇文章中，我主要介绍深度学习与粒子场数字全息成像相结合的几篇文章，这也在我的一篇文章中做了具体介绍，