logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

语音合成学习(一)综述

一、资料推荐爱丁堡大学课程(全英文,有能力的推荐学习一遍):https://speech.zone/courses/speech-synthesis/TensorflowTTS(比较系统的开源项目):https://github.com/TensorSpeech/TensorFlowTTS二、基础概念介绍1、时域:波形的振幅、频率;2、频域:傅里叶变换:每个复杂的波形都可以由不同频率的正弦波组成;

#语音识别#人工智能#前沿技术
轻量级车道线检测

一、前置知识首先需要知道实例分割的任务主要有两种实现方式:1、自上而下:先检测出框,再对框内的物体进行像素点分类,缺点在于对于一些目标检测框不完整,会影响精度;2、自下而上,先对目标像素点进行分类,再通过聚类的方式将像素点归到各个目标上;总结:对于车道线场景,采用自下而上的方式较多,因为车道线的场景复杂,不利于检测;二、聚类算法通过自下而上的方式分类点后,需要聚类,将各个像素点归到不同的目标上;这

#深度学习#目标检测
【模型压缩】(一)开篇及轻量模型介绍

一、开篇​随着神经网络的发展,transformers和高级卷积网络架构给视觉和预研领域任务带来提升的同时,模型的规模及计算量也越来越大;​虽然模型的体积增大往往能带来更好的效果,但在实际场景的应用性几乎为0,这也是学术界和工业界存在的一个最大差异,模型的落地往往要考虑的方面有很多,并不只是单纯看预测的效果;模型变大引发的一些问题:更长训练时间;更长的推断时间;更多的内存占用;模型压缩的目的:以一

#计算机视觉#人工智能
【实战】基于TFlite实现TensorFlowTTS语音合成

【实战】基于TFlite实现TensorFlowTTS语音合成源码地址:https://github.com/TensorSpeech/TensorFlowTTS一、配置环境Requirements:Python 3.7+Tensorflow 2.2/2.3/2.4/2.5/2.6二、案例实现1、将源码下载并解压在TensorFlowTTS-master路径下2、下载所需要的模型和lib静态库:下

#语音识别#tensorflow#python
【实战】基于TFlite实现TensorFlowTTS语音合成

【实战】基于TFlite实现TensorFlowTTS语音合成源码地址:https://github.com/TensorSpeech/TensorFlowTTS一、配置环境Requirements:Python 3.7+Tensorflow 2.2/2.3/2.4/2.5/2.6二、案例实现1、将源码下载并解压在TensorFlowTTS-master路径下2、下载所需要的模型和lib静态库:下

#语音识别#tensorflow#python
【OpenCV学习】(十)特征点检测与匹配

【OpenCV学习】(十)特征点检测与匹配背景提取图像的特征点是图像领域中的关键任务,不管在传统还是在深度学习的领域中,特征代表着图像的信息,对于分类、检测任务都是至关重要的;特征点应用的一些场景:图像搜索:以图搜图(电商、教育领域)图像拼接:全景拍摄(关联图像拼接)拼图游戏:游戏领域一、Harris角点哈里斯角点检测主要有以下三种情况:光滑区域:无论向哪个方向移动,衡量系数不变;边缘区域:垂直边

#opencv#计算机视觉#图像处理 +1
【实战】基于TFlite实现TensorFlowTTS语音合成

【实战】基于TFlite实现TensorFlowTTS语音合成源码地址:https://github.com/TensorSpeech/TensorFlowTTS一、配置环境Requirements:Python 3.7+Tensorflow 2.2/2.3/2.4/2.5/2.6二、案例实现1、将源码下载并解压在TensorFlowTTS-master路径下2、下载所需要的模型和lib静态库:下

#语音识别#tensorflow#python
CV—BaseLine总结(从AlexNet到SENet的发展历程)

深度学习从2015年发展到现在,模型也在不断地迭代优化;现在许多新的模型往往是站在巨人的肩膀上,在这里想记录下baseline模型发展的一个历程,以及不断更新的内容;不会将模型的每一层剖开来将,而是将关键的创新点进行重点记录,当然也包括了一些个人理解和思考,如果有不对或者不全的地方欢迎沟通,也希望在以后工作中不断完善对模型的理解;BaseLine指的是什么呢?通常我们又称BaseLine模型为分类

文章图片
#深度学习#机器学习#神经网络
【模型压缩】(四)——知识蒸馏

一、概述一句话概括:将一个复杂模型的预测能力转移到一个较小的网络上;(复杂模型称为教师模型,较小模型称为学生模型)Teacher and Student的概念:对大网络学习的知识进行"蒸馏",并将其转移到小网络上,同时小网络的性能能够接近大网络;蒸馏模型(Student)被训练模仿大网络(Teacher)的输出,而不仅仅是直接在原始数据上训练,通过这种方式让小网络学习到大网络的抽象特征能力和泛化能

#人工智能#深度学习#python
【多目标跟踪与计数】(二)SORT原理与实战

前言SORT论文地址:http://arxiv.org/pdf/1602.00763.pdf本次项目源码地址:https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch/tree/master/deep_sort_pytorch/deep_sort/sort在介绍DeepSORT之前,需要引入SORT算法,其主要作用是第一次将CNN检测功能引

#目标跟踪#计算机视觉
    共 27 条
  • 1
  • 2
  • 3
  • 请选择