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

tensorflow checkpoint文件转成h5文件

tensorflow在保存权重模型时多使用tf.train.Saver().save 函数进行权重保存,保存的ckpt文件无法直接打开,不利于将模型权重导入到其他框架使用(如Caffe、Keras等)。好在tensorflow提供了相关函数 tf.train.NewCheckpointReader 可以对ckpt文件进行权重查看,因此可以通过该函数进行数据导出。import tensorfl...

#tensorflow
训练技巧之数据集太多,加载太慢怎么办?

1. 背景训练集全是16x16,32x32之类的小图,达到上千万张,训练时发现数据加载很慢很慢很慢!!!看了下CPU 内存 GPU使用情况,发现CPU使用率都跑到90%去了,GPU使用率却较低2. 解决方法2.1 预处理提速尽量减少每次读取数据时的预处理操作,可以考虑把一些固定的操作,例如 resize ,事先处理好保存下来,训练的时候直接拿来用Linux上将预处理搬到GPU上加速:NVIDIA/

#深度学习#tensorflow#pytorch
图像标注工具labelImg使用方法

最近在做打标签的工作,为了与大家参考学习,总结了在windows的环境下,基于anaconda的图像标注工具labellmg的一种使用方法!labelImg 下载链接: https://pan.baidu.com/s/1Re6OZzQ8pF9yA2c_X2QNuw 提取码: iprs1. 运行labellmg文件出现如下界面:2. 生成标签下边就可以开始打标签了,以织物疵点的标注为例...

#目标检测#深度学习#计算机视觉
视频去抖动算法原理及代码详解

1. 背景点播、直播行业的蓬勃发展,使用户生产视频(UGC)逐渐替代了专家生产和平台生产的方式,成为了主流。由于广大用户不可能全都具备专业素质和专业器材,其产出的视频往往质量较差,最明显的特征就是存在抖动。减少视频抖动有很多方法,包括使用专业摄影辅助器材,如三脚架使用带有物理防抖功能的镜头,如iphone使用带有实时防抖功能的软件使用Premiere,AfterEff...

#opencv
模型压缩之通道减枝

论文地址:Channel Pruning for Accelerating Very Deep Neural Network代码地址:https://github.com/yihui-he/channel-pruning1. 卷积通道剪枝论文的主要思想是,通过最小化裁剪后特征图和裁剪前特征图之间的误差,尽可能的减少卷积核的通道数。图1图1中B、W和C分别为输入特征图、卷积核和输出特征...

#深度学习
BM3D图像去噪算法原理及代码详解

1. BM3D 算法简介BM3D是2007年TIP的文章,题目是Image denoising by sparse 3D transform-domain collaborative ltering,论文、项目的地址是http://www.cs.tut.fi/~foi/GCF-BM3D/,提供matlab代码。处理灰度图的BM3D以及它的变体CBM3D(彩色图)、VBM3D(时域)是图像去噪...

InstantID:一张照片,无需训练,秒级个人写真生成

通过文本提示词来编辑生成的图片,比如改变图像中人物的表情、背景或其他元素。也可以借助 ControlNet插件更加精准地控制图像的生成细节,实现个性化定制。

文章图片
#深度学习#人工智能
ubuntu 16.04使用pip安装tensorflow cpu

1. 查看pip版本~$pip --versionpip 10.0.1 from /home/xx/anaconda3/lib/python3.6/site-packages/pip (python3.6)2. 安装tensorflow~$pip install tensorflow3. 打开python shell验证是否安装成功~$python>>>i...

#python#tensorflow#pip
图像质量评价方法介绍

1. 背景介绍图像是人类感知和机器模式识别的重要信息源,其质量对所获取信息的充分性和准确性起着决定性的作用。然而,图像在获取、压缩、处理、传输、显示等过程中难免会出现一定程度的失真。如何衡量图像的质量、评定图像是否满足某种特定应用要求?要解决这个问题,需要建立有效的图像质量评价体制。目前,图像质量评价从方法上可分为主观评价方法和客观评价方法,前者凭借实验人员的主观感知来评价对象的质量;后者依据..

#图像处理#计算机视觉
    共 15 条
  • 1
  • 2
  • 请选择