發(fā)簡(jiǎn)信
IP屬地：湖北
-
slowfast mmaction2 ava2.1數(shù)據(jù)集制作訓(xùn)練
參考這個(gè) slowfast[https://blog.csdn.net/weixin_43720054/article/details/1262...
-
tensorRT win10 VS2019 cmake 環(huán)境部署 CRNN模型驗(yàn)證
tensortRT環(huán)境配置 tensortRT環(huán)境配置，可以參照https://blog.csdn.net/caobin_cumt/articl...
-
NCNN window10 VS2019 cmake 環(huán)境搭建 squeezenet模型驗(yàn)證NCNN，protobuf編譯 首先需要根據(jù)官方編譯protobuf和NCNN 關(guān)于如何編譯NCNN和 protobuf 的方式我是參考這個(gè)的...
-
PAN++ 代碼講解訓(xùn)練和預(yù)測(cè)1、訓(xùn)練 首先就是配置數(shù)據(jù)集，這里我用的是ICDAR2015，配置文件使用pan_pp_r18_ic15_joint_train，數(shù)據(jù)集下載鏈接...
-
CRNN 環(huán)境創(chuàng)建，復(fù)寫代碼講解1、環(huán)境創(chuàng)建 由于CRNN是在2015年發(fā)表的所以有些代碼過(guò)于老舊，在此期間Pytorch自己更新了CTCLoss，所以只需要pytorch版本...
-
透視轉(zhuǎn)換，仿射效果圖 仿射后 代碼如下
-
使用tensorflow創(chuàng)建基本神經(jīng)網(wǎng)絡(luò)模型并訓(xùn)練
本文是使用tensorflow對(duì)神經(jīng)網(wǎng)絡(luò)模型中激活函數(shù)，連接權(quán)重，層，指標(biāo)，損失函數(shù)以及優(yōu)化器，學(xué)習(xí)率，包括模型的訓(xùn)練過(guò)程經(jīng)行創(chuàng)建。 首先我們先...
-
使用keras實(shí)現(xiàn)MLP的三種簡(jiǎn)單方式本章是利用keras實(shí)現(xiàn)MLP三種方式(序列模型、函數(shù)模型、子類模型)，分別搭建回歸神經(jīng)網(wǎng)絡(luò)，分類神經(jīng)網(wǎng)絡(luò)，以及寬深神經(jīng)網(wǎng)絡(luò) Tensorflo...
-
Tensorflow2.2的安裝教程
測(cè)試是否安裝成功方法一 方法二 參考：https://blog.csdn.net/u011119817/article/details/8830...