活鱼眼

人脸重建是计算机视觉比较热门的一个方向，3d人脸相关应用也是近年来短视频领域的新玩法。不管是Facebook收购的MSQRD，还是Apple研发的Animoji，底层技术都与三维人脸重建有关。 同时，实现人脸重建及相关应用需要深入了解优化算法等，工程量也不小，是学习cv的一个很…

在之前的教程#14中，我们看到了如何最大化神经网络内部的特征激活，以便放大输入图像中的模式。这个称为DeepDream。 本文采用了类似的想法，不过有两张输入图：一张内容图像和一张风格图像。然后，我们希望创建一张混合图像，它包含了内容图的轮廓以及风格图的纹理。 本文基于之前的教…

在之前的一些关于卷积神经网络的教程中，我们展示了卷积滤波权重，比如教程#02和#06。但单从滤波权重上看，不可能确定卷积滤波器能从输入图像中识别出什么。 本教程中，我们会提出一种用于可视化分析神经网络内部工作原理的基本方法。这个方法就是生成最大化神经网络内个体特征的图像。图像用…

之前的教程#11展示了如何找到最先进神经网络的对抗样本，它会引起网络误分类图像，即使在人眼看来图像完全相同。例如，在添加了对抗噪声之后，一张鹦鹉的图像会被误分类成书架，但在人类眼中图像完全没什么变化。 教程#11是通过每张图像的优化过程来寻找对抗噪声的。由于噪声是专门为某张图像…

注：作者未提供教程#10，以后若有更新将补充。 本文主要演示了如何给图像增加“对抗噪声”，以此欺骗模型，使其误分类。 01 - 简单线性模型 | 02 - 卷积神经网络 | 03 - PrettyTensor | 04 - 保存& 恢复 05 - 集成学习 | 06 - CIF…

题图来自： Pictures: S06E16 Bart vs. Australia 本文主要演示了如何使用自己的图像数据，创建分类器。 01 - 简单线性模型 | 02 - 卷积神经网络 | 03 - PrettyTensor | 04 - 保存& 恢复 05 - 集成学习 |…

题图来自：medium 本文主要演示了如何使用Inception v3模型进行迁移学习，创建新的图像分类器。 01 - 简单线性模型 | 02 - 卷积神经网络 | 03 - PrettyTensor | 04 - 保存& 恢复 05 - 集成学习 | 06 - CIFAR 1…

本文主要演示了如何使用Inception v3模型进行图像识别。 01 - 简单线性模型 | 02 - 卷积神经网络 | 03 - PrettyTensor | 04 - 保存& 恢复 05 - 集成学习 | 06 - CIFAR 10 by Magnus Erik Hvass…

题图来自：github 本文主要演示了在CIFAR-10数据集上进行图像识别。 其中有大段之前教程的文字及代码，如果看过的朋友可以快速翻阅。 01 - 简单线性模型 | 02 - 卷积神经网络 | 03 - PrettyTensor | 04 - 保存& 恢复 05 - 集成学…