SpikeKing

YOLO，即You Only Look Once（你只看一次）的缩写，是一个基于卷积神经网络（CNN）的物体检测算法。而YOLO v3是YOLO的第3个版本（即YOLO、YOLO 9000、YOLO v3），检测效果，更准更强。 更多细节，可以参考YOLO的官网。 本文介绍YO…

YOLO，是You Only Look Once的缩写，一种基于深度卷积神经网络的物体检测算法，YOLO v3是YOLO的第3个版本，检测算法更快更准。 YOLO v3已经提供 COCO（Common Objects in Context）数据集的模型参数。我们可以把COCO的…

YOLO，是You Only Look Once的缩写，一种基于深度卷积神经网络的物体检测算法，YOLO v3是YOLO的第3个版本，检测算法更快更准，2018年4月8日。 第3步，绘制边框，自动设置边框宽度，绘制边框和类别文字，使用Pillow。

Triplet Loss，即三元组损失，用于训练差异性较小的数据集，数据集中标签较多，标签的样本较少。输入数据包括锚（Anchor）示例⚓️、正（Positive）示例和负（Negative）示例，通过优化模型，使得锚示例与正示例的距离小于锚示例与负示例的距离，实现样本的相似性…

但是，仍然报错... 版本号果然不同！本地Mac是1.1.0版本，服务器是1.2.0版本。 结论：在安装深度学习框架时，一定要指定包的版本，保证本地CPU和服务器GPU的版本一致。

这是MXNet的官网介绍，“MXNet是灵活且高效的深度学习库”。 MXNet的优势是，其开发者之一李沐，是中国人🇨🇳，在MXNet的推广中具有语言优势（汉语），有利于国内开发者的学习。同时，推荐李沐录制的教学视频，非常不错。 MXNet的高层接口是Gluon，Gluon同…

本文介绍Keras一些常见的验证和调参技巧，快速地验证模型和调节超参（Super Parameters）。 将init参数替换为kernel_initializer参数即可。 通过设置参数validation_split的值（0~1）确定验证集的比例。 通过参数validati…

在Python开发中，将常用功能封装成为接口，并放入Utils工具类中，直接调用，可以提升效率。 配置文件转换为配置类和配置字典。 当NdArray的属性size值为0时，NdArray为空。 当执行Python脚本时，路径未包含当前工程，需要强制指定文件夹位置（dirname…

Triplet Loss是深度学习中的一种损失函数，用于训练差异性较小的样本，如人脸等， Feed数据包括锚（Anchor）示例、正（Positive）示例、负（Negative）示例，通过优化锚示例与正示例的距离小于锚示例与负示例的距离，实现样本的相似性计算。 目标：通过Tr…