tensorflow图像处理1、图像编解码一幅RGB色彩模式的图像，可以看成是一个三维矩阵，即通道数为3。 然而图像在存储是并没有直接记录为矩阵，而是经过压缩编码后的结果。所以需要解码过程。 常见的图片格式：jpeg, jpg, png, gif。1.1 jpeg/jpg格式注意点： 1、在tensorflow 1.0中使用tf.gfile.FastGFile()，而在tensorflow 2.0
# #作者：韦访 1、概述换了个固态硬盘，本想装最新的系统mint 19，谁知道却是个坑，NVIDIA驱动和CUDA工具老是装不上去，各种问题，折腾了几天，还是用回了原来的系统。不过，这次软件改了一下，使用了python3.5+tensorflow1.9+CUDA9.0 。这一讲，来学学非常热门的人脸识别。首先介绍MTCNN原理，然后介绍如何利用深度卷积网络提取人脸特征，以及如何利用提取的特征进行
最近由于项目需要，要对tensorflow构造的模型中部分变量冻结，然后继续训练，因此研究了一下tf中冻结变量的方法，目前找到三种，各有优缺点，记录如下： 1.名词解释冻结变量，指的是在训练模型时，对某些可训练变量不更新，即仅参与前向loss计算，不参与后向传播，一般用于模型的finetuning等场景。例如：我们在其他数据上训练了一个resnet152模型，然后希望在目前数据上做fin
使用 TensorFlow 的基本步骤学习目标：学习基本的 TensorFlow 概念在 TensorFlow 中使用 LinearRegressor 类并基于单个输入特征预测各城市街区的房屋价值中位数使用均方根误差 (RMSE) 评估模型预测的准确率通过调整模型的超参数提高模型准确率
数据基于
加利福尼亚州 1990 年的人口普查数据。
1. 设置 &nbs
基本分类：对服装图像进行分类训练了一个神经网络模型来对衣服的图像进行分类，例如运动鞋和衬衫。 本指南使用tf.keras（高级API）在TensorFlow中构建和训练模型。#引入TensorFlow 和 tf.keras
import tensorflow as tf
from tensorflow import keras
#引入numpy和matplotlib
import numpy a
本节内容提取自《TensorFlow实战Google深度学习框架》，为自己学习所感。import tensorflow as tf#导入TensorFlow框架 1、来自实际问题的数据往往有很多格式和属性，于是TensorFlow采用名为TFRecord的数据存储格式来统一存储数据。1.1、TFRecord文件中的数据通过tf.train.Example Protocol Buffer的
Tensorflow概念tensor：张量 flow：流张量概念是矢量概念的推广，矢量是一阶张量。数学中：张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数。在编程语言中它就是一种数据类型，tensor类。tensor对象的意义可以是数字字符串矩阵等等，tensorflow是基于会话的。 张量的操作在会话session中运行。tensorflow望文生义就是将张量以流的形式对
Tensorflow MobileNet移动端迁移学习指南1。介绍TensorFlow是用于数值计算的开源库，专门用于机器学习应用程序。 本文机器翻译加人工矫正，可能有翻译不当之处，欢迎讨论，相互学习。 外文原文：https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/index.html#0你会做些什么
Tensorflow Object Detection API 训练模型flyfish环境 TensorFlow1.13 数据集 VOC2007目标检测解决什么问题该图来源于论文《Deep Learning for Generic Object Detection: A Survey》分类 解决的是 what 问题 检测 解决的是 what和where 问题 分割 就不是矩形框了，像素级别的分割精
人脸识别的十个要点人脸识别技术已成为纳入研发参考的、给人们带来高质量生活的又一科技解决途径。日常生活中，人脸识别的应用已经常见，那么你知道它是如何做到如此智能吗？下面，我们就带大家了解人脸识别涉及的十个关键技术。1、人脸检测（Face Detection）：是检测出图像中人脸所在位置的一项技术人脸检测算法的输入是一张图片，输出是人脸框坐标序列(0个人脸框或1个人脸框或多个人脸框)。一般情况下，输出
人脸识别是深度学习最有价值也是最成熟的的应用之一。在研究环境下，人脸识别已经赶上甚至超过了人工识别的精度。一般来说，一个完整的人脸识别项目会包括两大部分：人脸检测与人脸识别。下面就我近期自己练习写的一个“粗糙”的人脸识别小项目讲起，也算是做一个学习记录。首先 ，整个项目的框架包括四个主要的部分：（1）利用opencv从图像传感器处（比如电脑摄像头）实时的读入视频帧；（2）使用mtcnn网络做人脸检
安卓APP会耍流氓已经是人尽皆知的事情了，尽管你不去使用某个APP，但这个APP依然会在后台顽强地保留进程，而且各个流氓APP之间，还会相互唤起进程，消耗了额外电量和性能，令人烦不胜烦。怎么办？将APP的后台“冻结”住，是一个不错的办法。 安卓后台一片混乱，怎么办？ 目前安卓当中，有不少可以强行冻结住APP后台的工具，例如大名鼎鼎的“绿色守护”，标志性的“休眠”就是属于此类功能，的确可以给手机带
转载
2023-09-15 15:58:29
265阅读
数据材料这是一个小型的人脸数据库，一共有40个人，每个人有10张照片作为样本数据。这些图片都是黑白照片，意味着这些图片都只有灰度0-255，没有rgb三通道。于是我们需要对这张大图片切分成一个个的小脸。整张图片大小是1190 × 942，一共有20 × 20张照片。那么每张照片的大小就是（1190 / 20）× （942 / 20）= 57 × 47 （大约，以为每张图片之间存在间距）。问...
原创
2022-02-04 11:19:38
792阅读
数据材料这是一个小型的人脸数据库，一共有40个人，每个人有10张照片作为样本数据。这些图片都是黑白照片，意味着这些图片都只有灰度0-255，没有rgb三通道。于是我们需要对这张大图片切分成一个个的小脸。整张图片大小是1190 × 942，一共有20 × 20张照片。那么每张照片的大小就是（1190 / 20）× （942 / 20）= 57 × 47 （大约，以为每张图片之间存在间距）。问...
原创
2021-08-07 16:13:38
583阅读
1. Windows上支持Python3.6。
2. 时空域去卷积（spatio temporal deconvolution.）增加了tf.layers.conv3d_transpose层。
3. 增加了tf.Session.make_callable( )，为多次运行一个相同步骤的运行提供了更低的overhead手段。
4.增加了ib
采样介绍假如我们有一个多分类任务或者多标签分类任务，给定训练集(xi,Ti)，其中xi表示上下文，Ti表示目标类别(可能有多个).可以用word2vec中的negtive sampling方法来举例，使用cbow方法，也就是使用上下文xi来预测中心词(单个targetTi)，或者使用skip-gram方法，也就是使用中心词xi来预测上下文(多个target(Ti)).我们想学习到一个通用函数F(x
1、概述换了个固态硬盘，本想装最新的系统mint 19，谁知道却是个坑，NVIDIA驱动和CUDA工具老是装不上去，各种问题，折腾了几天，还是用回了原来的系统。不过，这次软件改了一下，使用了python3.5+tensorflow1.9+CUDA9.0 。这一讲，来学学非常热门的人脸识别。首先介绍MTCNN原理，然后介绍如何利用深度卷积网络提取人脸特征，以及如何利用提取的特征进行人脸识别，最后，
1. 项目简介 本项目使用Python3.6编写，Qt Designer（QT5）设计主界面，PyQt5库编写控件的功能，使用开源 DeepFace人脸识别算法进行人脸识别，使用眨眼检测来实现活体识别，使用OpenCV3实现实时人脸识别。 同时，将班级学生信息，各班级学生人数、考勤信息录入到MySQL数据库中，方便集中统一化管理。 因为本项目仅由我一个人开发，能力精力有限，实现了预期的绝大多数
转载
2023-11-13 09:41:20
29阅读
ZC：这个过程中，数据是怎么下载下来的，又是 怎么从 bin文件 变成 tfrecord文件 的，都不是 我此时（20190903）的重点。ZC：此时的重点是 tensorflow的结构用法等的知识（层啊什么的），这里面 还有好多东西要学习。ZC：只要能从文件中提取出 图片&标签 的信息，能将 tensorflow的各种训练测试跑起来就行，至于是从bin文件中提取还是从tfrecord文件
一、TensorFlow 概要由 Google Brain 开源，设计初衷是加速机器学习的研究 2015 年 11 月在 GitHub 上开源 2016 年 4 月分布式版本 2017 年发布了 1.0 版本，趋于稳定 Google 希望让这个优秀的工具得到更多的应用，从整体上提高深度学习的效率TensorFlow 实现的算法可以在众多异构的系统上方便地移植，比如 Android 手机、 ipho
