从零开始 Mask RCNN 实战:基于 Win10 的 Mask RCNN 环境搭建
10红色石头 发布于 2020-07-16
大名鼎鼎的 Mask RCNN 一举夺得 ICCV2017 Best Paper,名声大造。Mask RCNN 是何恺明基于以往的 Faster RCNN 架构提出的新的卷积网络,实现高效地检测图中的物体,并同时生成一张高质量的每个个体的分割掩码,即有效地目标的同时完成了高质量的...
阅读(10757)评论(0)赞 (5)
红色石头 发布于 2020-07-16
大名鼎鼎的 Mask RCNN 一举夺得 ICCV2017 Best Paper,名声大造。Mask RCNN 是何恺明基于以往的 Faster RCNN 架构提出的新的卷积网络,实现高效地检测图中的物体,并同时生成一张高质量的每个个体的分割掩码,即有效地目标的同时完成了高质量的...
阅读(10757)评论(0)赞 (5)
红色石头 发布于 2020-01-06
早在去年的这个时候,红色石头就发文给大家推荐过一本非常棒的机器学习实用指南书籍《Hands-On Machine Learning with Scikit-Learn & TensorFlow》,中文译为《Scikit-Learn 与 TensorFlow 机器学习实用指...
阅读(7423)评论(0)赞 (5)
红色石头 发布于 2019-11-15
2019 年 10 月,谷歌正式宣布,开源机器学习库 TensorFlow 2.0 现在可供公众使用。TensorFlow 2.0 的 Alpha 版本今年初在 TensorFlow 开发者大会上首次发布,经过近 7 个月的不断修改、更新,TensorFlow 2.0正式版可谓是...
阅读(9146)评论(0)赞 (8)
红色石头 发布于 2019-08-03
相信我的很多读者都学习过吴恩达在 Coursera 上开设的 《Machine Learning》和 《Deep Learning Specialization》课程。这两门课分别针对机器学习和深度学习,作为入门课程再合适不过了! 然而,就在 8 月 2 号,吴恩达又在 Cour...
阅读(8351)评论(0)赞 (5)
红色石头 发布于 2019-04-03
今天给大家推荐一本适合新手入门机器学习和 TensorFlow 的最佳教程:《TensorFlow Machine Learning Cookbook》,中文译为《TensorFlow 机器学习方案手册》。 书籍介绍 TensorFlow 是一个用于机器学习的开源软件库。本书将教...
阅读(8226)评论(0)赞 (10)
红色石头 发布于 2019-01-31
来自华盛顿大学的 Joseph Redmon 和 Ali Farhadi 提出的YOLOv3 通过在 YOLO 中加入设计细节的变化,这个新模型在取得相当准确率的情况下实现了检测速度的很大提升,一般它比 R-CNN 快 1000 倍、比 Fast R-CNN 快 100 倍。 这...
阅读(18506)评论(1)赞 (12)
红色石头 发布于 2019-01-25
本文将以一个视频的方式讲解 2019 年深度学习各大框架。视频作者来自人工智能领域的网红小哥 Siraj Raval。 下面是作者 Siraj Raval 对该视频的介绍: 您应该使用哪个深度学习框架?在下面的视频中,我将比较 10 个不同指标的深入学习框架,包括: Keras ...
阅读(6409)评论(0)赞 (5)
红色石头 发布于 2018-12-27
最近,笔者发现 GitHub 上出现了一份超火的 TensorFlow 教程,目前已经收获了 8000+ star 了。这份 TensorFlow 教程来自弗吉尼亚理工博士 Amirsina Torfi。而这份教程最大的特点就是清晰简单,非常适合入门。 项目地址: https:/...
阅读(12173)评论(0)赞 (10)
红色石头 发布于 2018-12-12
前天我在公众号推荐了《Python Deep Learning》这本书。该书是由 Keras 作者写的,所以全书基本围绕着 Keras 讲深度学习的各种实现,从 CNN,RNN 到 GAN 等,偏入门,但理论和实战部分都讲的还不错,承载着很多作者对深度学习整体性的思考。目前该书的...
阅读(8247)评论(1)赞 (9)
红色石头 发布于 2018-07-31
上节课我们主要介绍了深度神经网络的优化算法。包括对原始数据集进行分割,使用mini-batch gradient descent。然后介绍了指数加权平均(Exponentially weighted averages)的概念以及偏移校正(bias correction)方法。接着...
阅读(9212)评论(2)赞 (5)