GoogleNet，即 Inception V1 网络结构，包含 9 个 Inception 结构：
原文：AIUAI - 网络结构之 Inception V2 Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift Rethinking the Inception Architecture for Computer Vision GoogleNet 网络结构的一种变形 - InceptionV2，改动主要有： 对比 网络结构之 GoogleNet(Incept
Factorizing Convolutions with Large Filter Size
获得高质量模型最保险的做法就是增加模型的深度（层数）或者是其宽度（层核或者神经元数），
原文： AIUAI - 网络结构之 Inception V4 Inception-v4, Inception-ResNet and the Impact of Residual Connection
TF-Slim 是 TensorFlow 中一个用来构建、训练、评估复杂模型的轻量化库。TF-Slim 模块可以和 TensorFlow 中其它API混合使用。
在搭建网络时，TF-Slim 提供 repeat 和 stack，允许用户重复执行相同的 操作，方便网络构建，例如：
从前的机器之心，年会是喝酒、打德州扑克，这次我们要去玩球。那么问题来了：机器之心年会举办了什么球赛？
选自GitHub 机器之心整理 参与：思源 最近 GitHub 有一个非常有意思的项目，它可以使用多种预训练 TensorFLow 模型计算图像特征。对于每一个模型，它们都会输出最后的全连接层，即 AlexNet 的第七个全连接层、VGG_19 的第 8 个全连接层等。这些层级将最终抽取出图像的特征，并能进一步用于图像分类和聚类等。机器之心简要地介绍了该项目，并测试了使用Inception_V1预训练模型抽取图像特征。 项目地址：https://github.com/cameronfabbri/Comput
slim是一种轻量级的tensorflow库，可以使模型的构建，训练，测试都变得更加简单。在slim库中对很多常用的函数进行了定义，slim.arg_scope()是slim库中经常用到的函数之一。函数的定义如下；
以VGG-16作为特征提取层实现SSD网络的代码，解读SSD网络代码实现的各个细节，从输入参数、默认框的位置匹配、宽高比率、放缩比率、各层默认框的生成、到损失函数计算、整个SSD网络框架代码实现都一一解读。
机器之心今天的情绪，是怎样一段待你解开的 Python 代码： 将上图输入以下卷积网络，你想要的都在这~ # -*- coding: utf-8 -*- import tensorflow as tf
简书ID：石晓文的学习日记(https://www.jianshu.com/u/c5df9e229a67)
本文介绍了一种基于深度学习的场景文本检测算法，该算法使用FCN网络对输入图像进行像素级别的语义分割，并通过多尺度融合策略生成包含文本候选框的图像，最后使用基于聚类的文本识别方法对候选框进行分类，从而实现对场景文本的检测。实验部分验证了该算法的有效性，与其他文本检测算法相比，具有较好的性能。
论文地址：https://arxiv.org/pdf/1512.03385.pdf
作者：刘威威 编辑：田 旭 前 言 本文将详细介绍 tf 实现风格迁移的小demo，看完这篇就可以去实现自己的风格迁移了，复现的算法来自论文 Perceptual Losses for Real-Time Style Transfer and Super-Resolution 本文分为以下部分： 第一节：深度学习在风格迁移上的背后原理； 第二节：风格迁移的代码详解 第三节：总结 图像风格迁移指的是将图像A的风格转换到图像B中去，得到新的图像，取个名字为new B，其中new B中既包含图像B的内容
在现实场景中，由于光线、视角等问题会导致我们拍摄出来的照片比较阴暗，具体的图片如下图中的1、3、5列所示，然后这些阴暗的图片不仅会影响我们的观察，而且会极大的影响计算机视觉处理算法的效果，2、4、6列表示的是使用了低光照图像增强算法之后的效果。本文主要针对低光照的图片展开论述，对经典的一些低光照图像增强算法进行了总结和初略的分析。
虽然这里是采用 TF-Slim 处理图像分类问题，还需要安装 TF-Slim 图像模型库 tensorflow/models/research/slim. 假设该库的安装路径为 TF_MODELS. 添加 TF_MODELS/research/slim 到 python path.
之前希望在手机端使用深度模型做OCR，于是尝试在手机端部署tensorflow模型，用于图像分类。
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_25737169/article/details/79192211
- SSD理论总结（SSD: Single Shot MultiBox Detector）
因为最近在和计算棒打交道，自然存在一个模型转换问题，如果说YOLOv3或者YOLOV3-tiny怎么进一步压缩，我想大多数人都会想到将标准卷积改为深度可分离卷积结构？而当前很多人都是基于DarkNet框架训练目标检测模型，并且github也有开源一个Darknet转到OpenVINO推理框架的工具，地址见附录。而要说明的是，github上的开源工具只是支持了原生的YOLOv3和YOLOV3-tiny模型转到tensorflow的pb模型，然后再由pb模型转换到IR模型执行在神经棒的推理。因此，我写了一个脚本可以将带深度可分离卷积的YOLOv3或YOLOV3-tiny转换到pb模型并转换到IR模型，且测试无误。就奉献一下啦。
本文以如何识别马路上的行人、车辆为主题，介绍了基于 Tensorflow 的 SSD 模型如何应用在物体识别定位项目中。
……最近在学习yolo1、yolo2和yolo3，事实上它们和SSD网络有一定的相似性，我准备汇总一下，看看有什么差别。
大家好，我是架构君，一个会写代码吟诗的架构师。今天说一说对抗生成网络学习（七）——SRGAN生成超分辨率影像(tensorflow实现)「建议收藏」,希望能够帮助大家进步!!!
作者 | fendouai 编辑 | 磐石 出品 | 磐创AI技术团队 【磐创AI导读】：前几篇文章中我们介绍了一些机器学习、深度学习入门资源项目合集，本篇则是对继五大卷积神经网络原理介绍之后的实战延续，同样来自fendouai老师。喜欢我们文章的小伙伴，欢迎大家点击上方蓝字关注我们的公众号：磐创AI。另外您对我们的文章有任何的意见或是文章中的不足之处，欢迎在文末留言。 LeNet 项目简介 1994 年深度学习三巨头之一的 Yan LeCun 提出了 LeNet 神经网络，这是最早的卷积神经网络。
01 摘要 微软的深度残差网络ResNet源于2016年CVPR最佳论文---图像识别中的深度残差学习（Deep Residual Learning for Image Recognition）https://www.leiphone.com/news/201606/BhcC5LV32tdot6DD.html 这个152层ResNet架构深，除了在层数上面创纪录，ResNet 的错误率也低得惊人，达到了3.6%，人类都大约在5%~10%的水平。这是目前为止最好的深度学习框架。可以看作人工神经网络领域的又一里
摘要 微软的深度残差网络ResNet源于2016年CVPR最佳论文---图像识别中的深度残差学习（Deep Residual Learning for Image Recognition）（https
Faster R-CNN最突出的贡献在于提出Region Proposal Network(RPN)替换了选择性搜索(Selective Search)，在保证对象检测的准确率的条件下，将检测时间降低了10倍左右，实现了实时的对象检测。
安妮 编译自 Github 量子位出品 | 公众号 QbitAI 说话人确认（Speaker Verification）是一种以语言特性确认说话人身份的技术。 近日，西弗吉尼亚大学的博士生Amirsi
本文介绍了如何利用深度学习对图像进行风格迁移。首先介绍了基于卷积神经网络的生成对抗网络（GAN）和基于卷积神经网络的变分自编码器（VAE）两种方法，然后阐述了如何应用深度学习进行图像风格迁移，并给出了具体的实现步骤和代码示例。
本文介绍了一种用于从语义分割图生成逼真街景图像的框架，该框架能够同时捕捉低级细节和高级语义信息。该框架使用了一种基于生成对抗网络（GAN）的生成器，该生成器可以学习如何从语义分割图中合成逼真的图像。该框架还使用了一种评估指标，该指标可以衡量生成的图像与真实图像之间的差异。实验结果表明，该框架可以生成与真实图像非常相似的逼真街景图像。
本文介绍了如何通过超分辨率网络，针对极低分辨率的人脸图像进行超分辨率重建，并给出了详细的训练、评估方法和代码实现。
视觉是人类认识世界非常重要的一种知觉。对于人类来说，通过识别手写体数字、识别图片中的物体或者是找出4%图片中人脸的轮廓都是非常简单的任务。然而对于计算机而言，让计算机识别图片中的内容就不是一件容易的事情了。图像识别问题希望借助计算机程序来处理、分析和理解图片中的内容，使得计算机可以从图片中自动识别各种不同模式的目标和对象。图像识别作为人工智能的一个重要领域，在最近几年已经取得了很多突破性的进展，而神经网络就是这些突破性进展背后的主要技术支持。
机器之心投稿 作者：腾讯 iOS 客户端高级工程师冯牮 本文作者通过一个真实的产品案例，展示了在手机客户端上运行一个神经网络的关键技术点。 前言 本文不是神经网络或机器学习的入门教学，而是通过一个真实的产品案例，展示了在手机客户端上运行一个神经网络的关键技术点。 在卷积神经网络适用的领域里，已经出现了一些很经典的图像分类网络，比如 VGG16/VGG19，Inception v1-v4 Net，ResNet 等，这些分类网络通常又都可以作为其他算法中的基础网络结构，尤其是 VGG 网络，被很多其他的算法借鉴
作者 | 李秋键、出品丨AI科技大本营 近几年来GAN图像生成应用越来越广泛，其中主要得益于GAN 在博弈下不断提高建模能力，最终实现以假乱真的图像生成。GAN 由两个神经网络组成，一个生成器和一个判别器组成，其中生成器试图产生欺骗判别器的真实样本，而判别器试图区分真实样本和生成样本。这种对抗博弈下使得生成器和判别器不断提高性能，在达到纳什平衡后生成器可以实现以假乱真的输出。 其中GAN 在图像生成应用最为突出，当然在计算机视觉中还有许多其他应用，如图像绘画，图像标注，物体检测和语义分割。在自然语言处理中应
风格转换训练包含了所有转换步骤,有图像风格特征提取,图像内容损失提取,图像风格损失提取,图像内容和风格损失融合等过程,下面针对训练解析各个过程.
选自Medium 作者：Thalles Silva 机器之心编译 参与：Nurhachu Null、刘晓坤 深度卷积神经网络在各类计算机视觉应用中取得了显著的成功，语义分割也不例外。这篇文章介绍了语义分割的 TensorFlow 实现，并讨论了一篇和通用目标的语义分割最相关的论文——DeepLab-v3。DeepLab-v3 是由谷歌开发的语义分割网络，近日，谷歌还开源了该系列的最新版本——DeepLab-v3+。 GitHub 地址：https://github.com/sthalles/deeplab_
在深度学习算法优化系列三 | Google CVPR2018 int8量化算法 这篇推文中已经详细介绍了Google提出的Min-Max量化方式，关于原理这一小节就不再赘述了，感兴趣的去看一下那篇推文即可。今天主要是利用tflite来跑一下这个量化算法，量化一个最简单的LeNet-5模型来说明一下量化的有效性。tflite全称为TensorFlow Lite，是一种用于设备端推断的开源深度学习框架。中文官方地址我放附录了，我们理解为这个框架可以把我们用tensorflow训练出来的模型转换到移动端进行部署即可，在这个转换过程中就可以自动调用算法执行模型剪枝，模型量化了。由于我并不熟悉将tflite模型放到Android端进行测试的过程，所以我将tflite模型直接在PC上进行了测试（包括精度，速度，模型大小）。
作者 | Kajal Gupta 编译 | 聂震坤 作为机器学习下的一个分支，多任务学习的目标是让机器能同时处理多个任务。机器同时学习两个任务，而这两个任务又有助于学习其他任务。因为人可以同时处理多个任务，所以这也是机器模仿人类智慧的一种方式。对人来说，这些运算发生在复杂的大脑中，数十亿个神经元细胞进行相互作用。 多年来，研究者试图在机器学习领域效仿这一方法，这便是神经网络。当神经网络处理类似预测颜色的任务时，多任务可以极大地提高效率，因为它有助于分享跨任务的资源与参数，还减少了分开训练模型的时间。 进行
使用VGG16作为预训练模型训练Faster-RCNN-TensorFlow-Python3-master的详细步骤→Windows10+Faster-RCNN-TensorFlow-Python3-master+VOC2007数据集。
上周我们讲了经典CNN网络AlexNet对图像分类的效果，2014年，在AlexNet出来的两年后，牛津大学提出了Vgg网络，并在ILSVRC 2014中的classification项目的比赛中取得了第2名的成绩（第一名是GoogLeNet，也是同年提出的）。在论文《Very Deep Convolutional Networks for Large-Scale Image Recognition》中，作者提出通过缩小卷积核大小来构建更深的网络。 Vgg网络结构 VGGnet是Oxford的Visu
这个可以说是一个绝对的福利中的福利。一整套的AI图片识别以及模型的使用。 一直都在说人工智能，图像识别，又有几个人会呢，网上文章成山，前一段时间因工作需要，我一个做后端开发的，要做图片识别。
深度卷积神经网络（DCNN）在各种计算机视觉应用中取得了显着的成功。当然，语义分割的任务也不例外。
在深度学习算法优化系列三 | Google CVPR2018 int8量化算法 这篇推文中已经详细介绍了Google提出的Min-Max量化方式，关于原理这一小节就不再赘述了，感兴趣的去看一下那篇推文即可。昨天已经使用tflite测试了训练后量化，所以今天主要来看一下训练时量化时怎么做的。注意训练中的量化实际上是伪量化，伪量化是完全量化的第一步，它只是模拟了量化的过程，并没有实现量化，只是在训练过程中添加了伪量化节点，计算过程还是用float32计算。然后训练得出.pb文件，放到指令TFLiteConverter里去实现第二步完整的量化，最后生成tflite模型，实现int8计算。
本文中我们将一起创建一个深度Q网络（DQN）。它基于我们系列文章中（0）的单层Q网络，如果你是强化学习的初学者，我推荐你到文末跳转到（0）开始阅读。尽管简单的Q网路已经可以在简单的问题上和Q表表现一样出色，但是深度Q网络可以使其变得更强。要将简单的Q网络转化为深度Q网路，我们需要以下改进：
讲完了anchor机制，接下来我们讲RPN(region proposal network)区域候选网络，它的作用是为了得到候选框。 先看以下内容： faster rcnn结构及代码讲解
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
