《PaddlePaddle从入门到炼丹》系列教程 置顶!

  |   0 评论   |   0 浏览   |   夜雨飘零

这个专栏是深度学习框架 PaddlePaddle Fluid 版本的教程,开发环境主要是 PaddlePaddle 1.6.0 和 Python 3.5。内容涉及了 PaddlePaddle 的安装,并从简单执行 1+1 运算例子入门 PaddlePaddle,借助各个实例一步步入手 PaddlePaddle,通过本系列教程你可以学到如何使用 PaddlePaddle 搭建卷积神经网络,循环神经网络,并能够训练自定义数据集,最后还可以部署到自己的实际项目中。

《我的PaddlePaddle学习之路》系列教程 置顶!

  |   1 评论   |   0 浏览   |   夜雨飘零

这个专栏是深度学习框架 PaddlePaddle V2 版本的教程,开发环境主要是 PaddlePaddle 0.11.0 和 Python 2.7。内容涉及了 PaddlePaddle 的安装,并从手写数据集识别入手,借助实例一步步入手 PaddlePaddle,通过实例掌握 PaddlePaddle 的使用,从零进入人工智能领域。

基于PaddlePaddle 2.0动态图实现的CRNN文字识别模型

  |   0 评论   |   0 浏览   |   夜雨飘零

本项目是 PaddlePaddle 2.0 动态图实现的 CRNN 文字识别模型,可支持长短不一的图片输入。CRNN 是一种端到端的识别模式,不需要通过分割图片即可完成图片中全部的文字识别。CRNN 的结构主要是 CNN+RNN+CTC,它们分别的作用是,使用深度 CNN,对输入图像提取特征,得到特征图。使用双向 RNN(BLSTM)对特征序列进行预测,对序列中的每个特征向量进行学习,并输出预测标签(真实值)分布。使用 CTC Loss,把从循环层获取的一系列标签分布转换成最终的标签序列。

使用MTCNN实现人脸检测

  |   0 评论   |   0 浏览   |   夜雨飘零

MTCNN,Multi-task convolutional neural network(多任务卷积神经网络),将人脸区域检测与人脸关键点检测放在了一起,总体可分为 P-Net、R-Net、和 O-Net 三层网络结构。它是 2016 年中国科学院深圳研究院提出的用于人脸检测任务的多任务神经网络模型,该模型主要采用了三个级联的网络,采用候选框加分类器的思想,进行快速高效的人脸检测。这三个级联的网络分别是快速生成候选窗口的 P-Net、进行高精度候选窗口过滤选择的 R-Net 和生成最终边界框与人脸关键点的 O-Net。和很多处理图像问题的卷积神经网络模型,该模型也用到了图像金字塔、边框回归、非最大值抑制等技术。

PPASR语音识别(入门级)

  |   0 评论   |   0 浏览   |   夜雨飘零

在数据预处理方便,本项目主要是将音频执行梅尔频率倒谱系数(MFCCs)处理,然后在使用出来的数据进行训练,在读取音频时,使用 librosa.load(wav_path, sr=16000) 函数读取音频文件,再使用 librosa.feature.mfcc() 执行数据处理。MFCC 全称梅尔频率倒谱系数。梅尔频率是基于人耳听觉特性提出来的, 它与 Hz 频率成非线性对应关系。梅尔频率倒谱系数(MFCC)则是利用它们之间的这种关系,计算得到的 Hz 频谱特征,主要计算方式分别是预加重,分帧,加窗,快速傅里叶变换(FFT),梅尔滤波器组,离散余弦变换(DCT),最后提取语音数据特征和降低运算维度。本项目使用的全部音频的采样率都是 16000Hz,如果其他采样率的音频都需要转为 16000Hz,create_manifest.py 程序也提供了把音频转为 16000Hz。

人脸关键点检测

  |   0 评论   |   0 浏览   |   给我丶鼓励

在这个任务是对坐标进行回归,使用均方误差(Mean Square error )损失函数 paddle.nn.MSELoss() 来做计算,飞桨 2.0 中,在 nn 下将损失函数封装成可调用类。这里使用 paddle.Model 相关的 API 直接进行训练,只需要定义好数据集、网络模型和损失函数即可。

使用模型代码进行 Model 实例生成,使用 prepare 接口定义优化器、损失函数和评价指标等信息,用于后续训练使用。在所有初步配置完成后,调用 fit 接口开启训练执行过程,调用 fit 时只需要将前面定义好的训练数据集、测试数据集、训练轮次(Epoch)和批次大小(batch_size)配置好即可。

使用卷积神经网络进行图像分类

  |   0 评论   |   0 浏览   |   给我丶鼓励

本案例将会使用飞桨提供的 API 完成数据集的下载并为后续的训练任务准备好数据迭代器。cifar10 数据集由 60000 张大小为 32 * 32 的彩色图片组成,其中有 50000 张图片组成了训练集,另外 10000 张图片组成了测试集。这些图片分为 10 个类别,将训练一个模型能够把图片进行正确的分类。

在Android中使用Netty-Socket互相发送图片和文字

  |   0 评论   |   0 浏览   |   夜雨飘零

在 Android 中使用 Netty-Socket 互相发送图片和文字,

首先是服务端,服务端的应用在 server 下,其中最重要的是 NettyServerUtil.java,这里包含了服务的启动和发送数据,这数据包括文字和图像。

这段代码是启动 Netty 服务的,其中非常重要的是 ch.pipeline().addLast(new ByteArrayEncoder());ch.pipeline().addLast(new ByteArrayDecoder());,因为我们要传输的都是基于 byte[] 的,同时还要 LineBasedFrameDecoder 设置最大包的长度。

Android使用CameraX实现相机快速实现对焦和放大缩小

  |   0 评论   |   0 浏览   |   夜雨飘零

Android 使用 CameraX 实现相机快速实现对焦和放大缩小,本教程介绍如何使用 CameraX 实现相机点击对焦和放大缩小,单击对焦指定位置,使用双指放大缩小图像。下面是页面代码,使用 PreviewView 预览相机图像,然后使用 FocusImageView 自定义 View 来显示对焦框。CameraXPreviewViewTouchListener.kt 点监听事件,用于监听屏幕的点击监听动作。

Android使用CameraX快速预览和拍照

  |   0 评论   |   0 浏览   |   夜雨飘零

CameraX 是谷歌提供的相机框架,这个框架非常强大,可以实现很方便点击对焦,放大缩小,保存优质的图像等等。最重要的是 androidx.camera.view.PreviewView 控件,这个可以实现预览图像,点击监听事件等操作都可以在这里完成。不过这里只介绍预览图像和拍照保存。startCamera() 方法可以实现预览操作,代码都有注释。CameraX 提供了 imageCapture.takePicture() 接口用于保存图像。