2.3 深度学习开发任务实例

神经网络模型的特点：端对端学习，解决了众多非线性映射函数的学习问题

机器学习的特征是人工特征抽取学习线性组合，深度学习的特征是从原始特征出发自动学习高级特征组合

深度学习的特征提取方法：卷积

卷积满足 ”线性性“ 与 ”平移不变性“，卷积神经网络中的 ”卷积运算“ 本质是计算 ”相关性“

多隐层的深度神经网络：学习的是神经元中的权重参数

深度学习开发实例

任务背景：自动驾驶行业近些年来逐渐火爆，计算机视觉在其中起到了非常重要的作用。某公司希望给其生产的玩具车赋予检测交通标志的能力。希望能够在模拟场景中识别常见交通标志。
任务目标：在玩具车前置摄像头采集到的图片中，检测交通标志的具体位置
任务解析过程：明确数据采集需求、制作数据集、模型训练、模型评测

计算机视觉的实际应用一般有以下特点：

样本具象化：图像是具体的表现形式，除了主体还包括背景、光照等信息
算法光线敏感：测光、背光等对算法效果会有不同程度的影响，如果训练数据没有某光照场景，模型就可能会在该场景下表现欠佳
理解硬件条件可能造成的图片效果偏差：图片数据采集过程中，由于硬件或工程组装差别，可能会使图片色散、模糊、角度变化等。如果数据集缺少相关数据，模型泛化性会较弱
客户理解偏差：当前阶段，不少客户对计算机视觉领域的任务理解依然有偏差，如不理解光线对模型效果的影响，要介绍清楚

明确数据采集需求：

明确玩具车赛道的样式，以及赛道上面有没有与交通标志类似的图案
明确模型使用场景与可能的光照情况
明确交通标志倾斜的角度范围
明确待识别的交通标志有哪些
明确检测的范围
明确需要检测的最小交通标志
明确图像的模糊程度
明确设备是否有色差

制作数据集：

数据采集：

采集注意点：采集图片时应注意使用真实玩具车、覆盖不同的场景、覆盖所有的交通标志
采集数量：玩具车任务相对较简单，1万张足够
采集方式：让小车在不同的场景用摄像头录制视频，再每帧导出

数据标注：

使用如 labeling 等开源标注工具
将所有交通标志类别命名为 traffc，使用矩形对所有图片依次标注
图片标注后可以选择保存为不同格式，本例我们保存为 yolo 格式

标注检验：

抽查比例由具体任务来决定，本例抽1%即100张

数据集拆分：

将所有数据按 8:2 拆分为训练集、测试集

模型训练：

选择模型

模型训练

资源监控

模型指标查看

模型测评

模型测试：

精确率（precision）：在被识别为正类别的样本中，确实为正类别的比例
召回率（recall）：在所有正类别样本中，被正确识别的比例

困难样本检查：

远近距离效果检测
光线检查
边缘检查
偏角检查
模糊检查

2.3 深度学习开发任务实例相关推荐

深度学习开发任务实例（无人小车）
目录 1 机器学习VS深度学习 2 深度学习开发实例 2.1任务背景与目标 2.2 任务需求梳理 2.3 明确数据采集需求 2.4数据采集 2.5 数据标注 2.6 数据集拆分 2.7 检测算法原理 ...
深度学习开发环境调查结果公布，你的配置是这样吗？（附新环境配置） By 李泽南2017年6月26日 15:57 本周一（6 月 19 日）机器之心发表文章《我的深度学习开发环境详解：Te
深度学习开发环境调查结果公布,你的配置是这样吗?(附新环境配置) 机器之心 2017-06-25 12:27 阅读:108 摘要:参与:李泽南.李亚洲本周一(6月19日)机器之心发表文章<我的深 ...
图形化深度学习开发平台PaddleStudio（代码开源）
目录一.PaddleStudio概述二.环境准备 2.1 安装PaddlePaddle 2.2 安装依赖库三.基本使用介绍 3.1 启动 3.2 快速体验 3.2.1 下载示例项目 3.2.2 ...
Uber开源TensorFlow框架工具箱Ludwig，无需编码即可进行深度学习开发
日前,网约车服务商 Uber 开源并发布了它们开发的 Ludwig,这是一款基于 Google TensorFlow 框架上的开源工具箱.藉由 Ludwig,用户无需再编写任何代码即可进行深度学习的开 ...
吴恩达 NIPS 2016：利用深度学习开发人工智能应用的基本要点（含唯一的中文版PPT）...
雷锋网按:为了方便读者学习和收藏,雷锋网(公众号:雷锋网)特地把吴恩达教授在NIPS 2016大会中的PPT做为中文版,由三川和亚峰联合编译并制作. 今日,在第 30 届神经信息处理系统大会(NIPS ...
主要推荐系统算法总结及Youtube深度学习推荐算法实例概括
主要推荐系统算法总结及Youtube深度学习推荐算法实例概括 By ZhuZhiboSmith2017年7月09日 17:00 现如今,许多公司使用大数据来做超级相关推荐,并以此来增加收益.在海量推荐 ...
Ubuntu18.04+CUDA10.2 深度学习开发环境配置指南
深度学习 Author:louwill Machine Learning Lab 搞深度学习环境永远是第一步.笔者之前也写过配置的两篇文章,但时间久远,目前来看版本已经过旧了.之前两篇参考: 深度学习 ...
基于Anaconda安装GPU版PyTorch深度学习开发环境
基于Anaconda安装GPU版PyTorch深度学习开发环境 1 安装Anaconda 2 安装GPU计算驱动 2.1 检查是否有合适的GPU 2.2 下载CUDA和cuDNN 2.3 安装CUDA ...
OpenCV语义细分深度学习网络的实例(附完整代码)
OpenCV语义细分深度学习网络的实例 OpenCV语义细分深度学习网络的实例 OpenCV语义细分深度学习网络的实例 #include <fstream> #include <ss ...

2.3 深度学习开发任务实例

2.3 深度学习开发任务实例

深度学习开发实例

计算机视觉的实际应用一般有以下特点：

明确数据采集需求：

制作数据集：

模型训练：

模型测评

2.3 深度学习开发任务实例相关推荐

最新文章

热门文章