什么是Mask R-CNN？Mask R-CNN的工作原理

它的概念很簡(jiǎn)單：對(duì)于每個(gè)目標(biāo)對(duì)象，F(xiàn)aster R-CNN都有兩個(gè)輸出，一是分類標(biāo)簽，二是候選窗口；為了分割目標(biāo)像素，我們可以在前兩個(gè)輸出的基礎(chǔ)上增加第...

2018-07-20 標(biāo)簽：機(jī)器人數(shù)據(jù)集 6.8萬(wàn) 0

為什么要使用預(yù)訓(xùn)練模型？一些頂級(jí)的預(yù)訓(xùn)練模型介紹

多用途模型是自然語(yǔ)言處理領(lǐng)域的熱門話題。這些模型為機(jī)器翻譯、問(wèn)答系統(tǒng)、聊天機(jī)器人、情緒分析等我們感興趣的自然語(yǔ)言處理應(yīng)用提供了動(dòng)力。這些多用途自然語(yǔ)言處...

2019-04-08 標(biāo)簽：數(shù)據(jù)集自然語(yǔ)言處理遷移學(xué)習(xí) 3.9萬(wàn) 0

4分鐘訓(xùn)練好AlexNet，6.6分鐘訓(xùn)練好ResNet-50，創(chuàng)造了AI訓(xùn)練世界新紀(jì)錄

為了充分利用大規(guī)模集群算力以達(dá)到提升訓(xùn)練速度的目的，人們不斷的提升batch size大小，這是因?yàn)楦蟮腷atch size允許我們?cè)跀U(kuò)展GPU數(shù)量的...

2018-08-02 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.8萬(wàn) 0

如何讓tSNE在大型、高維數(shù)據(jù)庫(kù)上實(shí)時(shí)進(jìn)行可視化的詳細(xì)資料概述

tSNE是目前最為流行的一種高維數(shù)據(jù)降維的算法。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)不僅越來(lái)越多，而且變得越來(lái)越復(fù)雜，數(shù)據(jù)維度的轉(zhuǎn)化也在驚人地增加。對(duì)于計(jì)算機(jī)而言，處理高...

2018-06-10 標(biāo)簽：GPU算法數(shù)據(jù)庫(kù) 2.3萬(wàn) 0

一種基于點(diǎn)云的Voxel（三維體素）特征的深度學(xué)習(xí)方法

特征學(xué)習(xí)網(wǎng)絡(luò)的結(jié)構(gòu)如下圖所示，包括體素分塊（Voxel Partition），點(diǎn)云分組（Grouping），隨機(jī)采樣（Random Sampling），...

2018-12-07 標(biāo)簽：數(shù)據(jù)集深度學(xué)習(xí) 2.2萬(wàn) 0

Keras和TensorFlow究竟哪個(gè)會(huì)更好？

Keras 依然作為一個(gè)庫(kù)，與 TensorFlow 分開(kāi)，進(jìn)行獨(dú)立操作，所以仍存在未來(lái)兩者會(huì)分開(kāi)的可能性；然而，我們知道 Google 官方同時(shí)支持 ...

2018-10-11 標(biāo)簽：數(shù)據(jù)集深度學(xué)習(xí)Keras 2.2萬(wàn) 0

調(diào)參心得:如何優(yōu)化超參數(shù)的，如何證實(shí)方法是有效的

自動(dòng)化超參數(shù)優(yōu)化及其工具最主要的問(wèn)題之一，是你常常偏離原本的工作方式。預(yù)測(cè)任務(wù)無(wú)關(guān)的超參數(shù)優(yōu)化的關(guān)鍵——也是所有復(fù)雜問(wèn)題的關(guān)鍵——是擁抱人機(jī)之間的協(xié)作。...

2018-08-31 標(biāo)簽：參數(shù)數(shù)據(jù)集 2.1萬(wàn) 0

如何用Fashion-MNIST數(shù)據(jù)集搭建一個(gè)用于辨認(rèn)時(shí)尚單品的機(jī)器學(xué)習(xí)模型

去年八月份，德國(guó)研究機(jī)構(gòu)Zalando Research在GitHub上推出了一個(gè)全新的數(shù)據(jù)集，其中訓(xùn)練集包含60000個(gè)樣例，測(cè)試集包含10000個(gè)樣...

2018-11-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.0萬(wàn) 0

為什么要降維？降維技術(shù)一覽

隨著數(shù)據(jù)的生成和數(shù)據(jù)收集量的不斷增加，可視化和繪制推理圖變得越來(lái)越困難。一般情況下，我們經(jīng)常會(huì)通過(guò)繪制圖表來(lái)可視化數(shù)據(jù)，比如假設(shè)我們手頭有兩個(gè)變量，一個(gè)...

2018-08-31 標(biāo)簽：降維數(shù)據(jù)集 1.9萬(wàn) 0

什么是Adam、ReLU、YOLO？解釋深度學(xué)習(xí)的一些常用術(shù)語(yǔ)

AlexNet是一個(gè)流行的CNN架構(gòu)，有八層，它比LeNet更廣泛，因此訓(xùn)練用時(shí)也更長(zhǎng)。2012年，AlexNet贏得了ImageNet圖像分類挑戰(zhàn)。相...

2018-09-28 標(biāo)簽：算法數(shù)據(jù)集深度學(xué)習(xí) 1.9萬(wàn) 0

大型人臉偽造視頻數(shù)據(jù)集：用深度學(xué)習(xí)算法XceptionNet實(shí)現(xiàn)了“假臉”檢測(cè)

偽造分類任務(wù)的目的是識(shí)別偽造圖像，它可以被看作是一個(gè)二元分類問(wèn)題，逐幀處理視頻。在數(shù)據(jù)集的支持下，我們理想中的檢測(cè)算法不僅能分類高清視頻，它應(yīng)該也能分類...

2018-04-16 標(biāo)簽：數(shù)據(jù)集深度學(xué)習(xí) 1.8萬(wàn) 0

一份深度學(xué)習(xí)“人體姿勢(shì)估計(jì)”全指南，從DeepNet到HRNet

一個(gè)部件表示目標(biāo)對(duì)象某部分圖形的模板。“彈簧”顯示部件之間的連接方式，當(dāng)部件通過(guò)像素位置和方向進(jìn)行參數(shù)化后，其所得到的結(jié)構(gòu)可以對(duì)與姿態(tài)估計(jì)非常相關(guān)的關(guān)節(jié)...

2019-05-08 標(biāo)簽：圖像數(shù)據(jù)集深度學(xué)習(xí) 1.7萬(wàn) 0

AlphaPose升級(jí)了！一個(gè)高效的算法來(lái)解決擁擠人群中的姿態(tài)估計(jì)問(wèn)題

針對(duì)這樣的情況，上海交大MVIG組的研究者開(kāi)源了CrowdPose數(shù)據(jù)集。CrowdPose數(shù)據(jù)集中的圖片，有著均勻分布的擁擠程度。既可以評(píng)估算法在日常...

2019-03-05 標(biāo)簽：數(shù)據(jù)集開(kāi)源系統(tǒng)深度學(xué)習(xí) 1.6萬(wàn) 0

nuTonomy發(fā)布自動(dòng)駕駛數(shù)據(jù)集nuScenes

數(shù)據(jù)集是機(jī)器學(xué)習(xí)算法的命脈——從某種意義上講，數(shù)據(jù)集對(duì)于自動(dòng)駕駛等人工智能應(yīng)用領(lǐng)域，最重要的是它們的質(zhì)量最高。同時(shí)，數(shù)據(jù)集也衍生出自動(dòng)駕駛行業(yè)新的商業(yè)模式。

2018-09-19 標(biāo)簽：數(shù)據(jù)集自動(dòng)駕駛 1.6萬(wàn) 0

如何基于Plotly和ipywidgets在Jupyter Notebook中創(chuàng)建交互可視化內(nèi)容

我的Fitbit睡眠數(shù)據(jù)是一個(gè)需要可視化不同統(tǒng)計(jì)量（睡眠效率、睡眠得分、初次入睡時(shí)間等）、不同尺度（日、周、年等）數(shù)據(jù)的例子。使用Seaborn的刻面圖...

2018-10-26 標(biāo)簽：可視化數(shù)據(jù)集 1.6萬(wàn) 0