摘要:這里是我博客中一部分文章的鏈接,點擊可以直接進入。 技術類 【AI相關】 AI開發+機器學習+計算機視覺 【《修煉之道:.NET開發要點精講》初稿】 編程之基?。菏堇嘈停ㄒ唬?編程之基?。菏堇嘈停ǘ?高屋建瓴:梳理編程約定 動力之源:代碼中的“泵” 難免的尷尬:代碼依賴 可復用代碼:組件的來龍 閱讀全文
posted @ 2015-06-05 15:42 周見智 閱讀 (1376) 評論 (0) 編輯
摘要:這篇文章其實主要是想介紹在深度學習過程中如何使用小型數據集,這種數據集樣本數量一般在1000以下,有時候甚至只有幾百。一般提到神經網絡,大家都會說數據量越豐富,準確性越高,但是實際工作中,可能收集不了大量的訓練樣本,那么這時候該如何利用有限的數據集去實現我們想要的功能,并且還能得到相對不錯的效果呢? 閱讀全文
posted @ 2020-01-16 17:06 周見智 閱讀 (191) 評論 (0) 編輯
摘要:視頻結構化類應用涉及到的技術棧比較多,而且每種技術入門門檻都較高,比如視頻接入存儲、編解碼、深度學習推理、rtmp流媒體等等。每個環節的水都非常深,單獨拿出來可以寫好幾篇文章,如果沒有個幾年經驗基本很難搞定。本篇文章簡單介紹視頻結構化類應用涉及到的技術棧,以及這類應用常見結構,因為是實時視頻分析,因 閱讀全文
posted @ 2020-01-07 16:31 周見智 閱讀 (1324) 評論 (3) 編輯
摘要:從在博客園寫第一篇博客到現在,已經整整10年。第一篇博客是我在大二的時候寫的,剛才翻回去看了一下,寫的是.NET中關于委托的內容,不僅文章排版稀爛,內容還慘不忍睹,仔細想了想,那篇文章好像是我在學校電信樓機房里寫的。10年中,博客園網站倒是經常上,但是寫博客的頻率一般般,加上這篇一共都不到120篇, 閱讀全文
posted @ 2020-01-03 19:15 周見智 閱讀 (5032) 評論 (54) 編輯
摘要:大部分介紹神經網絡的文章中概念性的東西太多,而且夾雜著很多數學公式,讀起來讓人頭疼,尤其沒什么基礎的人完全get不到作者想要表達的思想。本篇文章嘗試零公式(但有少量數學知識)說清楚什么是神經網絡,并且舉例來說明神經網絡能干什么。另外一些文章喜歡舉“根據歷史交易數據預測房子價值”或者“根據歷史數據來預 閱讀全文
posted @ 2019-11-04 16:35 周見智 閱讀 (2617) 評論 (17) 編輯
摘要:算法不是通用的,基于深度學習的應用系統不但做不到通用,即使對于同一類業務場景,還需要為每個場景做定制、特殊處理,這樣才能有可能到達實用標準。這種局限性在計算機視覺領域的應用中表現得尤其突出,本文介紹基于深度學習的交通行業視頻結構化類應用在實際使用場景中遇到的一些問題。計算機視覺處理的目標是圖片,因此 閱讀全文
posted @ 2019-10-18 14:46 周見智 閱讀 (1320) 評論 (7) 編輯
摘要:圖像搜索引擎一般有三種實現方式: (1)Search By Metadata,這種方式不會考慮圖片本身內容(圖片包含物體,以及圖像像素分布等),純粹根據圖像標簽來進行檢索。如果某個網頁中有一張賽馬的圖片,并且網頁文本內容中包含“賽馬”(或者相關詞匯)的文字,當用戶搜索“賽馬”、“馬”、“horse” 閱讀全文
posted @ 2019-09-12 15:56 周見智 閱讀 (696) 評論 (0) 編輯
摘要:算力和數據是影響深度學習應用效果的兩個關鍵因素,在算力滿足條件的情況下,為了到達更好的效果,我們需要將海量、高質量的素材數據喂給神經網絡,訓練出高精度的網絡模型。吳恩達在深度學習公開課中提到,在算力滿足要求的前提下,模型效果會隨著素材數量的增多而變好,理論上沒有上限。實踐證明,在普通基于深度學習的應 閱讀全文
posted @ 2019-08-02 13:47 周見智 閱讀 (2489) 評論 (6) 編輯
摘要:基于視頻結構化的應用中,目標在經過跟蹤算法后,會得到一個唯一標識和它對應的運動軌跡,利用這兩個數據我們可以做一些后續工作:測速(交通類應用場景)、計數(交通類應用場景、安防類應用場景)以及行為檢測(交通類應用場景、安防類應用場景)。我會寫三篇文章依次介紹這三個主題。 (1)目標跟蹤之速度計算 (2) 閱讀全文
posted @ 2019-07-12 19:42 周見智 閱讀 (1090) 評論 (0) 編輯
摘要:基于視頻結構化的應用中,目標在經過跟蹤算法后,會得到一個唯一標識和它對應的運動軌跡,利用這兩個數據我們可以做一些后續工作:測速(交通類應用場景)、計數(交通類應用場景、安防類應用場景)以及行為檢測(交通類應用場景、安防類應用場景)。我會寫三篇文章依次介紹這三個主題。 (1)目標跟蹤之速度計算 (2) 閱讀全文
posted @ 2019-06-12 18:04 周見智 閱讀 (1312) 評論 (1) 編輯
摘要:基于視頻結構化的應用中,目標在經過跟蹤算法后,會得到一個唯一標識和它對應的運動軌跡,利用這兩個數據我們可以做一些后續工作:測速(交通類應用場景)、計數(交通類應用場景、安防類應用場景)以及行為檢測(交通類應用場景、安防類應用場景)。我會寫三篇文章依次介紹這三個主題。 (1)目標跟蹤之速度計算 (2) 閱讀全文
posted @ 2019-06-06 16:38 周見智 閱讀 (1250) 評論 (0) 韩国快乐8开奖结果查询