文章
RelationNet:学习目标间关系来增强特征以及去除NMS | CVPR 2018
<blockquote论文基于NLP的注意力机制提出了目标关系模块,通过与其它目标的比对增强当前目标的特征,而且还可以代替NMS进行端到端的重复结果去除,思想十分新颖,效果也不错<br/ <br/来源:晓飞的算法工程笔记公众号</blockquote论文:Relation
Load and preprocess images
Thistutorialshowshowtoloadandpreprocessanimagedatasetinthreeways.First,youwillusehighlevelKeraspreprocessingutilitiesandlayers
Recommending movies: retrieval
Realworldrecommendersystemsareoftencomposedoftwostages:Theretrievalstageisresponsibleforselectinganinitialsetofhundredsofcan
Generalized Focal Loss:Focal loss魔改以及预测框概率分布,保涨点 | NeurIPS 2020
<blockquote为了高效地学习准确的预测框及其分布,论文对Focalloss进行拓展,提出了能够优化连续值目标的GeneralizedFocalloss,包含QualityFocalloss和DistributionFocalloss两种具体形式。QFL用于学习更好的分类分数和
根据译文片段预测翻译作者
本教程的目的是带领大家学会,根据译文片段预测翻译作者本次用到的数据集是三个txt文本,分别是cowper.txt、derby.txt、butler.txt,该文本已经经过一些预处理,去除了表头,页眉等接下来我们加载数据,这里我们使用tf.data.TextLineDatasetA
汽车燃料效率预测
本教程的目的是要预测汽车的燃料效率,相比于之前的分类,这是一个回归问题,回归是针对连续变量的,分类是针对离散变量的用的数据集是AutoMPG,包含有MPG、Cylinders、Displacement、Horsepower、Weight、Acceleration、ModelYear、O
TensorFlow 2 quickstart for beginners
ThisshortintroductionusesKerasto:Buildaneuralnetworkthatclassifiesimages.Trainthisneuralnetwork.And,finally,evaluatetheacc
FCOSv2:原作的扩展版本,小修小改,性能高达50.4AP | IEEE T-PAMI 2020
<blockquote本文是对FCOS的小修小改,最终性能达到了50.4AP,可谓相当强劲了,大家在工程上可以参考其中的改进以及提升方法<br/ <br/来源:晓飞的算法工程笔记公众号</blockquote论文:FCOS:ASimpleandStrongAncho
Deploy a trained model
本次教程的目的是带领大家学会用Tensorflowserving部署训练好的模型这里我们用到的数据集是FashionMNIST,所以训练出来的模型可以实现以下几个类别的分类<pre<code&39;Tshirt/top&39;,&39;Trouser&39;,&
text classification with RNN
本教程的目的是带领大家学会用RNN进行文本分类本次用到的数据集是IMDB,一共有50000条电影评论,其中25000条是训练集,另外25000条是测试集首先我们需要加载数据集,可以通过TFDS很简单的把数据集下载过来,如下代码所示<pre<codedatase
已加载文章中没有匹配内容,试试其他关键词或清空搜索。