FashionNet的前向计算过程总共分为三个阶段：第一个阶段，将一张衣服图片输入到网络中的蓝色分支，去预测衣服的关键点是否可见和位置。第二个阶段，根据在上一步预测的关键点位置，关键点池化层（landmark pooling layer）得到衣服的局部特征。
2021-07-21 19:39:22
78B
1
PASCAL VOC 数据集图片批量resize，并且修改对应xml里面全部的bndbox的xmin,ymin,xmax和ymax
2021-07-19 15:14:10
2KB
1
酷爱python的同志，一步步的从小白到熟练，认真对学习过程进行了整理!
目前是模块one，后续持续更新!
2021-07-17 18:05:42
9.03MB
1
步骤一 解压代码，放到合适的路径（不要有中文路径），打开代码，找到CNN_NeuralNet.py里的train_flag = 0 net = char_cnn_net() 语句，将0改成1后运行CNN_NeuralNet.py执行训练步骤，然后再将1改成0后在执行一遍CNN_NeuralNet.py。
步骤二 找到GUI.py直接运行，然后取文件夹中的images中的pictures中的图片进行识别即可
步骤三 识别效果不佳时可以再次执行步骤一中的训练，或者自己改进
2021-07-10 10:34:29
118.77MB
1
不使用框架实现全连接神经网络进行手写数字识别(layer封装好),可以很方便的改变网络的层数,改变网络的激活函数
2021-06-28 21:58:55
15.41MB
1
该工程可以训练和测试transformor为基础搭建拼音转汉字的语言模型。
功能类似于拼音输入法，如：输入：jin1 tian1 tian1 qi4 ru2 he2 得到：今天天气如何.
2021-06-09 09:28:09
109.22MB
1