此文为读Mask RCNN源码过程中的随笔，很“流水账”，我想价值在于对照着源码把每个步骤的“输入”、“输出”张量的维度标注了一下，会有助于对整体代码的理解。可能有些错误或遗漏，希望发现者指正，以期共同进步。
源码：https://github.com/matterport/Mask_RCNN
训练部分
模型输入：
input_image (batch_size, height, width, channels) #默认(2, 1024, 1024, 3)
input_image_meta (batch_size, 1 + 3 + 3 + 4 + 1 + config.NUM_CLASSES)
2023-01-13 05:45:55
95KB
1
car-board-reg
基于CNN的车牌号识别
博客链接
【CNN——基于CNN的车牌号识别】
数据集介绍
车牌构成
为简化实验，在该实验中默认车牌字符已经得到划分，因此车牌识别可以分解为三个区域的字符识别任务（多分类任务），共实现7个字符的识别。
例如：京A·F0236
其中第一部分 京 表示车牌所在的省市,后面紧跟的A是发牌单位,间隔符·后面的5个字符就是序号。
省市Province：
("皖", "沪", "津", "渝", "冀", "晋", "蒙", "辽", "吉", "黑", "苏", "浙", "京", "闽", "赣", "鲁", "豫", "鄂", "湘", "粤", "桂", "琼", "川", "贵", "云", "藏", "陕", "甘", "青", "宁", "新")
发牌单位Area：
("A","B","C","D","E","F","G","H","
2023-01-11 19:30:31
10.51MB
1
自然语言处理——刘洋1、判断题（每题1分，共10道）基本都是一些概念，比如汉语是不是曲折语，知识图谱的节点和边表示什么之类的2、选择题（每题2分，共5道）（1）
2023-01-06 04:00:11
21KB
1
MATLAB实现LSTM长短期记忆神经网络多特征分类预测（完整源码和数据）
数据为多特征分类数据，输入12个特征，分四类,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。
运行环境MATLAB2018b及以上。
2023-01-04 17:29:07
734KB
本文对2019年10月更新的CNN综述文章《A Survey of the Recent Architectures of Deep Convolutional Neural Networks》进行了翻译，对大家全面了解CNN架构进展有所帮助。
2023-01-04 12:27:47
2.02MB
1
基于LSTM长短期记忆网络的数据分类预测（Matlab完整程序和数据）
基于LSTM长短期记忆网络的数据分类预测（Matlab完整程序和数据）
基于LSTM长短期记忆网络的数据分类预测（Matlab完整程序和数据）
运行环境Matlab2018b及以上。
2023-01-03 11:26:14
725KB
python keras tensorflow 实现，长短时记忆网络，AI项目，有数据集和代码，jupyter notebook 代码编写，有出图，包括模型保存
2023-01-02 16:27:27
152KB
1
图片字幕
介绍
建立一个模型以从图像生成字幕。 给定图像后，模型可以用英语描述图像中的内容。 为了实现这一点，我们的模型由一个编码器（一个CNN）和一个解码器（一个RNN）组成。 为CNN编码器提供了用于分类任务的图像，其输出被馈送到RNN解码器，后者输出英语句子。
该模型及其超参数的调整基于论文和。
我们使用微软Çommon在CO NTEXT（MS COCO）O bjects为这个项目。 它是用于场景理解的大规模数据集。 该数据集通常用于训练和基准化对象检测，分段和字幕算法。 有关下载数据的说明，请参见下面的“数据”部分。
代码
该代码可以分为两类：
笔记本-该项目的主要代码由一系列Jupyter笔记本构成：
0_Dataset.ipynb介绍数据集并绘制一些样本图像。
1_Preliminaries.ipynb加载和预处理数据并使用模型进行实验。
2_Training.ip
2023-01-02 13:00:14
2.09MB
1