Loading...
概述在解决传统目标检测问题时，我们可以用卷积神经网络对锚框预测偏移量的方式实现BoundingBox级别的目标检测，但在可靠性要求更高的场景（如自动驾驶），我们希望对网络能对给定图像的任一像素赋予含义，这也是全卷积网络可以解决一个问题——语义分割。传统CNN结构面对语义分割任务，遇到的第一个问题就是：Conv Block实现的全部是down-sampling方法，最后使用全连接层给出图片的o...
本文将在结合手写数字识别项目 深入理解多层感知机（Multi-Layer Perceptron）的基础上深化细节的解释，查漏补缺，而并不像之前那样拘泥于理...
之前用OpenCV实现了《德国心脏病》桌游的卡片识别，但效果并不是很好：视频流识别时对光线条件的要求极其苛刻，基本上是被机器玩而不是玩机器了。这让我有点恼火，CV刚刚入门的我也没啥好解决办法，只好大炮打蚊子上目标检测了，可又有问题了——深度学习要大量训练集，而这四种水果有啥好训练的？无非就是适应一下光线环境和背景，顺便变换一下角度。跟之前的无人机高空识别不同，这次的卡片识别根本没有数据集支持...
引言这个想法最早是源自学长（手动@赵俊哲学长）带我们入坑的桌游《德国心脏病》（Halli-Galli-Game），在引入项目之前不妨稍稍了解一下其简单的游...