คำถามติดแท็ก deep-learning

ฉันมีแผนภาพรูปภาพหลายภาพซึ่งทั้งหมดมีป้ายกำกับเป็นตัวอักษรและตัวเลขแทนที่จะเป็นเพียงป้ายข้อความเท่านั้น ฉันต้องการให้แบบจำลอง YOLO ของฉันเพื่อระบุตัวเลขและตัวอักษรและตัวเลขทั้งหมดที่มีอยู่ในนั้น ฉันจะฝึกโมเดล YOLO ของฉันให้ทำเช่นเดียวกันได้อย่างไร ชุดข้อมูลสามารถพบได้ที่นี่ https://drive.google.com/open?id=1iEkGcreFaBIJqUdAADDXJbUrSj99bvoi ตัวอย่างเช่น: ดูกล่อง จำกัด ฉันต้องการให้ YOLO ตรวจพบทุกที่ที่มีข้อความ อย่างไรก็ตามในปัจจุบันไม่จำเป็นต้องระบุข้อความภายใน นอกจากนี้ยังจำเป็นต้องทำสิ่งเดียวกันสำหรับรูปภาพประเภทนี้ สามารถดาวน์โหลดภาพได้ที่นี่ นี่คือสิ่งที่ฉันได้ลองใช้โดยใช้ opencv แต่มันใช้ไม่ได้กับภาพทั้งหมดในชุดข้อมูล import cv2 import numpy as np import pytesseract pytesseract.pytesseract.tesseract_cmd = r"C:\Users\HPO2KOR\AppData\Local\Tesseract-OCR\tesseract.exe" image = cv2.imread(r'C:\Users\HPO2KOR\Desktop\Work\venv\Patent\PARTICULATE DETECTOR\PD4.png') gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1] clean = …

12 python  opencv  machine-learning  deep-learning  yolo 

ฉันมีภาพนี้ที่มีข้อความ (ตัวเลขและตัวอักษร) อยู่ในนั้น ฉันต้องการรับตำแหน่งของข้อความและตัวเลขทั้งหมดที่อยู่ในภาพนี้ นอกจากนี้ฉันต้องการแยกข้อความทั้งหมดด้วย ฉันจะรับลูกสมุนตลอดจนข้อความทั้งหมด (ตัวเลขและตัวอักษร) ในภาพของฉันได้อย่างไร เช่น 10B, 44, 16, 38, 22B เป็นต้น

11 python  opencv  machine-learning  image-processing  deep-learning 

ฉันใช้ keras หมายถึง submodule ใน tensorflow v2 ฉันกำลังฝึกอบรมโมเดลของฉันโดยใช้fit_generator()วิธีการ ฉันต้องการบันทึกโมเดลของฉันทุก 10 ครั้ง ฉันจะบรรลุสิ่งนี้ได้อย่างไร ใน Keras (ไม่ใช่เป็น submodule of tf) ฉันสามารถให้ModelCheckpoint(model_savepath,period=10)ได้ แต่ใน tf v2 พวกเขาได้เปลี่ยนสิ่งนี้เป็นModelCheckpoint(model_savepath, save_freq)ตำแหน่งที่save_freqสามารถ'epoch'บันทึกได้ในทุกกรณี ถ้าsave_freqเป็นจำนวนเต็มแบบจำลองจะถูกบันทึกหลังจากประมวลผลตัวอย่างจำนวนมากแล้ว แต่ฉันต้องการให้เป็นหลังจาก 10 ยุค ฉันจะบรรลุสิ่งนี้ได้อย่างไร

10 python  keras  deep-learning  tensorflow2.0  tf.keras 

ฉันกำลังเรียนรู้ที่จะใช้โมดูลสมองของ Gekko สำหรับการใช้งานการเรียนรู้ลึก ฉันตั้งเครือข่ายประสาทเพื่อเรียนรู้ฟังก์ชั่น numpy.cos () แล้วให้ผลลัพธ์ที่คล้ายกัน ฉันได้รับแบบที่ดีเมื่อขอบเขตในการฝึกอบรมของฉันคือ: x = np.linspace(0,2*np.pi,100) แต่ตัวแบบแตกสลายเมื่อฉันพยายามขยายขอบเขตไปที่: x = np.linspace(0,3*np.pi,100) ฉันต้องเปลี่ยนอะไรในเครือข่ายประสาทของฉันเพื่อเพิ่มความยืดหยุ่นของแบบจำลองของฉันเพื่อให้ทำงานได้กับขอบเขตอื่น ๆ นี่คือรหัสของฉัน: from gekko import brain import numpy as np import matplotlib.pyplot as plt #Set up neural network b = brain.Brain() b.input_layer(1) b.layer(linear=2) b.layer(tanh=2) b.layer(linear=2) b.output_layer(1) #Train neural network x = np.linspace(0,2*np.pi,100) y = …

9 neural-network  deep-learning  gekko