Rethinking the Inception Architecture for Computer Vision 论文地址：https://arxiv.org/abs/1512.00567 ...

一、简介 AlexNet：(2012)主要贡献扩展 LeNet 的深度，并应用一些 ReLU、Dropout 等技巧。AlexNet 有 5 个卷积层和 3 个最大池化层，它可分为上下两个完全相同的分支，这两个分支在第三个卷积层和全连接层上可以相互交换信息。它是开启了卷积神经网络做图像处理的先河 ...

开始答辩： 　　我们的项目的方向是基于深度学习的图像识别。图像识别可以说是人工智能中相当基础而又相当有应用前景的一门技术。 　　计算机的图像识别技术在公共安全、生物、工业、农业、交通、医疗等很多领域都有应用。 例如交通方面的车牌识别系统；公共安全方面的的人脸识别技术、指纹识别 ...

一、数据准备 　　首先要做一些数据准备方面的工作：一是把数据集切分为训练集和验证集， 二是转换为tfrecord 格式。在data_prepare／文件夹中提供了会用到的数据集和代码。首先要将自己的数据集切分为训练集和验证集，训练集用于训练模型， 验证集用来验证模型的准确率。这篇文章已经提供 ...

书籍源码：https://github.com/hzy46/Deep-Learning-21-Examples CNN的发展已经很多了，ImageNet引发的一系列方法，LeNet，GoogLeNet，VGGNet，ResNet每个方法都有很多版本的衍生，tensorflow中带有封装好各方 ...

本文主要介绍了如何使用TensorFlow环境运行一个最基本的图像分类器（Win10系统）。源码地址https://github.com/sourcedexter/tfClassifier/tree/master/image_classification （这个大神好像改名了，原来 ...

TensorFlow图像识别（物体分类）入门教程 本文主要介绍了如何使用TensorFlow环境运行一个最基本的图像分类器（Win10系统）。源码地址https://github.com/sourcedexter/tfClassifier/tree/master ...

零、学习目标 本篇文章主要讲解自己的图像数据如何在TnesorFlow上训练，主要从数据准备、训练模型、验证准确率和导出模型并对图片分类。重点如下： 微调 导出模型并对图片分类 一、微调 原理 对于新手来说，在自己的数据集上训练一个模型时，最简单的方法 ...