通过 ML.NET 使用预训练残差网络 ResNet 模型实现手势识别
之前我写过的一篇《基于 ONNX 在 ML.NET 中使用 Pytorch 训练的垃圾分类模型》，介绍到了 ML.NET 是如何实现图像分类的，此后我收到好多留言提出了更多的场景，比如某个在线学习应用，希望学生按照视频的要求做一个指定的动作，完成形体训练，又比如某个内部调度系统，希望通过某种肢体 ...
原文：C#中的深度学习（五）：在ML.NET中使用预训练模型进行硬币识别
在本系列的最后，我们将介绍另一种方法，即利用一个预先训练好的CNN来解决我们一直在研究的硬币识别问题。 在这里，我们看一下转移学习，调整预定义的CNN，并使用Model Builder训练我们的硬币识别模型。 我们将使用ML.NET代替Keras.NET。为什么不使用Keras.NET呢 尽管Keras.NET非常简单，易于学习，虽然它包含前面提到的预定义模型，但它的简单性使我们无法自定义CNN架 ...
2020-12-25 08:30 0 723 推荐指数：
相关推荐
C#中的深度学习（一）：使用OpenCV识别硬币
在本系列文章中，我们将使用深度神经网络(DNN)来执行硬币识别。具体来说，我们将训练一个DNN识别图像中的硬币。 在本文中，我们将描述一个OpenCV应用程序，它将检测图像中的硬币。硬币检测是硬币完整识别之前的一个常见阶段。它包括从给定图像中检测和提取硬币 ...
C#中的深度学习（四）：使用Keras.NET识别硬币
在本文中，我们将研究一个卷积神经网络来解决硬币识别问题，并且我们将在Keras.NET中实现一个卷积神经网络。 在这里，我们将介绍卷积神经网络(CNN)，并提出一个CNN的架构，我们将训练它来识别硬币。 什么是CNN?正如我们在本系列的前一篇文章中提到的，CNN是一类经常用于图像分类任务 ...
基于 ONNX 在 ML.NET 中使用 Pytorch 训练的垃圾分类模型
ML.NET 在经典机器学习范畴内，对分类、回归、异常检测等问题开发模型已经有非常棒的表现了，我之前的文章都有过介绍。当然我们希望在更高层次的领域加以使用，例如计算机视觉、自然语言处理和信号处理等等领域。 图像识别是计算机视觉的一类分支，AI研发者们较为熟悉的是使用TensorFlow ...
使用C# 探索 ML.NET 中的不同机器学习任务
什么是 ML.NET？ ML.NET 是 Microsoft 开源的针对 .NET 应用程序的 跨平台机器学习库，允许您使用 C#、F# 或任何其他 .NET 语言执行机器学习任务。此外，ML.NET 支持在其他机器学习框架中构建的模型，如TensorFlow，ONNX，PyTorch 等，它也 ...
ML.net重新训练模型需要注意的事项。
ml.net是微软机器学习的东西，如果你的需求是需要一个固定的模型来进行操作的话那就按着官网的教程来就可以，但是大部分的模型可能不满足现有的需求，那么我们需要对模型进行重新训练。 重新训练模型有限制条件，你重新训练模型的数据分类必须是原有模型已有的分类，如果想增加分类的话只能重新训练一个新的模型 ...
使用ML.NET模型生成器来完成图片性别识别
什么是ML.NET？ ML.NET 使你能够在联机或脱机场景中将机器学习添加到 .NET 应用程序中。 借助此功能，可以使用应用程序的可用数据进行自动预测。 机器学习应用程序利用数据中的模式来进行预测，而不需要进行显式编程。 ML.NET 的核心是机器学习模型 。 该模型指定将输入数据转换 ...
C#中的深度学习（二）：预处理识别硬币的数据集
在文章中，我们将对输入到机器学习模型中的数据集进行预处理。 这里我们将对一个硬币数据集进行预处理，以便以后在监督学习模型中进行训练。在机器学习中预处理数据集通常涉及以下任务: 清理数据——通过对周围数据的平均值或使用其他策略来填补数据缺失或损坏造成的漏洞。 规范数据——将数据缩放值 ...