通过几天的学习,将收获、心得总结如下:
1. 最大的收获是了解了像paddle detection这样的目标检测框架的使用,理解了各种模型(yolo,faster cnn等)的通用参数设置规则。从个人学习经历出发,我觉得这次7天打卡课正是我现阶段需要的。我前面的入门课先学会了“照猫画虎”,接着又学了“用python实现一个单层感知机”的原理课,知道了各个过程和参数到底在做什么。我学习的目的是将深度学习框架应用到工作场景中去。所以,我学习的重点是“驾驶”。当然,了解发动机原理能让驾驶员更好的操控。那是下一步朝当“f1赛车手”努力时的工作了。这次的打卡课正好是我所需的“公路驾驶课程”。
2. 几个作业中,感觉把飞机识别准确率调到80以上是相对最有难度的,也是最有收获的。期间,我正在用图像数据增广的手段提高“AI识别害虫”的准确率。发现使用小尺寸的图片和更简单的模型(这里飞机识别作业的DNN)测试图像数据增广对分类性能提升是更有效率的。
3. 中间有一节课的背景音乐很像瑜伽音乐(感觉老师下一句话就是让大家调节呼吸了)。在当下这个有些紧张的疫情气氛下,难得有个放松学习的心情。
最后,感谢晓曼老师和各位助教老师的辛苦付出。
TOP
切换版块
好咧,太感谢了,我立马就去试试。奥利给。。。
感谢这么多分的高等级大佬鼓励,哈。
一起
感谢鼓励
用了这个库,效果吊炸天。
https://imgaug.readthedocs.io/en/latest/index.html
看看这俩帖子,很有帮助。
https://www.jianshu.com/p/99450dbdadcf
https://www.jianshu.com/p/661221525139
有翻转,拉伸,高斯噪声,随机填充好多种呢。使用増广后要增加训练轮数。
楼主飞机识别的作业是用了数据增强么,我把训练集水平镜像翻转增加了一倍训练样本,但是训练时效果并没有提升,所以想看看楼主的经验?
一起努力
加油
是呀,难得这么好的平台,共同加油!
共同努力
一条重要的收获是,即使入门课也不是只刷一遍就没必要再刷了。课程迭代的越来越好,适合复习。
不错。收获满满啊
学习的好认真呀~
哈哈
兄弟告诉你个当爹地的秘密:这种囧事不能随便让那些小家伙知道,不然威严扫地,家庭秩序奔溃。只有当她们需要鼓励时才讲这个故事。嘿嘿
没事。刚好把大哥你做一个反面教材(嘻嘻)
哦我第三期的,
我这几天老告诉我闺女考试要认真读题...爸爸还在终身学习...结果...