0
| 本文作者： AI研習(xí)社-譯站 | 2018-06-13 15:10 |
本文為雷鋒網(wǎng)字幕組編譯的技術(shù)博客，原標(biāo)題 DIY Deep Learning Projects，作者為 Favio Vázquez。
翻譯 | 趙朋飛、林驍 整理 | 孔令雙
雷鋒網(wǎng)按，在這篇文章中雷鋒網(wǎng)將推薦一些應(yīng)用計(jì)算機(jī)視覺和深度學(xué)習(xí)的項(xiàng)目，包括具體實(shí)現(xiàn)和細(xì)節(jié)，你可以在自己的電腦上復(fù)現(xiàn)這些項(xiàng)目。
LinkedIn 數(shù)據(jù)科學(xué)社區(qū)
Akshay Bahadur 是 LinkedIn 數(shù)據(jù)科學(xué)社區(qū)給出的最好的榜樣。在其他諸如 Quora、StackOverflow、Youtube 等平臺(tái)，有很多優(yōu)秀的人，以及很多論壇和平臺(tái)在科學(xué)、哲學(xué)、數(shù)學(xué)、語言學(xué)，以及數(shù)據(jù)科學(xué)等領(lǐng)域互相幫助。
Akshay Bahadur
但我認(rèn)為在過去的 ~3 年間，LinkedIn 社區(qū)在共享數(shù)據(jù)科學(xué)內(nèi)容方面做的非常優(yōu)秀，從分享經(jīng)驗(yàn)，到關(guān)于如何在現(xiàn)實(shí)世界進(jìn)行機(jī)器學(xué)習(xí)的文章。我經(jīng)常建議想從事這一領(lǐng)域的人加入這個(gè)社區(qū)，而且 LinkedIn 是最好的，你可以在那里隨時(shí)找到我 :)。
從深度學(xué)習(xí)和計(jì)算機(jī)視覺開始
https://github.com/facebookresearch/Detectron
在這十年里，在深度學(xué)習(xí)領(lǐng)域中對(duì)圖像進(jìn)行分類、檢測(cè)和執(zhí)行相應(yīng)動(dòng)作的研究是非常重要的，其結(jié)果令人驚訝，有些問題的解決在性能已經(jīng)超越了人類水平。
在這篇文章中，我將展示 Akshay Bahadur在計(jì)算機(jī)視覺和深度學(xué)習(xí)領(lǐng)域所做的工作。如果你對(duì)這些概念還不熟悉，可以通過閱讀下面這些內(nèi)容學(xué)到更多：
對(duì)深度學(xué)習(xí)的「怪異」介紹
這里有關(guān)于深度學(xué)習(xí)的精彩介紹、課程以及博客文章。但這是一種很獨(dú)特的介紹。
https://towardsdatascience.com/a-weird-introduction-to-deep-learning-7828803693b0
兩個(gè)月探索深度學(xué)習(xí)和計(jì)算機(jī)視覺
我決定深入了解計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)。作為一個(gè)網(wǎng)頁開發(fā)者，我發(fā)現(xiàn)了這個(gè)。
https://towardsdatascience.com/two-months-exploring-deep-learning-and-computer-vision-3dcc84b2457f
從神經(jīng)科學(xué)到計(jì)算機(jī)視覺
人類和計(jì)算機(jī)視覺的50年。
https://towardsdatascience.com/from-neuroscience-to-computer-vision-e86a4dea3574
吳恩達(dá)計(jì)算機(jī)視覺 —— 11 個(gè)經(jīng)驗(yàn)教訓(xùn)
我最近剛完成吳恩達(dá)在 Coursera 上的計(jì)算機(jī)視覺課程。吳恩達(dá)在解釋這些問題方面做了杰出的工作。
https://towardsdatascience.com/computer-vision-by-andrew-ng-11-lessons-learned-7d05c18a6999
akshaybahadur21/HandMovementTracking
https://github.com/akshaybahadur21/HandMovementTracking
Akshay:
為了執(zhí)行視頻追蹤，算法需要分析視頻幀序列并輸出每幀之間的目標(biāo)位移。有很多種算法，每種各有強(qiáng)項(xiàng)和弱點(diǎn)。選擇使用哪種算法，重要的是要考慮應(yīng)用目的。視頻追蹤系統(tǒng)有兩個(gè)主要的組成部分：目標(biāo)表示和定位，以及濾波和數(shù)據(jù)關(guān)聯(lián)。
視頻追蹤是通過攝像頭定位一個(gè)（或多個(gè)）移動(dòng)目標(biāo)的過程。擁有多種用途，比如，人機(jī)交互、安全監(jiān)視、視頻通訊與壓縮、增強(qiáng)現(xiàn)實(shí)、交通控制、醫(yī)學(xué)影像，以及視頻編輯等。
下面是你在復(fù)現(xiàn)它時(shí)需要用到的代碼：
import numpy as np
import cv2
import argparse
from collections import deque
cap=cv2.VideoCapture(0)
pts = deque(maxlen=64)
Lower_green = np.array([110,50,50])
Upper_green = np.array([130,255,255])
while True:
ret, img=cap.read()
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
kernel=np.ones((5,5),np.uint8)
mask=cv2.inRange(hsv,Lower_green,Upper_green)
mask = cv2.erode(mask, kernel, iterations=2)
mask=cv2.morphologyEx(mask,cv2.MORPH_OPEN,kernel)
#mask=cv2.morphologyEx(mask,cv2.MORPH_CLOSE,kernel)
mask = cv2.dilate(mask, kernel, iterations=1)
res=cv2.bitwise_and(img,img,mask=mask)
cnts,heir=cv2.findContours(mask.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2:]
center = None
if len(cnts) > 0:
c = max(cnts, key=cv2.contourArea)
((x, y), radius) = cv2.minEnclosingCircle(c)
M = cv2.moments(c)
center = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))
if radius > 5:
cv2.circle(img, (int(x), int(y)), int(radius),(0, 255, 255), 2)
cv2.circle(img, center, 5, (0, 0, 255), -1)
pts.appendleft(center)
for i in xrange (1,len(pts)):
if pts[i-1]is None or pts[i] is None:
continue
thick = int(np.sqrt(len(pts) / float(i + 1)) * 2.5)
cv2.line(img, pts[i-1],pts[i],(0,0,225),thick)
cv2.imshow("Frame", img)
cv2.imshow("mask",mask)
cv2.imshow("res",res)
k=cv2.waitKey(30) & 0xFF
if k==32:
break
# cleanup the camera and close any open windows
cap.release()
cv2.destroyAllWindows()
是的，54 行代碼，相當(dāng)簡單？如果你的電腦檢查結(jié)果如下面所示的話，你需要先安裝 OpenCV：
在 MacOS 上安裝 OpenCV
這篇文章中，我么將逐步介紹在 MacOS 和 OSX 上安裝 OpenCV 3.3.0 (C++ and Python)。
https://www.learnopencv.com/install-opencv3-on-macos/
如果你使用 Ubuntu：
OpenCV：在 Ubuntu 上安裝 OpenCV-Python
有了所有必須的依賴項(xiàng)，讓我們安裝 OpenCV。需要使用 CMake 配置安裝選項(xiàng)項(xiàng)
https://docs.opencv.org/3.4.1/d2/de6/tutorial_py_setup_in_ubuntu.html
如果使用 Windows:
Windows 安裝 OpenCV-Python- OpenCV 3.0.0-dev documentation
在這篇教程中我們將學(xué)習(xí)在 Windows 系統(tǒng)中如何設(shè)置O penCV-Python。下面的步驟在 Windows 7-64 中測(cè)試通過
https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_setup/py_setup_in_windows/py_setup_in_windows.html
akshaybahadur21/Drowsiness_Detection
在 GitHub.github.com 創(chuàng)建賬號(hào)有助于疲勞檢測(cè)項(xiàng)目開發(fā)
https://github.com/akshaybahadur21/Drowsiness_Detection
駕駛員長時(shí)間駕駛有可能會(huì)導(dǎo)致事故發(fā)生。這段代碼檢測(cè)你的眼睛，瞌睡時(shí)會(huì)發(fā)出告警。
依賴項(xiàng)：
cv2
immutils
dlib
scipy
算法
每個(gè)眼睛使用 6個(gè) (x, y)坐標(biāo)表示，從眼睛的左角開始（正如你看見人時(shí)一樣）, 然后沿著眼睛周圍順時(shí)針計(jì)算。
條件
檢查連續(xù) 20 幀圖像，如果眼睛長寬比小于 0.25，就發(fā)出告警。
關(guān)系
akshaybahadur21/Digit-Recognizer
在 Github.com 上的機(jī)器學(xué)習(xí)分類器－數(shù)字識(shí)別
https://github.com/akshaybahadur21/Digit-Recognizer
在程序中利用 SoftMax 回歸代碼能夠幫助你區(qū)分不同的數(shù)字。你可以為 Python 安裝 Conda，它可以為你提供所有與 Python 有關(guān)相關(guān)庫的編譯環(huán)境。
描述
Softmax 回歸是邏輯回歸的推廣，我們可以用它來解決多分類問題，假設(shè)這些分類是互斥的（同義詞：多項(xiàng)邏輯推理，最大熵分類器，或多類邏輯回歸）。相反，我們?cè)诙诸悊栴}中通常使用邏輯回歸模型。
Python 實(shí)現(xiàn)
數(shù)據(jù)集使用 MNIST 數(shù)據(jù)集，同時(shí)圖像大小為 28*28，利用邏輯回歸、淺層神經(jīng)網(wǎng)絡(luò)和深層神經(jīng)網(wǎng)絡(luò)的方法將 0—9 進(jìn)行分類。
三個(gè)模型當(dāng)中最好的部分之一是使用 Numpy 函數(shù)庫，包括優(yōu)化，前向傳播和后向傳播。
邏輯回歸：
import numpy as np
import matplotlib.pyplot as plt
def softmax(z):
z -= np.max(z)
sm = (np.exp(z).T / np.sum(np.exp(z), axis=1))
return sm
def initialize(dim1, dim2):
"""
:param dim: size of vector w initilazied with zeros
:return:
"""
w = np.zeros(shape=(dim1, dim2))
b = np.zeros(shape=(10, 1))
return w, b
def propagate(w, b, X, Y):
"""
:param w: weights for w
:param b: bias
:param X: size of data(no of features, no of examples)
:param Y: true label
:return:
"""
m = X.shape[1] # getting no of rows
# Forward Prop
A = softmax((np.dot(w.T, X) + b).T)
cost = (-1 / m) * np.sum(Y * np.log(A))
# backwar prop
dw = (1 / m) * np.dot(X, (A - Y).T)
db = (1 / m) * np.sum(A - Y)
cost = np.squeeze(cost)
grads = {"dw": dw,
"db": db}
return grads, cost
def optimize(w, b, X, Y, num_iters, alpha, print_cost=False):
"""
:param w: weights for w
:param b: bias
:param X: size of data(no of features, no of examples)
:param Y: true label
:param num_iters: number of iterations for gradient
:param alpha:
:return:
"""
costs = []
for i in range(num_iters):
grads, cost = propagate(w, b, X, Y)
dw = grads["dw"]
db = grads["db"]
w = w - alpha * dw
b = b - alpha * db
# Record the costs
if i % 50 == 0:
costs.append(cost)
# Print the cost every 100 training examples
if print_cost and i % 50 == 0:
print("Cost after iteration %i: %f" % (i, cost))
params = {"w": w,
"b": b}
grads = {"dw": dw,
"db": db}
return params, grads, costs
def predict(w, b, X):
"""
:param w:
:param b:
:param X:
:return:
"""
# m = X.shape[1]
# y_pred = np.zeros(shape=(1, m))
# w = w.reshape(X.shape[0], 1)
y_pred = np.argmax(softmax((np.dot(w.T, X) + b).T), axis=0)
return y_pred
def model(X_train, Y_train, Y,X_test,Y_test, num_iters, alpha, print_cost):
"""
:param X_train:
:param Y_train:
:param X_test:
:param Y_test:
:param num_iterations:
:param learning_rate:
:param print_cost:
:return:
"""
w, b = initialize(X_train.shape[0], Y_train.shape[0])
parameters, grads, costs = optimize(w, b, X_train, Y_train, num_iters, alpha, print_cost)
w = parameters["w"]
b = parameters["b"]
y_prediction_train = predict(w, b, X_train)
y_prediction_test = predict(w, b, X_test)
print("Train accuracy: {} %", sum(y_prediction_train == Y) / (float(len(Y))) * 100)
print("Test accuracy: {} %", sum(y_prediction_test == Y_test) / (float(len(Y_test))) * 100)
d = {"costs": costs,
"Y_prediction_test": y_prediction_test,
"Y_prediction_train": y_prediction_train,
"w": w,
"b": b,
"learning_rate": alpha,
"num_iterations": num_iters}
# Plot learning curve (with costs)
#costs = np.squeeze(d['costs'])
#plt.plot(costs)
#plt.ylabel('cost')
#plt.xlabel('iterations (per hundreds)')
#plt.title("Learning rate =" + str(d["learning_rate"]))
#plt.plot()
#plt.show()
#plt.close()
#pri(X_test.T, y_prediction_test)
return d
def pri(X_test, y_prediction_test):
example = X_test[2, :]
print("Prediction for the example is ", y_prediction_test[2])
plt.imshow(np.reshape(example, [28, 28]))
plt.plot()
plt.show()
淺層神經(jīng)網(wǎng)絡(luò)
import numpy as np
import matplotlib.pyplot as plt
def softmax(z):
z -= np.max(z)
sm = (np.exp(z).T / np.sum(np.exp(z),axis=1))
return sm
def layers(X, Y):
"""
:param X:
:param Y:
:return:
"""
n_x = X.shape[0]
n_y = Y.shape[0]
return n_x, n_y
def initialize_nn(n_x, n_h, n_y):
"""
:param n_x:
:param n_h:
:param n_y:
:return:
"""
np.random.seed(2)
W1 = np.random.randn(n_h, n_x) * 0.01
b1 = np.random.rand(n_h, 1)
W2 = np.random.rand(n_y, n_h)
b2 = np.random.rand(n_y, 1)
parameters = {"W1": W1,
"b1": b1,
"W2": W2,
"b2": b2}
return parameters
def forward_prop(X, parameters):
W1 = parameters['W1']
b1 = parameters['b1']
W2 = parameters['W2']
b2 = parameters['b2']
Z1 = np.dot(W1, X) + b1
A1 = np.tanh(Z1)
Z2 = np.dot(W2, A1) + b2
A2 = softmax(Z2.T)
cache = {"Z1": Z1,
"A1": A1,
"Z2": Z2,
"A2": A2}
return A2, cache
def compute_cost(A2, Y, parameters):
m = Y.shape[1]
W1 = parameters['W1']
W2 = parameters['W2']
logprobs = np.multiply(np.log(A2), Y)
cost = - np.sum(logprobs) / m
cost = np.squeeze(cost)
return cost
def back_prop(parameters, cache, X, Y):
m = Y.shape[1]
W1 = parameters['W1']
W2 = parameters['W2']
A1 = cache['A1']
A2 = cache['A2']
dZ2 = A2 - Y
dW2 = (1 / m) * np.dot(dZ2, A1.T)
db2 = (1 / m) * np.sum(dZ2, axis=1, keepdims=True)
dZ1 = np.multiply(np.dot(W2.T, dZ2), 1 - np.square(A1))
dW1 = (1 / m) * np.dot(dZ1, X.T)
db1 = (1 / m) * np.sum(dZ1, axis=1, keepdims=True)
grads = {"dW1": dW1,
"db1": db1,
"dW2": dW2,
"db2": db2}
return grads
def update_params(parameters, grads, alpha):
W1 = parameters['W1']
b1 = parameters['b1']
W2 = parameters['W2']
b2 = parameters['b2']
dW1 = grads['dW1']
db1 = grads['db1']
dW2 = grads['dW2']
db2 = grads['db2']
W1 = W1 - alpha * dW1
b1 = b1 - alpha * db1
W2 = W2 - alpha * dW2
b2 = b2 - alpha * db2
parameters = {"W1": W1,
"b1": b1,
"W2": W2,
"b2": b2}
return parameters
def model_nn(X, Y,Y_real,test_x,test_y, n_h, num_iters, alpha, print_cost):
np.random.seed(3)
n_x,n_y = layers(X, Y)
parameters = initialize_nn(n_x, n_h, n_y)
W1 = parameters['W1']
b1 = parameters['b1']
W2 = parameters['W2']
b2 = parameters['b2']
costs = []
for i in range(0, num_iters):
A2, cache = forward_prop(X, parameters)
cost = compute_cost(A2, Y, parameters)
grads = back_prop(parameters, cache, X, Y)
if (i > 1500):
alpha1 = 0.95*alpha
parameters = update_params(parameters, grads, alpha1)
else:
parameters = update_params(parameters, grads, alpha)
if i % 100 == 0:
costs.append(cost)
if print_cost and i % 100 == 0:
print("Cost after iteration for %i: %f" % (i, cost))
predictions = predict_nn(parameters, X)
print("Train accuracy: {} %", sum(predictions == Y_real) / (float(len(Y_real))) * 100)
predictions=predict_nn(parameters,test_x)
print("Train accuracy: {} %", sum(predictions == test_y) / (float(len(test_y))) * 100)
#plt.plot(costs)
#plt.ylabel('cost')
#plt.xlabel('iterations (per hundreds)')
#plt.title("Learning rate =" + str(alpha))
#plt.show()
return parameters
def predict_nn(parameters, X):
A2, cache = forward_prop(X, parameters)
predictions = np.argmax(A2, axis=0)
return predictions
以及最后的深層神經(jīng)網(wǎng)絡(luò)：
import numpy as np
import matplotlib.pyplot as plt
def softmax(z):
cache = z
z -= np.max(z)
sm = (np.exp(z).T / np.sum(np.exp(z), axis=1))
return sm, cache
def relu(z):
"""
:param z:
:return:
"""
s = np.maximum(0, z)
cache = z
return s, cache
def softmax_backward(dA, cache):
"""
:param dA:
:param activation_cache:
:return:
"""
z = cache
z -= np.max(z)
s = (np.exp(z).T / np.sum(np.exp(z), axis=1))
dZ = dA * s * (1 - s)
return dZ
def relu_backward(dA, cache):
"""
:param dA:
:param activation_cache:
:return:
"""
Z = cache
dZ = np.array(dA, copy=True) # just converting dz to a correct object.
dZ[Z <= 0] = 0
return dZ
def initialize_parameters_deep(dims):
"""
:param dims:
:return:
"""
np.random.seed(3)
params = {}
L = len(dims)
for l in range(1, L):
params['W' + str(l)] = np.random.randn(dims[l], dims[l - 1]) * 0.01
params['b' + str(l)] = np.zeros((dims[l], 1))
return params
def linear_forward(A, W, b):
"""
:param A:
:param W:
:param b:
:return:
"""
Z = np.dot(W, A) + b
cache = (A, W, b)
return Z, cache
def linear_activation_forward(A_prev, W, b, activation):
"""
:param A_prev:
:param W:
:param b:
:param activation:
:return:
"""
if activation == "softmax":
Z, linear_cache = linear_forward(A_prev, W, b)
A, activation_cache = softmax(Z.T)
elif activation == "relu":
Z, linear_cache = linear_forward(A_prev, W, b)
A, activation_cache = relu(Z)
cache = (linear_cache, activation_cache)
return A, cache
def L_model_forward(X, params):
"""
:param X:
:param params:
:return:
"""
caches = []
A = X
L = len(params) // 2 # number of layers in the neural network
# Implement [LINEAR -> RELU]*(L-1). Add "cache" to the "caches" list.
for l in range(1, L):
A_prev = A
A, cache = linear_activation_forward(A_prev,
params["W" + str(l)],
params["b" + str(l)],
activation='relu')
caches.append(cache)
A_last, cache = linear_activation_forward(A,
params["W" + str(L)],
params["b" + str(L)],
activation='softmax')
caches.append(cache)
return A_last, caches
def compute_cost(A_last, Y):
"""
:param A_last:
:param Y:
:return:
"""
m = Y.shape[1]
cost = (-1 / m) * np.sum(Y * np.log(A_last))
cost = np.squeeze(cost) # To make sure your cost's shape is what we expect (e.g. this turns [[17]] into 17).
return cost
def linear_backward(dZ, cache):
"""
:param dZ:
:param cache:
:return:
"""
A_prev, W, b = cache
m = A_prev.shape[1]
dW = (1. / m) * np.dot(dZ, cache[0].T)
db = (1. / m) * np.sum(dZ, axis=1, keepdims=True)
dA_prev = np.dot(cache[1].T, dZ)
return dA_prev, dW, db
def linear_activation_backward(dA, cache, activation):
"""
:param dA:
:param cache:
:param activation:
:return:
"""
linear_cache, activation_cache = cache
if activation == "relu":
dZ = relu_backward(dA, activation_cache)
dA_prev, dW, db = linear_backward(dZ, linear_cache)
elif activation == "softmax":
dZ = softmax_backward(dA, activation_cache)
dA_prev, dW, db = linear_backward(dZ, linear_cache)
return dA_prev, dW, db
def L_model_backward(A_last, Y, caches):
"""
:param A_last:
:param Y:
:param caches:
:return:
"""
grads = {}
L = len(caches) # the number of layers
m = A_last.shape[1]
Y = Y.reshape(A_last.shape) # after this line, Y is the same shape as A_last
dA_last = - (np.divide(Y, A_last) - np.divide(1 - Y, 1 - A_last))
current_cache = caches[-1]
grads["dA" + str(L)], grads["dW" + str(L)], grads["db" + str(L)] = linear_activation_backward(dA_last,
current_cache,
activation="softmax")
for l in reversed(range(L - 1)):
current_cache = caches[l]
dA_prev_temp, dW_temp, db_temp = linear_activation_backward(grads["dA" + str(l + 2)], current_cache,
activation="relu")
grads["dA" + str(l + 1)] = dA_prev_temp
grads["dW" + str(l + 1)] = dW_temp
grads["db" + str(l + 1)] = db_temp
return grads
def update_params(params, grads, alpha):
"""
:param params:
:param grads:
:param alpha:
:return:
"""
L = len(params) // 2 # number of layers in the neural network
for l in range(L):
params["W" + str(l + 1)] = params["W" + str(l + 1)] - alpha * grads["dW" + str(l + 1)]
params["b" + str(l + 1)] = params["b" + str(l + 1)] - alpha * grads["db" + str(l + 1)]
return params
def model_DL( X, Y, Y_real, test_x, test_y, layers_dims, alpha, num_iterations, print_cost): # lr was 0.009
"""
Implements a L-layer neural network: [LINEAR->RELU]*(L-1)->LINEAR->SIGMOID.
Arguments:
X -- data, numpy array of shape (number of examples, num_px * num_px * 3)
Y -- true "label" vector (containing 0 if cat, 1 if non-cat), of shape (1, number of examples)
layers_dims -- list containing the input size and each layer size, of length (number of layers + 1).
alpha -- learning rate of the gradient descent update rule
num_iterations -- number of iterations of the optimization loop
print_cost -- if True, it prints the cost every 100 steps
Returns:
params -- params learnt by the model. They can then be used to predict.
"""
np.random.seed(1)
costs = [] # keep track of cost
params = initialize_parameters_deep(layers_dims)
for i in range(0, num_iterations):
A_last, caches = L_model_forward(X, params)
cost = compute_cost(A_last, Y)
grads = L_model_backward(A_last, Y, caches)
if (i > 800 and i<1700):
alpha1 = 0.80 * alpha
params = update_params(params, grads, alpha1)
elif(i>=1700):
alpha1 = 0.50 * alpha
params = update_params(params, grads, alpha1)
else:
params = update_params(params, grads, alpha)
if print_cost and i % 100 == 0:
print("Cost after iteration %i: %f" % (i, cost))
if print_cost and i % 100 == 0:
costs.append(cost)
predictions = predict(params, X)
print("Train accuracy: {} %", sum(predictions == Y_real) / (float(len(Y_real))) * 100)
predictions = predict(params, test_x)
print("Test accuracy: {} %", sum(predictions == test_y) / (float(len(test_y))) * 100)
#plt.plot(np.squeeze(costs))
#plt.ylabel('cost')
#plt.xlabel('iterations (per tens)')
#plt.title("Learning rate =" + str(alpha))
#plt.show()
return params
def predict(parameters, X):
A_last, cache = L_model_forward(X, parameters)
predictions = np.argmax(A_last, axis=0)
return predictions
通過攝像頭寫入
運(yùn)行程序 python Dig-Rec.py
python Dig-Rec.py
通過攝像頭展現(xiàn)傳入的代碼
運(yùn)行程序 python Digit-Recognizer.py
python Digit-Recognizer.py
Devanagiri Recognizer
akshaybahadur21/Devanagiri-Recognizer
Devanagiri-Recognizer - 使用 convnetgithub.com 的印地語字母表分類器
這段代碼可以幫助你使用 Convnets 來分類不同的印地文字母（Devanagiri）。
https://github.com/akshaybahadur21/Devanagiri-Recognizer
你可以為 Python 安裝 Conda，它可以為你提供所有與 Python 有關(guān)相關(guān)庫的編譯環(huán)境。
使用的技術(shù)
我使用了卷積神經(jīng)網(wǎng)絡(luò)，Tensorflow 框架以及 Keras API 來提供高級(jí)的抽象。
結(jié)構(gòu)
卷積層 → 池化層 → 卷積層 → 池化層 → 全連接層 →Softmax 回歸層 → 分類
其他需要注意的事項(xiàng)：
你還可以增加卷積層。
增加正則化防止過擬合。
增加圖片的數(shù)量來提高準(zhǔn)確率。
Python 實(shí)現(xiàn)
DHCD （Devnagari Character Dataset）數(shù)據(jù)集的所有圖片尺寸都是 32 * 32 并且都用于卷積神經(jīng)網(wǎng)絡(luò)。
運(yùn)行程序 python Dev-Rec.py
python Dev-Rec.py
akshaybahadur21/ Facial-Recognition-using-FaceNet
https://github.com/akshaybahadur21/Facial-Recognition-using-Facenet
這段程序利用 facenet 網(wǎng)絡(luò)幫助你做面部識(shí)別(https://arxiv.org/pdf/1503.03832.pdf). Facenets 的概念最初是在一篇研究論文中提出的。主要概念討論了三重?fù)p失函數(shù)來比較不同人的圖像。這個(gè)概念使用的是 Inception 網(wǎng)絡(luò)，來自于 DeepingLearning.ai社區(qū)的 frutils.py 文件。在我的網(wǎng)絡(luò)當(dāng)中我增加了一些函數(shù)來提高穩(wěn)定性和更好的檢測(cè)。
必備的代碼庫
你可以為 Python 安裝 Conda，它可以為你提供所有與 Python 有關(guān)相關(guān)庫的編譯環(huán)境，以下是你可能需要的庫：
numpy
matplotlib
cv2
keras
dlib
h5py
scipy
描述
面部識(shí)別系統(tǒng)是能夠從數(shù)字圖像或者視頻中識(shí)別或驗(yàn)證人面部的技術(shù)。構(gòu)建面部識(shí)別系統(tǒng)這里有很多種方法，但是通常，他們是通過比較圖片中選擇的面部特征和數(shù)據(jù)集中的特征來進(jìn)行判斷。
添加的功能
只有當(dāng)你的眼睛睜開是才能偵測(cè)到面部。
使用 dlib 庫的面部對(duì)齊功能在實(shí)時(shí)流媒體上進(jìn)行有效的預(yù)測(cè)。
Python 實(shí)現(xiàn)
使用 Inception Network 來搭建網(wǎng)絡(luò)
源論文來自于Google－Facenet
程序
如果你想訓(xùn)練網(wǎng)絡(luò)，請(qǐng)運(yùn)行 Train-inception.py, 若你不想訓(xùn)練網(wǎng)絡(luò)，因?yàn)槲以缫呀?jīng)訓(xùn)練好了一個(gè)網(wǎng)絡(luò)，那么你可以下載該文件到本地運(yùn)行 face-rec_Google.h5 。
現(xiàn)在你已經(jīng)有了一個(gè)數(shù)據(jù)集，里面包含了很多圖片。 點(diǎn)擊文件 /images來折疊這些照片。您可以將圖片粘貼到此處，也可以使用網(wǎng)絡(luò)攝像頭進(jìn)行點(diǎn)擊。你可以運(yùn)行該文件 create-face.py 來做到這一點(diǎn)，圖片都存儲(chǔ)在文件夾 /incept 中。你必須手動(dòng)粘貼到文件夾中 /images folder。
運(yùn)行程序 rec-feat.py 來實(shí)現(xiàn)所有的功能。
akshaybahadur21/ Emojinator
Emojinator - Github 上一個(gè)簡單的表情分類器。
https://github.com/akshaybahadur21/Emojinator
這些代碼能夠幫助你區(qū)分不同的表情。到目前為止，我們只支持手的表情。
必備的代碼庫
你可以為 Python 安裝 Conda，它可以為你提供所有與 Python 有關(guān)相關(guān)庫的編譯環(huán)境，以下是你可能需要的庫：
numpy
matplotlib
cv2
keras
dlib
h5py
scipy
描述
表情符號(hào)是電子信息和網(wǎng)頁中使用的表意符號(hào)和微笑符號(hào)。表情符號(hào)存在于不同的類型中，包括面部表情、常見物體、地點(diǎn)和天氣類型以及動(dòng)物。它們很像表情符號(hào)，但表情符號(hào)是真實(shí)的圖片，而不是印刷圖。
功能
利用過濾器來檢測(cè)手。
利用 CNN 來訓(xùn)練模型。
Python 實(shí)現(xiàn)
使用卷積神經(jīng)網(wǎng)絡(luò)
過程
首先，你需要一個(gè)手勢(shì)圖片的數(shù)據(jù)庫，你可以運(yùn)行該文件來獲得 CreateGest.py。輸入手勢(shì)名稱，你可以看到兩個(gè)框架。按「C」進(jìn)行拍攝。看看輪廓框架并調(diào)整你的手，以確保你捕捉到你的手的特征。一個(gè)手勢(shì)可以拍 1200 張照片。試著在框架內(nèi)移動(dòng)你的手，以確保你的模型在訓(xùn)練過程當(dāng)中不會(huì)過擬合。
重復(fù)以上操作，保證你可以獲得所有你想要的特征。
運(yùn)行程序 CreateCSV.py 來將圖片轉(zhuǎn)換成 CSV 文件。
如果你想訓(xùn)練模型，則運(yùn)行程序 『TrainEmojinator.py』
最后，運(yùn)行程序 Emojinator.py ，通過攝像頭來測(cè)試你的模型
作者
Akshay Bahadur 和 Raghav Patnecha.
我只能說我對(duì)這些項(xiàng)目感到難以置信，所有人都可以在計(jì)算機(jī)上運(yùn)行它們，或者在 Deep Cognition 的平臺(tái)上運(yùn)行它們，如果你不想安裝任何東西，它可以在線運(yùn)行。
我想感謝 Akshay 和他的朋友們?yōu)殚_放源代碼貢獻(xiàn)力量以及所有其他將來的貢獻(xiàn)。嘗試一下，運(yùn)行它們，并獲得靈感。這只是 DL 和 CV 可以做的令人驚嘆的事情的一個(gè)小例子，取決于你如何將它變成可以幫助世界變得更好的地方。
永不放棄，我們需要每個(gè)人都對(duì)許多不同的事情感興趣。我認(rèn)為我們可以改善世界，改善我們的生活，我們的工作方式，思考和解決問題，如果我們引導(dǎo)現(xiàn)在的所有資源，使這些知識(shí)領(lǐng)域共同努力，實(shí)現(xiàn)更大的利益，我們可以在世界和我們的生活中產(chǎn)生巨大的積極影響。
我們需要更多的人感興趣，更多課程，更專業(yè)化，更熱情。我們需要你：）
感謝您閱讀到這，希望您可以在這里發(fā)現(xiàn)更多有意思的是：）
如果你有任何問題，請(qǐng)?jiān)?Twitter 和 LinkedIn 上聯(lián)系我：
Favio Vázquez (@FavioVaz)
LinkedIn：
Favio Vázquez?—?Principal Data Scientist?—?OXXO | LinkedIn
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
