深度学习

深度学习也可以取悦女友

Submitted by donghonglin on Mon, 04/23/2018 - 10:49

深度学习目前在图像处理领域有着非常好的应用和研究,在医学领域可以用它在极早期判断癌症;在安防领域,可以用它来快速检索目标任务,进行可疑或危险人物的检测与抓捕;在金融领域,可以较好的分析风险风控等。

但是今天不说这么深奥的知识,我们今天来说的是一个能有程序取悦我们女朋友的“黑科技”!这一招叫艺术风格变换,就是你点击一下,就可以把你女朋友的大头照换成一个毕加索的后现代艺术作品(当然是取代还是找打要看你的艺术品位)。

艺术风格迁移是一个古老而现代的主题 ,多少艺术家为了描摹他人作品而竞折腰。在出现了深度学习之后,通过简单的训练就可以完成这个简单的任务,接下来,说说何玩转基于神经网络的风格迁移。

其实风格迁移就是把一张图片的内容和另一个图片的风格进行合成的一个方法,比如说你给出一个猫的图片和一个梵高的自画像,就可以生成一只梵高画像版本的猫。

在深度学习没有应用在该领域之前,机器视觉的工程师就尝试用各种滤镜提取图像的纹理信息或者用传统的机器学习方法提取,得到的纹理特征再经过某些变换放回到原始图片中,就得到了一个新的风格图片。

深度学习所作的事情,是把整个过程自动化智能化了。我们利用卷积网络的深层结构去提取图片的信息,来替代之前的各种滤镜或机器学习方法。 

可视化理解卷积神经网络

Submitted by yangjingbang on Sun, 12/10/2017 - 13:48
本篇文章主要讲解2014年ECCV上的一篇经典文献:《Visualizing and Understanding Convolutional Networks》。这篇文献的目的,就是要通过特征可视化,告诉我们如何通过可视化的角度,查看你的精度确实提高了,你设计CNN学习到的特征确实比较牛逼。这篇文献是经典必读文献,才发表了一年多,引用次数就已经达到了好几百,学习这篇文献,对于我们今后深入理解CNN,具有非常重要的意义。

无人驾驶技术之车道检测

Submitted by wangqingqing on Sun, 07/09/2017 - 15:20
个人兴趣爱好,最近在学习一些无人驾驶相关的技术,便萌生了循序渐进的写一系列文章的想法,这是第一篇。文章主要会以Udacity为主线,综合自己在学习过程中搜集的各种材料,取其精华,补其不足,力求通俗易懂,理论明确,实战有效,即作为一个学习总结,potentially又可以帮助对无人驾驶有兴趣但是零基础的朋友们 —— 注意这里的零基础是指未接触过无人驾驶领域,本系列还是需要一些简单的数学和机器学习知识。