Yy's Program
2019年11月18日 星期一
從AI到deep learning影像辨識
最近剛好在做深度學習(deep learning)相關資料的整理
就順便把資料整理上來做一個紀錄
簡單介紹一下:從AI到deep learning影像辨識
閱讀更多 »
2019年7月16日 星期二
Face Recognition with FaceNet
Google在2015年提出透過深度學習的方式處理人臉辨識的系統FaceNet
該論文的連結可參考此處
很快的這個方法就席捲了人臉辨識的應用
許多過去傳統的人臉辨識演算法都不敵FaceNet
在論文中提到,其採用LFW人臉資料庫進行benchmark
並以99.63%的準確率,打破了過去的紀錄
而在YouTubeFaces人臉資料庫也進行了測試
依舊創下高達95.12%的準確率
若是想要研究人臉辨識,一定要認識FaceNet
閱讀更多 »
2019年6月10日 星期一
Face Detection with EmguCV Haar and DNN
過去在EmguCV (OpenCV)中
人臉偵測是常用且簡單的功能
過去都是使用Haar cascades的方法來實作
但在OpenCV 3.3.1之後,提供了DNN深度學習的人臉偵測方法
來比較看看吧!!
閱讀更多 »
2019年5月12日 星期日
TensorFlow Model Zoo & Darknet Yolo Models
目前測試了許多TensorFlow的Model Zoo
以及Darknet Yolo Model
主要的測試影片為機車的行車紀錄器
所以偵測物件主要以交通工具以及行人為主
提供給大家參考
閱讀更多 »
2019年4月26日 星期五
CPU vs GPU、YOLO-darknet vs tensorflow效能比較
既然手邊剛好有三張不同的顯卡:GTX 1080Ti、RTX 2070、RTX 2080
也實作了YOLO-darknet與tensorflow 的 C# wrapper
那就來測試一下運算效能吧!
閱讀更多 »
2019年4月19日 星期五
C# TensorFlowWrapper:Emgu.TF
C#如果要導入TensorFlow套件
常見的有兩套TensorFlowSharp與Emgu.TF
本篇以Emgu.TF為主來做介紹
閱讀更多 »
2019年4月9日 星期二
C#專案在Gitlab上建立CI/CD機制(下)
上一篇所介紹的
主要是透過gitlab runner CI/CD的流程
建立在windows環境下的build server
接著往下就是要建立測試環境
比較理想的流程就像上圖所示
閱讀更多 »
2019年2月24日 星期日
GCA政府憑證串鍊(Certificate chain)問題
是否遇到過這樣的問題
架好的IIS網站,申請了政府憑證,但Firefox卻出現安全連線失敗的畫面
雖然按照了政府憑證中心的步驟
做了還是失敗呢?
閱讀更多 »
2019年2月11日 星期一
C#專案在Gitlab上建立CI/CD機制(中)
在Gitlab上C#專案建立CI機制(上)
只介紹建立gitlab server到git runner的連結
要在Build Server上能建置專案
還需要安裝一些套件與一些設定
總結需要安裝的有:
1. git 套件,2. nuget 套件,3. MSBuild 套件
本篇還會提供解決的問題有:
1. gitlab查看runner結果會亂碼的問題
2. MSBuild 建置時無目標版本問題
閱讀更多 »
2019年2月1日 星期五
C#專案在Gitlab上建立CI/CD機制(上)
目前公司採用自建的gitlab作為原始碼管控
陸陸續續開始導入CI/CD的機制
本篇主要著重在windows的環境下建立一個支援gitlab的build server
閱讀更多 »
2019年1月15日 星期二
C#有關async/await的實作方式
先來看一下
.NET Doc的說明
" C# 5 引進了一種簡化的方法 (非同步程式設計)
來運用 .NET Framework 4.5 和更新版本
.NET Core 以及 Windows 執行階段中的非同步支援 "
閱讀更多 »
2019年1月9日 星期三
C# YOLOWrapper:Alturos.Yolo
由於主要開發環境為C#
因此一開始是從C#的Wrapper著手
GitHub上有一份介紹還蠻完整的Source:
Alturos.Yolo
閱讀更多 »
2019年1月3日 星期四
影像辨識-YOLO darknet編譯建置方法
最近開始研究影像辨識的套件
於是找到一個目前非常火紅YOLO
其官方網站:https://pjreddie.com/darknet/yolo/
而其效果就如首頁這張圖
擁有相當高的mAP-50(越高越好)以及執行效率(越快越好)
閱讀更多 »
較新的文章
較舊的文章
首頁
查看行動版
訂閱:
文章 (Atom)