Search this site
Skip to main content
Skip to navigation
卓因zoomIn
Home
讓深度學習專案落地
一套流程與小工具幫助標示影像數據
以標示分類圖像為例, 最直覺的做法
儘早嘗試收集模型訓練所需的數據
避免數據採樣的偏差問題
標示訓練資料的前置處理: 過濾
假使瑕疵品占比極為稀疏
我的產品數據沒有不平衡問題
過濾器製作
打造加速圖片分類的小工具-需求分析
圖片分類的小工具-平台
分類標示小工具
開發環境準備
第一個 Python Class
打造 UI-1 以 pyside6 呈現Img, 擴展 QLabel
打造 UI-2 控制面板
打造 UI-3 快速鍵, 結合WorkFolder物件
打造 UI-4 回復 [忙中有錯]
打造 UI, 組裝全部元件
打造 UI, 執行看看
打造標示 Bounding Box 工具
訂製 BoundingBox Class
boundingBox Rect
boundingBox 初始化
畫布 Class
控制台
應用深度學習模型
打造第一個深度學習模型
訓練第一個深度學習模型
遷移學習 -Transfer Learning or Fine-tuning
遷移 EfficientNet 預訓練模型
解析機器學習實作
資料預處理
預處理程式
Pandas 處理數據
在機器學習路上, 如何折騰自己? 或者, 如何避坑?
可嘗試優化優化器
移轉到新產線, 圖像採擷環境有差異
以 R 幫忙缺失值處理
以 Keras 開發機器學習模型
第一個 Keras 應用-資料集
以 Keras 設計簡單 CNN模型
訓練模型
Callback
超參數尋優-keras tuner
keras tuner - 搜尋較優的網路架構
注意data augmentation
使用 TPU 加速訓練
雜記, 分享
用 Google Sites 寫網站
網頁內嵌 Python Snippet
網頁內嵌 Code Snippet 2
Google Sites內寫方程式
Markdown 於 Google Sites
github 使用筆記
Python 基礎
Python該用哪個版本?
Python該用哪個虛擬環境
Python 單元測試
以 match-case 替代 if-elseif
進階 match-case
Python 開發GUI 應用
Qt Widget於 Windows 10/11 的尺寸問題
PyQt5 移植 PySide6
是否考慮 qtpy 以求 PyQt5, PyQt6, PySide2, PySide6
卓因zoomIn
控制台
方便用戶
操作
Under Construction!
接.
Next
Index
Report abuse
Page details
Page updated
Report abuse