Search this site
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

非資深專家如何讓深度學習專案落地

打造輕量流程與趁手工具, 加速深度學習專案發揮效益

  1. 一套流程與小工具幫助標示影像數據

  2. 以標示分類圖像為例, 最直覺的做法

  3. 儘早嘗試收集模型訓練所需的數據

  4. 避免數據採樣的偏差問題

  5. 標示訓練資料的前置處理: 過濾

  6. 假使瑕疵品占比極為稀疏

    • 我的產品數據很均衡!

  7. 過濾器製作

  8. 打造加速圖片分類的小工具-需求分析

  9. 圖片分類的小工具-架構與平台選擇

Next

Python 實作篇

Report abuse
Page details
Page updated
Report abuse