B站教程地址
https://www.bilibili.com/video/BV18b4y1J7a6/
深度学习的基础实现流程
数据集准备
深度学习需要大量数据的支撑，搭建好的模型，通过大量的数据学习之后，才会拥有强大的泛化能力。模型对数据集的所有图片不停地学习，收敛到一定程度之后，输入一张全新的图片（不在数据集内），也会输出一个相对正确的结果。数据集包含的场景越多，背景越复杂，最终实现的效果会越好。数据集应该包含项目可能出现的所有情况，如光照、贴纸等不利干扰情况，都需要在数据集中出现。
但是对于我们单个具体项目而言，拍摄多个场景的物体是比较困难的，自己架设好摄像头，拍摄出来的背景也是比较单一的，难以满足丰富、复杂、随机的要求。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/31613.html