Mind_programmonkey的博客

Spring+SpringMVC+Mybatis实现增删改查--（一）SSM环境的搭建及整合一、Spring+Spring MVC+Mybatis项目基础环境搭建                                                        1、创建一个maven project工程2.在pom.xml中引入项目所依赖的包spring、springmvc、mybat...

【实战】Spring+Spring MVC+Mybatis实战项目之云笔记项目一、项目简介1、项目概述云笔记，是tmocc上的一个子项目，用于客户进行在线学习记录，分享，收藏笔记，以及参与社区活动。2.模块划分用户模块：登录、注册、修改密码、退出笔记本模块:创建、删除、更新、查看笔记模块：创建、删除、更新、查看、转义分享/收藏模块：分享、收藏、查看、搜索...

【人工智能项目】LSTM实现数据预测分类实验本次主要对csv文件中采集到的数据来区分树的品种实验，通过不同列的数据，送入lstm模型中，得到预测结果。导包# 导包import numpy as npimport pandas as pdimport globimport osimport tensorflow as tffrom sklearn.model_selection import train_test_splitfrom sklearn.utils import shuffl

【人工智能项目】- 机器学习实现收入分类预测报告题目利用age、workclass、…、native_country等13个特征预测收入是否超过50k，是一个二分类问题。训练集32561个样本，每个样本14个特征，其中6个连续性特征、9个离散型特征。特征介绍：Age：年龄；Workclass：离散值，表示工作类型，包括私人的，不为公司的，不为公司的，联邦政府的，地方政府的，州政府的，没有薪水的，从未工作过的；Fnlwgt：连续值；Education：学历背景；Education-num

【人工智能项目】LSTM实现电影评论情感分类实验本次对电影评论的情感进行分析，看是否为积极评论还是消极评论。本次所用数据集import osdata_dir = "./Dataset"print(os.listdir(data_dir))['test.txt', 'train.txt', 'validation.txt', 'wiki_word2vec_50.bin']导包import pandas as pdimport numpy as npimport matplotlib

【人工智能项目】- 深度学习实现猫狗大战本次实现猫狗大战，实质上就是猫狗的二分类任务。环境!nvidia-smiMon Jun 22 04:24:29 2020 +-----------------------------------------------------------------------------+| NVIDIA-SMI 450.36.06 Driver Version: 418.67 CUDA Version: 10.1 ||-

【人工智能项目】MNIST数据集实验报告这是之前接的小作业，现在分享出来，给大家以学习！！！【人工智能项目】MNIST手写体识别实验及分析1.实验内容简述1.1 实验环境本实验采用的软硬件实验环境如表所示：在Windows操作系统下，采用基于Tensorflow的Keras的深度学习框架，对MNIST进行训练和测试。采用keras的深度学习框架，keras是一个专为简单的神经网络组装而设计的Python库，具有大量预先包装的网络类型，包括二维和三维风格的卷积网络、短期和长期的网络以及更广泛

【人工智能项目】U-Net实战ISBI细胞分割一、 实验配置及其参数本实验采用的软硬件实验环境如表所示：在Ubuntu操作系统下，采用基于Tensorflow的Keras的深度学习框架，对ISBI细胞分割数据集进行训练和测试。采用keras的深度学习框架，keras是一个专为简单的神经网络组装而设计的Python库，具有大量预先包装的网络类型，包括二维和三维风格的卷积网络、短期和长期的网络以及更广泛的一般网络。使用keras构建网络是直接的，keras在其Api设计中使用的语义是面向层次的，网络组

【人工智能项目】Bert实现阅读理解相信大家在学生时代，语文考试中有这样一种类型的题：阅读理解。首先给你一段材料，然后根据上述材料回到问题。有这么经历的同学们，就很容易理解本次任务，就是根据给出的材料，回答相应问题。本次主要是通过github中已存有的源码进行训练并测试给出答案。数据集本次所用的数据集大致格式如下：实验环境本次的实验环境还是一如既往一往情深的选用了google colab。主要是当时疫情期间做的项目，没卡用。!nvidia-smi本次训练源码以及预训练模型# 从这里

【人工智能项目】- 卷积神经网络实现游客评价情绪鉴别本次主要任务是对游客发表的评价内容的情绪进行鉴别，积极还是消极。import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport osplt.rcParams['font.family'] = "SimHei"plt.rcParams['axes.unicode_minus'] = "False"plt.rcParams['font.size'] = 1

【人工智能项目】机器学习热门项目-迁移学习进行借贷风险评估一、业务理解1.1 业务问题依据给定的4万条业务A数据及4千条业务B数据，建立业务B的信用评分模型。其中业务A为信用贷款, 其特征是债务人无需提供抵押品，仅凭自己的信誉取得贷款，并以借款人信用程度作为还款保证；业务B为现金贷，即发薪日贷款payday loan，与一般的消费金融产品相比，现金贷主要具有以下五个特点：额度小、周期短、无抵押、流程快、利率高，这也是与其借贷门槛低的特征相适应的。1.2 评估和分析场景现金贷业务在初期采用了“闭着眼

【人工智能项目】机器学习热门项目-波士顿房价1.数据概览分析1.1 数据概览本次提供：train.csv,训练集；test.csv,测试集；submission.csv 真实房价文件；训练集404行数据，14列，每行数据表示房屋以及房屋周围的详细信息，已给出对应的自住房平均房价。要求预测102条测试数据的房价。1.2 数据分析通过学习房屋以及房屋周围的详细信息,其中包含城镇犯罪率，一氧化氮浓度，住宅平均房间数，到中心区域的加权距离以及自住房平均房价等等,训练模型,通过某个地区的房

【人工智能项目】sg2im文字转图像本次主要对github上的sg2im源码进行执行训练，得到结果。1.从github上下载源码!git clone https://github.com/google/sg2im.gitCloning into 'sg2im'...remote: Enumerating objects: 85, done.remote: Total 85 (delta 0), reused 0 (delta 0), pack-reused 85Unpackin

【人工智能项目】Fashion Mnist识别实验本次主要通过四个方法对fashion mnist进行识别实验，主要为词袋模型、hog特征、mlp多层感知器和cnn卷积神经网络。那么话不多说，走起来瓷！！！Fashion MnistFashion MNIST 是一个包含 70000 张灰度图像，涵盖 10 个类别(T恤,鞋子等类别)的图像数据集。以下图像显示了单件服饰在较低分辨率（28x28 像素）下的效果：下面将做什么呢？一、导入Fashion Mnist1.导入模块# 导入库imp

【人工智能项目】混合高斯模型运动目标检测本次工作主要对视频中运动中的人或物的边缘背景进行检测。那么走起来瓷！！！原视频高斯算法提取工作import cv2import numpy as np# 高斯算法class gaussian: def __init__(self): self.mean = np.zeros((1, 3)) self.covariance = 0 self.weight = 0; self.N

【人工智能项目】卷积神经网络图片分类框架本次硬核分享当时做图片分类的工作，主要是整理了一个图片分类的框架，如果想换模型，引入新模型，在config中修改即可。那么走起来瓷！！！整体结构config在config文件夹下的config.py中主要定义数据集的位置，训练轮数，batch_size以及本次选用的模型。# 定义训练集和测试集的路径train_data_path = "./data/train/"train_anno_path = "./data/train.csv"test_d

【人工智能项目】缺陷检测分割数据集相关整理分享研究生阶段的课题就是有关缺陷检测的，所以在这里将截止去年年底整理出来的缺陷检测数据集进行整理分享，供大家使用。由于数据集的限制，这里就将其上传到网盘。那么走起来！瓷！！！01 东北大学热轧带钢表面缺陷数据集重点官网 包含三类数据集a.NEU Surface defect database（CLS/DET）数据集收集了夹杂、划痕、压入氧化皮、裂纹、麻点和斑块6种缺陷，每种缺陷300张，图像尺寸为200×200。数据集包括分类和目标检测两部分。部

【人工智能项目】Python Flask搭建yolov3目标检测系统后端代码from flask import Flask, request, jsonifyfrom PIL import Imageimport numpy as npimport base64import ioimport osfrom backend.tf_inference import load_model, inferenceos.environ['CUDA_VISIBLE_DEVICES'] = '0'

【人工智能项目】MNIST手写体识别实验及分析1.实验内容简述1.1 实验环境本实验采用的软硬件实验环境如表所示：在Windows操作系统下，采用基于Tensorflow的Keras的深度学习框架，对MNIST进行训练和测试。采用keras的深度学习框架，keras是一个专为简单的神经网络组装而设计的Python库，具有大量预先包装的网络类型，包括二维和三维风格的卷积网络、短期和长期的网络以及更广泛的一般网络。使用keras构建网络是直接的，keras在其Api设计中使用的语义是面向层次的，网

【人工智能项目】CIFAR10识别实验及分析本次分享的是当时接的一个实验报告的活儿，那么话不多说 ，走起来瓷！！！一、 数据预处理1.1 实验环境本实验采用的软硬件实验环境如表所示：在Windows操作系统下，采用基于Tensorflow的Keras的深度学习框架，对MNIST进行训练和测试。采用keras的深度学习框架，keras是一个专为简单的神经网络组装而设计的Python库，具有大量预先包装的网络类型，包括二维和三维风格的卷积网络、短期和长期的网络以及更广泛的一般网络。使用keras

【人工智能项目】深度学习实现10类猴子细粒度识别任务说明本次比赛需要选手准确识别10种猴子，数据集只有图片，没有boundbox等标注数据。环境说明!nvidia-smiFri Mar 27 11:01:18 2020 +-----------------------------------------------------------------------------+| NVIDIA-SMI 440.64.00 Driver Version: 418.67

【人工智能项目】深度学习实现金融用户评论分类任务说明本数据集包含金融行业用户评论信息，其中有大量长文本，根据评论识别所属金融业务，具体类别如下：0：消费贷款1：抵押2：信用卡3：债务催收4：信用报告5：学生贷款6：银行账户服务7：短期小额贷款8：汇款9：预付卡10：其他金融服务认识数据import pandas as pdtrain_df = pd.read_csv("train.csv")test_df = pd.read_csv("test.csv")train

【人工智能项目】深度学习实现知乎文本摘要任务说明文本摘要是NLP领域经典任务之一，在当前互联网时代，用户可以通过自动文本摘要对海量文本信息进行简化处理。本次比赛的的任务就是自动文本摘要。使用gensim来生成摘要import numpy as npimport pandas as pdfrom gensim.summarization.summarizer import summarizetestdf=pd.read_csv("data/test.csv")testdf.head(10)

【人工智能项目】深度学习实现50种环境声音分类任务说明本次准确识别5种大类，共计50种小类的音频。每个音频文件时长5秒，格式为wav。数据集来自freesound.org公开项目，从中手动提取。训练集共计1600个，测试集400个。导包import osimport randomimport numpy as npimport pandas as pdimport librosaimport librosa.displayimport matplotlib.pyplot as pl

【人工智能项目】深度学习实现白葡萄酒品质预测任务介绍评价一款葡萄酒时不外乎从颜色、酸度、甜度、香气、风味等入手，而决定这些就是葡萄酒的挥发酸度、糖分、密度等。根据给出的白葡萄酒酸度、糖分、PH值、柠檬酸等数据，判断葡萄酒品质。导入数据import numpy as npimport pandas as pdimport warningswarnings.filterwarnings("ignore")train_data = pd.read_csv("./winequality_dat

【人工智能项目】深度学习实现胸腔X光肺炎检测本次主要是任务：训练模型正确识别肺炎X光图片，0=正常，1=肺炎。那么代码走起！！！导包# 导包import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom glob import globfrom keras.models import *from keras.layers import *from keras.preprocessing.image im

【人工智能项目】深度学习实现汉字书法识别背景介绍竞赛数据提供100个汉字书法单字，包括碑帖，手写书法，古汉字等。图片全部为单通道宽度jpg，宽高不定。数据集介绍训练集：每个汉字400张图片，共计40000张图片，训练集是标注好的数据，图片按照图片上的文字分类到不同的文件夹中，也就是生活文件夹的名字就是文件夹里面所有图片的标签。测试集：第一部分：每汉字100张图片共计10000张图片，供参赛人员测试算法模型第二部分：每汉子50张以上图片共1643张图片，用来评测。提交csv文

【人工智能项目】深度学习实现图像多标签分类本次实现一个图像多标签分类的任务，接下来还会分享我研究生阶段做过的其它任务，走起瓷！！！任务介绍训练一个多标签分类模型，使得该模型能自动根据输入的任意图像提供对应图片内容的多个标签数据集介绍本次竞赛共有3.5W张图片作为训练集，8K张图片作为第一阶段评分测试集，最后6612张图片作为总决赛测试集。viual_china_train.csv：图片与标签对应的列表。valid_tags.txt: 6941个标签的有序列表文件。tags_train.

【人工智能项目】机器学习中文垃圾邮件分类任务本次采用机器学习模型对中文邮件是否为垃圾邮件进行判别。那么工友们，学起来吧！！！任务说明0,商业秘密的秘密性那是维系其商业价值和垄断地位的前提条件之一1,南口阿玛施新春第一批限量春装到店啦   春暖花开淑女裙、冰蓝色公主衫 气质粉小西装、冰丝女王长半裙、 皇0,带给我们大常州一场壮观的视觉盛宴0,有原因不明的泌尿系统结石等0,23年从盐城拉回来的麻麻的嫁妆0,感到自减肥、跳减肥健美操、1,感谢致电杭州萧山全金釜韩国烧烤店，本店位于金

【人工智能项目】Bert实现泰迪杯论坛文本分类任务本次又是bert任务，用bert来实现论文文本分类的任务。那么接着走起走起走起！！！运行环境本次运行环境在google colab白嫖的gpu进行加速训练。!nvidia-smi导包#! -*- coding:utf-8 -*-import re, os, json, codecs, gcimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltimp

【人工智能项目】人脸表情识别本次将采用传统的机器方法对人脸表情进行识别，主要步骤为先提取人脸表情的特征，拼接特征，送入机器学习模型当中训练测试，得到最终的检测结果。那开搞！！！生成本次所需的图片本次所用的数据是fer2013.csv数据，图片以像素值的形式保存在了csv文件中，所以我们需要先生成图片。import pandas as pddf = pd.read_csv("./fer2013.csv")df.head()#encoding:utf-8import pandas as

【人工智能项目】Bert实现文本领域分类客官里面请，本次用bert实现文本领域的分类任务。本次在google colab进行实验的。那么，走起！！！机器环境!nvidia-smi导包#! -*- coding:utf-8 -*-import re, os, json, codecs, gcimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsimport

【人工智能项目】ImageNet数据集介绍以及数字图像处理技术本次介绍一下imagenet数据集，并对imagenet数据集中的图片做一些数字图像处理预处理操作。那话不多说，搞起来！！！ImageNet数据集介绍ImageNet图像数据集始于2009年，当时李飞飞教授等在CVPR2009上发表了一篇名为《ImageNet: A Large-Scale Hierarchical Image Database》的论文，之后就是基于ImageNet数据集的7届ImageNet挑战赛(2010年开始)，

【人工智能项目】Bert实现问答预测系统DrQA 是一个开放域的问答系统。向 DrQA 系统输入一段文本，然后提一个答案能在该文本中找到的问题，那么 DrQA 就能给出这个问题的答案。本次任务就是用Bert实现一个问答系统，输入Q1问题，Q2文本，标签为是否能在Q2中找到Q1的答案。那么话不多说，走起！！！环境本次环境是在google colab进行的，所用的gpu情况具体如下所示：!nvidia-smi导入所需的模块#! -*- coding:utf-8 -*-import

【人工智能项目】使用AutoML的EfficientNet实战数据预测实例本次使用AutoML技术进行数据预测的实例，在代码开始之前先来讲述下什么是AotoML。AutoMLH2O是一个开源的、内存、分布式、快速和可扩展的机器学习和预测分析平台，允许诸位在大数据上构建机器学习模型，并在企业环境中轻松实现这些模型的搭建。H2O的核心代码是用Java编写的。在H2O中，使用分布式的Key/Value存储来访问和引用所有节点和机器上的数据、模型、对象等。这些算法是在H2O的分布式Map / Reduce

【人工智能项目】工业钢板焊缝图像去噪处理最近，论文盲审了~ 工作等谈薪了~。没大有什么事情了，就准备把研究生阶段做过的一些东西分享出来，希望给大家有所帮助。本次分享的是有关一些高分辨率图像背景较为复杂的图像一些去噪处理方法，我当时处理的图像的分辨率大小是6000x1500分辨率，主要是当时工业背景较为复杂，待检测的缺陷对象与背景的差异不明显，因此需要对背景去噪，缺陷点增强的处理。读取图片首先给出本次处理的原始图片。从原图中可以看出缺陷点与背景差异极其不明显，若想送入神经网络中必需要先对其

哈哈，我又来了！！！ 再次立下flag，开学之后还是要保持更新频率！！！本次用efficientdet来对抽烟检测，检测出是否抽烟。那么，老规矩，先上结果图！！！那么，接下来，还是原先一套流程。走起！！！一、环境配置python==3.7.4tensorflow-gpu==1.14.0keras==2.2.4numpy==1.17.4本次，在租的gpu的机器上的。没办法，efficientnet这个网络占据显存太大了。本次机器带不动呀。二、抽烟数据集本次数据集是用labelm

昨儿立下来的flag，今天还是要含泪完成的，抓紧时间赶呀！！！本次用yolov4来实现人佩戴安全帽检测，若未佩戴安全帽则将人脸框出来，若佩戴安全帽，则将安全帽以及人脸框出来，多说无益，直接看效果吧！！！效果还是不错的，那么接下来就跟我一起进入yolov4的实操吧！！！一、环境配置老规矩，环境走起！！！本次采用pytorch框架来实现Python： 3.7.4Torch==1.2.0Keras: 2.2.4numpy:1.17.4还是建议用anaconda通过虚拟环境的方式来快速

时隔好多好多日子了，一直没写博客(小声bb，最近忙着接私活儿)。马上就要开学了，害，回去就要加油干了！！！本次教程写个pytorch版本的yolov3检测，用的火焰检测数据集，效果如下：这就可以做个火警预测了，yolov3是真的香呀，这次用到的是github 的一个pytorch实现版本，效果上还是不错的。那么， 接下来，就跟我一起来实操起来吧！！！一、环境要求老规矩，工欲善其事必先利其器，搭建环境！！Python： 3.7.4Tensorflow-GPU 1.14.0Kera

我又回来了，一直想写博客。可奈何心情不好，股市修仙总结贴不想写了。可是既然被市场上一课，我又觉得被上了一课就要总结一点东西，就稍微先写点最近看到的两段话，给以后的自己提个醒。扯完这两段就言归正传，进行Urbansound8k的声音分类实战。第一段话：别人恐惧我贪婪，别人贪婪我恐惧！第二段话：我觉得写的非常好，勉励自己！！！你永远赚不到超出你认知以外的钱除非靠运气而靠运气赚钱的钱往...