如何使用tf-slim高层封装库处理大型图像数据？| 公开课

分享背景

▼

tf-slim是基于tensorflow的高层封装库，包含了目前最新的reset-net,Google-Inception等网络的实现及图像处理算法，支持多GPU并行。使用tf-slim库，可以帮助你快速搭建图像处理(包括分类，分割)的生产环境，快速开发初代产品。

分享主题

▼

如何使用tf-slim高层封装库处理大型图像数据？

分享提纲

▼

1.装tensorflow-gpu,配置tf-slim环境

2.从原始图像到 .tfrecord 数据文件

3.使用tf-slim加载tfrecord训练图像分类模型

4.使用训练好的模型分类图像

分享人简介

▼

吴正一，北京信息科技大学计算机应用技术专业研二在读。目前在北京拓尔思信息技术股份有限公司，担任研发三部图像处理实习生，负责专利图像检索系统开发;主要研究方向为计算机视觉与深度学习。

分享时间

▼

北京时间12月1日（周五）20:00

参与方式

▼

扫描海报二维码添加社长微信，备注「吴正一」

如何选择机器学习模型？

如何提高选择算法的能力？

对于算法能力应该从哪块开始抓起？

欢迎报名算法进阶课程

算法推导+实操

双倍告诉你

▼▼▼  

（不要等早鸟票过期了才后悔~）

公开课精彩往期回顾

复旦Ph.D沈志强：用于目标检测的DSOD模型（ICCV 2017）

极限元刘斌：深度学习在语音生成问题上的典型应用

搜狗文仕学：基于深度学习的语音分离

Video ++孙兆民：视频内容识别行业分析

悉尼科大王超岳：基于生成对抗网络的图像编辑方法

达观数据张健：文本分类方法和应用案例

清华Ph.D王书浩：基于深度学习的电商交易欺诈检测系统

Twitter工程师王东：详解YOLO2与YOLO9000目标检测系统

Kaggle比赛金牌团队：图像比赛的通用套路有哪些？

宜远智能刘凯：显著降低模型训练成本的主动增量学习

点击阅读原文，立即报名本场公开课

 ▼▼▼