最近被安排到中汽研实习（就算是实习吧），做了一些基于深度学习的图像识别工作，其实说起来自己对深度学习也没什么太深入的了解，都是现学现卖，跑人家的例子。不过还是在这边记录一下，以后回首可以稍稍感慨一下年轻时的无知。 关于机器学习，基础知识是看周志华的西瓜书（清华大学出版社的机器学习）来学习的，不过大致是囫囵吞枣，没有静下心来安安稳稳地钻研（时间也不允许）。 之后看了网易云课堂中吴恩达的机器学习教程，受益匪浅，推荐刚入门的同学去看看，讲的很好。 在吴恩达的视频中，大致了解了卷积神经网络和深度学习大致的套路，其实说到底就是各种卷积层（convolution layer），池化层（pooling layer），全连接层（fool connected layer）不断组合。 感觉机器学习想要深入了解，可能需要看很多相关的论文，之后的学习路程就记录在之后的博客中好了。 先说说甲方的需求：需要在行车过程中动态识别出前方交通标志，如果是限速标识，需要识别中里面的数字。 最近只做了第一部分，也就是交通标志的识别。对卷积神经网络有过了解的话能感觉出来这就是一个分类问题，好在公司已经标好了数据，并且是按照 VOC 格式标记的，接下来就是使用现成的网络训练就可以了。 我用的是 YOLO 在darknet 网站上有 v1 和 v2 两个版本。 https://pjreddie.com/darknet/yolo/ 以上是 YOLO darknet 版本的官网，上面的说明非常详细，也非常人性化，即使没有 GPU 也可以使用，可以简单的按照上面的教程进行安装。 注意，darknet 默认是不开启 GPU     阅读全文