2020-09-02 18:23:03

docs/dl-cv/03.md

@@ -22,10 +22,10 @@
 
 Wikipedia is a good source for understanding dimensionality reduction techniques. Here are a few links that you can refer to:
 
-*   [https://zh.wikipedia.org/wiki/Dimensionality_reduction](https://en.wikipedia.org/wiki/Dimensionality_reduction)
-*   [https://zh.wikipedia.org/wiki/Principal_component_analysis](https://en.wikipedia.org/wiki/Principal_component_analysis)
-*   [https://zh.wikipedia.org/wiki/T-distributed_stochastic_neighbor_embedding](https://en.wikipedia.org/wiki/T-distributed_stochastic_neighbor_embedding)
-*   [https://en.wikipedia.org/wiki/Locality-sensitive_hashing](https://en.wikipedia.org/wiki/Locality-sensitive_hashing)
+*   <https://en.wikipedia.org/wiki/Dimensionality_reduction>
+*   <https://en.wikipedia.org/wiki/Principal_component_analysis>
+*   <https://en.wikipedia.org/wiki/T-distributed_stochastic_neighbor_embedding>
+*   <https://en.wikipedia.org/wiki/Locality-sensitive_hashing>
 
 *   **最大补丁**：激活一个神经元，并捕获最大激活的相应补丁。
 *   **遮挡**：在各个位置遮挡（遮挡）图像，并且激活以热图显示，以了解图像的哪些部分很重要。
@@ -155,7 +155,7 @@ for filter_idx in range(20):
 
 ![](img/f741f405-d2e9-4598-822b-d269d004e882.png)
 
-如图所示，用于缝合图像并产生输出的代码与代码束一起提供。 由于修道院的接受区域变大，因此可视化在以后的层变得复杂。 一些滤镜看起来很相似，但只是旋转而已。 在这种情况下，可视化的层次结构可以清楚地看到，如 Zeiler 等人所示。 （ [https://arxiv.org/pdf/1412.6572.pdf](https://arxiv.org/pdf/1412.6572.pdf) ）。 下图显示了不同层的直接可视化：
+如图所示，用于缝合图像并产生输出的代码与代码束一起提供。 由于修道院的接受区域变大，因此可视化在以后的层变得复杂。 一些滤镜看起来很相似，但只是旋转而已。 在这种情况下，可视化的层次结构可以清楚地看到，[如 Zeiler 等人所示](https://arxiv.org/pdf/1412.6572.pdf)。 下图显示了不同层的直接可视化：
 
 ![](img/810e2adf-2cf5-44d2-b729-91dfd56cadb1.png)
 
@@ -305,7 +305,7 @@ PIL.Image.fromarray(image).save('dream_' + image_name, 'jpeg')
 
 # 对抗性例子
 
-在几个数据集上，图像分类算法已达到人类水平的准确性。 但是它们可以被对抗性例子轻易地欺骗。 对抗示例是合成图像，它们使模型无法产生所需的结果。 拍摄任何图像，然后选择不正确的随机目标类别。 可以用噪声修改该图像，直到网络被 Goodfellow 等人所欺骗。 （ [https://arxiv.org/pdf/1412.6572.pdf](https://arxiv.org/pdf/1412.6572.pdf) ）。 该模型的对抗攻击示例如下所示：
+在几个数据集上，图像分类算法已达到人类水平的准确性。 但是它们可以被对抗性例子轻易地欺骗。 对抗示例是合成图像，它们使模型无法产生所需的结果。 拍摄任何图像，然后选择不正确的随机目标类别。 可以用噪声修改该图像，[直到网络被 Goodfellow 等人所欺骗](https://arxiv.org/pdf/1412.6572.pdf)。 该模型的对抗攻击示例如下所示：
 
 ![](img/5fc3a7dd-4e49-4215-a821-e026811ca3fd.png)
 
@@ -603,7 +603,7 @@ matches = annoy_index.get_nns_by_vector(query_feature, 20)
 
 匹配项列表可用于检索图像详细信息。 项目的索引将被返回。
 
-请访问 [https://github.com/spotify/annoy](https://github.com/spotify/annoy) 以获取`ANNOY`的完整实现，以及其在准确性和速度方面与其他近似最近邻算法的基准比较。
+请访问[这里](https://github.com/spotify/annoy)以获取`ANNOY`的完整实现，以及其在准确性和速度方面与其他近似最近邻算法的基准比较。
 
 # ANNOY 的优点
 

docs/dl-cv/04.md

@@ -41,7 +41,7 @@ PASCAL VOC 挑战赛于 2005 年至 2012 年进行。该挑战赛被认为是物
 *   车辆： A 飞机，自行车，轮船，公共汽车，汽车，摩托车，火车
 *   室内： B 水壶，椅子，餐桌，盆栽，沙发，电视/显示器
 
-您可以从 [http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar](http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar) 下载数据集。 每个图像平均有 2.4 个对象。
+您可以从[这里](http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar)下载数据集。 每个图像平均有 2.4 个对象。
 
 # 可可物体检测挑战
 
@@ -137,7 +137,7 @@ logits = tf.reshape(logits, [-1, 10])
 
 # 滑动窗口的卷积实现
 
-在这种技术中，最终目标不是滑动，而是变成一些需要深度的目标，并需要多个框作为窗口。 Sermanet 等。 （ [https://arxiv.org/pdf/1312.6229.pdf](https://arxiv.org/pdf/1312.6229.pdf) ）使用完全卷积实现来克服滑动窗口的这一问题。 这是滑动窗口的这种卷积实现的说明：
+在这种技术中，最终目标不是滑动，而是变成一些需要深度的目标，并需要多个框作为窗口。 [Sermanet 等人](https://arxiv.org/pdf/1312.6229.pdf)使用完全卷积实现来克服滑动窗口的这一问题。 这是滑动窗口的这种卷积实现的说明：
 
 ![](img/615888e7-8aac-425c-83be-0802095b2cd8.png)
 
@@ -179,7 +179,7 @@ logits = tf.reshape(logits, [-1, 10])
 
 # 卷积神经网络（R-CNN）的区域
 
-该系列的第一个工作是 Girshick 等人提出的 CNN 区域（ [https://arxiv.org/pdf/1311.2524.pdf](https://arxiv.org/pdf/1311.2524.pdf) ）。 它提出了一些框，并检查是否有任何框对应于基本事实。 **选择性搜索**用于这些地区提案。 选择性搜索通过对各种大小的窗口的颜色/纹理进行分组来建议区域。 选择性搜索寻找斑点样的结构。 它以一个像素开始，并在更大范围内产生斑点。 它产生了大约 2,000 个区域提案。 与所有可能的滑动窗口相比，该区域建议更少。
+该系列的第一个工作是 Girshick 等人提出的 [CNN 区域](https://arxiv.org/pdf/1311.2524.pdf)。 它提出了一些框，并检查是否有任何框对应于基本事实。 **选择性搜索**用于这些地区提案。 选择性搜索通过对各种大小的窗口的颜色/纹理进行分组来建议区域。 选择性搜索寻找斑点样的结构。 它以一个像素开始，并在更大范围内产生斑点。 它产生了大约 2,000 个区域提案。 与所有可能的滑动窗口相比，该区域建议更少。
 
 调整提案的大小并通过标准的 CNN 体​​系结构，例如 Alexnet / VGG / Inception / ResNet。 CNN 的最后一层是通过 SVM 进行训练的，该 SVM 使用无对象类来标识对象。 通过拉紧图像周围的框可以进一步改善框。 使用对象区域建议训练用于预测更近边界框的线性回归模型。 R-CNN 的架构如下所示：
 
@@ -197,7 +197,7 @@ logits = tf.reshape(logits, [-1, 10])
 
 # 快速 R-CNN
 
-Girshick 等人提出的 Fast R-CNN。 （ [https://arxiv.org/pdf/1504.08083.pdf](https://arxiv.org/pdf/1504.08083.pdf) ）方法仅运行一次 CNN 推理，因此减少了计算量。 CNN 的输出用于建议网络并选择边界框。 它介绍了一种称为**感兴趣区域池**的技术。 感兴趣区域池采用 CNN 功能，并根据区域将它们合并在一起。 合并使用 CNN 进行推理后获得的特征，并选择区域，如下图所示：
+Girshick 等人提出的 [Fast R-CNN](https://arxiv.org/pdf/1504.08083.pdf) 方法仅运行一次 CNN 推理，因此减少了计算量。 CNN 的输出用于建议网络并选择边界框。 它介绍了一种称为**感兴趣区域池**的技术。 感兴趣区域池采用 CNN 功能，并根据区域将它们合并在一起。 合并使用 CNN 进行推理后获得的特征，并选择区域，如下图所示：
 
 ![](img/9607861d-014a-4574-980d-90fb23f91ae4.png)
 
@@ -207,7 +207,7 @@ Girshick 等人提出的 Fast R-CNN。 （ [https://arxiv.org/pdf/1504.08083.pdf
 
 # 更快的 R-CNN
 
-Ren 等人提出了更快的 R-CNN。 （ [https://arxiv.org/pdf/1506.01497.pdf](https://arxiv.org/pdf/1506.01497.pdf) ）。 Faster R-CNN 和 Fast R-CNN 方法之间的区别在于，Faster R-CNN 使用诸如 VGG 和 Inception 等体系结构的 CNN 功能来提案而不是选择性搜索。 CNN 功能进一步通过区域提议网络传递。 滑动窗口通过具有潜在边界框和分数的要素传递，并输出一些直观的长宽比，模型输出边界框和分数：
+Ren 等人提出了 [Faster R-CNN](https://arxiv.org/pdf/1506.01497.pdf)。 Faster R-CNN 和 Fast R-CNN 方法之间的区别在于，Faster R-CNN 使用诸如 VGG 和 Inception 等体系结构的 CNN 功能来提案而不是选择性搜索。 CNN 功能进一步通过区域提议网络传递。 滑动窗口通过具有潜在边界框和分数的要素传递，并输出一些直观的长宽比，模型输出边界框和分数：
 
 ![](img/ea103e8f-b553-4d9d-89cd-077888fb7db0.png)
 
@@ -238,7 +238,7 @@ Google 发布了经过预先训练的模型，并在`COCO`数据集上对各种
 ```py
 mkdir protoc_3.3
 cd protoc_3.3
-wget [https://github.com/google/protobuf/releases/download/v3.3.0/protoc-3.3.0-linux-x86_64.zip](https://github.com/google/protobuf/releases/download/v3.3.0/protoc-3.3.0-linux-x86_64.zip)
+wget https://github.com/google/protobuf/releases/download/v3.3.0/protoc-3.3.0-linux-x86_64.zip
 ```
 
 更改文件夹的权限并提取内容，如下所示：
@@ -248,7 +248,7 @@ chmod 775 protoc-3.3.0-linux-x86_64.zip
 unzip protoc-3.3.0-linux-x86_64.zip
 ```
 
-协议缓冲区（protobuf）是 Google 的语言无关，平台无关的可扩展机制，用于序列化结构化数据。 它用于 XML 的使用，但是更加简单快捷。 模型通常在 TensorFlow 中导出为这种格式。 一个人可以定义一次数据结构，但可以用多种语言进行读写。 然后运行以下命令来编译 protobuf。 返回到工作文件夹，然后 c 从 [https://github.com/tensorflow/models.git](https://github.com/tensorflow/models.git) 克隆存储库，并将它们移至以下文件夹：
+协议缓冲区（protobuf）是 Google 的语言无关，平台无关的可扩展机制，用于序列化结构化数据。 它用于 XML 的使用，但是更加简单快捷。 模型通常在 TensorFlow 中导出为这种格式。 一个人可以定义一次数据结构，但可以用多种语言进行读写。 然后运行以下命令来编译 protobuf。 返回到工作文件夹，然后从[这里](https://github.com/tensorflow/models.git)克隆存储库，并将它们移至以下文件夹：
 
 ```py
 git clone https://github.com/tensorflow/models.git
@@ -281,7 +281,7 @@ Ran 7 tests in 0.022s
 OK
 ```
 
-可以从 [https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md](https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md) 获得有关安装的更多信息。 现在安装已完成并经过测试。
+可以从[这里](https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md)获得有关安装的更多信息。 现在安装已完成并经过测试。
 
 # 预训练模型
 
@@ -354,7 +354,7 @@ python object_detection/create_pet_tf_record.py \
 *   数据集的`train_input_`配置
 *   评估数据集的`eval_input_`配置
 
-我们将使用 [https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/ssd_mobilenet_v1_pets.config](https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/ssd_mobilenet_v1_pets.config) 中的配置文件。 通过运行以下命令将其下载到`Chapter04`文件夹。 打开`config`文件并编辑以下行：
+我们将使用[这个页面](https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/ssd_mobilenet_v1_pets.config)中的配置文件。 通过运行以下命令将其下载到`Chapter04`文件夹。 打开`config`文件并编辑以下行：
 
 ```py
 fine_tune_checkpoint: "~/Chapter04/ssd_mobilenet_v1_coco_11_06_2017/model.ckpt"
@@ -401,7 +401,7 @@ tensorboard --logdir=/home/ubuntu/Chapter04
 
 # 训练自动驾驶汽车的行人检测
 
-可以在 [http://pascal.inrialpes.fr/data/human/](http://pascal.inrialpes.fr/data/human/) 中找到用于训练行人物体检测的数据集。 可以在 [https://github.com/diegocavalca/machine-learning/blob/master/supervisioned/object.detection_tensorflow/simple.detection.ipynb](https://github.com/diegocavalca/machine-learning/blob/master/supervisioned/object.detection_tensorflow/simple.detection.ipynb) 中找到检测行人的步骤。 可以从 [http://www.vision.ee.ethz.ch/~timofter/traffic_signs/](http://www.vision.ee.ethz.ch/~timofter/traffic_signs/) 和 [http://btsd.ethz.ch/下载用于训练符号检测器的数据集。 shareddata /](http://btsd.ethz.ch/shareddata/) 。 对于无人驾驶汽车，图像中将有四个类别用于标记：行人，汽车，摩托车和背景。 当不存在任何后台类时，必须检测到该后台类。 训练深度学习分类模型的一个假设是，至少一个对象将出现在图像中。 通过添加`background`类，我们克服了这个问题。 神经网络还可以根据标签生成对象的边界框。
+可以在[这个页面](http://pascal.inrialpes.fr/data/human/)中找到用于训练行人物体检测的数据集。 可以在[这个页面](https://github.com/diegocavalca/machine-learning/blob/master/supervisioned/object.detection_tensorflow/simple.detection.ipynb)中找到检测行人的步骤。 可以从[这个页面](http://www.vision.ee.ethz.ch/~timofter/traffic_signs/)和[这个页面](http://btsd.ethz.ch/shareddata/)下载用于训练符号检测器的数据集。 对于无人驾驶汽车，图像中将有四个类别用于标记：行人，汽车，摩托车和背景。 当不存在任何后台类时，必须检测到该后台类。 训练深度学习分类模型的一个假设是，至少一个对象将出现在图像中。 通过添加`background`类，我们克服了这个问题。 神经网络还可以根据标签生成对象的边界框。
 
 # YOLO 对象检测算法
 

docs/dl-cv/05.md

@@ -60,15 +60,15 @@
 
 除了上面提到的那些以外，在医学影像和卫星影像领域还有其他几个数据集。 这里提供了指向其中一些链接的供您参考：
 
-*   [http://www.cs.bu.edu/~betke/BiomedicalImageSegmentation](http://www.cs.bu.edu/~betke/BiomedicalImageSegmentation/)
-*   [https://www.kaggle.com/c/intel-mobileodt-cervical-cancer-screening/data](https://www.kaggle.com/c/intel-mobileodt-cervical-cancer-screening/data)
-*   [https://www.kaggle.com/c/diabetic-retinopathy-detection](https://www.kaggle.com/c/diabetic-retinopathy-detection)
-*   [https://grand-challenge.org/all_challenges](https://grand-challenge.org/all_challenges/)
-*   [http://www.via.cornell.edu/databases](http://www.via.cornell.edu/databases/)
-*   [https://www.kaggle.com/c/dstl-satellite-imagery-feature-detection](https://www.kaggle.com/c/dstl-satellite-imagery-feature-detection)
-*   [https://aws.amazon.com/public-datasets/spacenet](https://aws.amazon.com/public-datasets/spacenet/)
-*   [https://www.iarpa.gov/challenges/fmow.html](https://www.iarpa.gov/challenges/fmow.html)
-*   [https://www.kaggle.com/c/planet-understanding-the-amazon-from-space](https://www.kaggle.com/c/planet-understanding-the-amazon-from-space) 
+*   <http://www.cs.bu.edu/~betke/BiomedicalImageSegmentation/>
+*   <https://www.kaggle.com/c/intel-mobileodt-cervical-cancer-screening/data>
+*   <https://www.kaggle.com/c/diabetic-retinopathy-detection>
+*   <https://grand-challenge.org/all_challenges/>
+*   <http://www.via.cornell.edu/databases/>
+*   <https://www.kaggle.com/c/dstl-satellite-imagery-feature-detection>
+*   <https://aws.amazon.com/public-datasets/spacenet/>
+*   <https://www.iarpa.gov/challenges/fmow.html>
+*   <https://www.kaggle.com/c/planet-understanding-the-amazon-from-space> 
 
 为分割任务创建训练数据非常昂贵。 有在线工具可用于注释数据集。 麻省理工学院 **MIT 大学**提供的 **LabelMe** 移动应用程序非常适合注释，可以从[下载 http://labelme.csail.mit.edu/Release3.0](http://labelme.csail.mit.edu/Release3.0) 。