之前一直在工作之余学习深度学习，大概有半年的时间了，看了很多教程（推荐 吴恩达 在 coursera 上的系列教程），也接触到了深度学习的很多领域，比如图像、语音、文本等。
这些领域都有很多有意思的应用，也都很有价值，但我还是对图像最感兴趣，所以打算先深入了解下图像识别相关。
前段时间研究了 YOLO 的论文，并做了一些小实验，跳一跳。识别的速度和分类的准确度都很好，但是框的准确度不是很高，这个导致了在某些很小的方块的时候，跳得不准。我觉得这与标记的准确度有关，但是这也说明了一点， YOLO 过度依赖人的标记准确程度了，其实训练集中的标记我修正过很多次，已经算是很细心了。
也是一部分出于这个原因，最近打算研究下 RPN。不知道基于 region 的算法，能否解决这个问题？
最近我也优化了 LabelImage 这个工具，因为之前标记跳一跳图像的时候，发现不是很好用。精确标记的时候，需要经常缩放和移动图像，原来缩放需要组合键，并且无法鼠标拖动图像，另外选择分类的时候，需要点击很多次。这些地方都进行了优化，还有一些其他的方面，可以在这里下载用用看，还在完善文档。
另外公司打算做自己的数字货币钱包，基于 TEE 技术，我负责这块，所以这一个多月，工作时间大多在学习区块链相关知识，目前已经开始着手编写代码，以后会逐渐更新一些文章。
就这样吧，得多吃点 DHA 了。
