- 博客(6)
- 收藏
- 关注
原创 Python3实现简单的随机漫步散点图
import matplotlib.pyplot as pltfrom random import choiceclass RandomStep(): def __init__(self,num_steps=5000): self.steps = num_steps self.x_points = [0] self.y_points ...
2018-04-06 21:09:36
1258
原创 Python3基础 (一)
############### 基础语法###############name.title()大写name.upper()name.lower()\t制表符 \nstrip()删除空格 rstrip()删除右面的空格 lstrip()list.append()list.insert(index,para)del list[index]pop()弹出 a=list.pop() 弹出最后一个元素 然...
2018-04-05 16:43:34
232
原创 Python3 Matplotlib画简单散点图
import numpyimport matplotlib.pyplot as plt#初始化numpy.array数组x = numpy.array([[0, 0], [-1, 0.1], [0.3, -0.05], [0.7, 0.3], [-0.2, -0.6], [-0.15, -0.63], [-0.25, 0.55], [-0.28, 0.67]])y = numpy.arra...
2018-04-04 16:30:19
3351
转载 Faster RCNN
原文链接:http://blog.csdn.net/wopawn/article/details/52463853作者:WoPawn&创新点设计Region Proposal Networks【RPN】,利用CNN卷积操作后的特征图生成region proposals,代替了Selective Search、EdgeBoxes等方法,速度上提升明显;训练Region Proposal Ne...
2017-10-20 11:30:45
1146
转载 Fast RCNN
原文地址:http://blog.csdn.net/wopawn/article/details/52463853作者:WoPawn&创新点规避R-CNN中冗余的特征提取操作,只对整张图像全区域进行一次特征提取;用RoI pooling层取代最后一层max pooling层,同时引入建议框信息,提取相应建议框特征;Fast R-CNN网络末尾采用并行的不同的全连接层,可同时输出分类结果和窗...
2017-10-19 19:52:10
351
转载 目标检测R-CNN
原文地址:http://blog.csdn.net/wopawn/article/details/52133338作者:WoPawn&创新点采用CNN网络提取图像特征,从经验驱动的人造特征范式HOG、SIFT到数据驱动的表示学习范式,提高特征对样本的表示能力;采用大样本下有监督预训练+小样本微调的方式解决小样本难以训练甚至过拟合等问题。&问题是什么近10年以来,以人工经验特征为主导...
2017-10-19 17:33:26
1005
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人