- 博客(23)
- 收藏
- 关注
RSS订阅转载 预测性客户分析之客户终生价值（Part 3）
<div class="rich_media_content" id="js_content"> ...
2020-01-09 09:40:31
305
转载 预测性客户分析之推荐触达客户的最佳渠道（Part 2）
<div class="rich_media_content" id="js_content"> ...
2020-01-09 09:38:11
569
转载 预测性客户分析之客户生命周期（Part 1）
<div class="rich_media_content" id="js_content"> ...
2020-01-08 16:31:46
445
转载 VS2017创建WIN32控制台程序
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 ...
2019-10-11 09:21:18
984
转载 ssd.pytorch源码迁移实现（pytorch版本从0.2迁移到0.4(1.0)）
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 ...
2019-09-17 08:35:13
189
转载 一文看懂迁移学习：怎样用预训练模型搞定深度学习？ ——重用神经网络的结构
下面就是深度学习模型重用例子。迁移学习！跟传统的监督式机器学习算法相比，深度神经网络目前最大的劣势是什么？贵。尤其是当我们在尝试处理现实生活中诸如图像识别、声音辨识等实际问题的时候。一旦你的模型中包含一些隐藏层时，增添多一层隐藏层将会花费巨大的计算资源。庆幸的是，有一种叫做“迁移学习”的方式，可以使我们在他人训练过的模型基础上进行小改动便可投入使用。在这篇文章中，我将会讲述如何使用预训练模...
2019-09-16 16:01:48
298
原创 leetcode1两数之和
给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回...
2019-09-01 09:03:45
164
转载 FPN理解
图1(a)表示使用图像金字塔来构造特征金字塔，每一张图像都会独立地计算出它的特征。速度慢，消耗大量显存。(b)表示利用单一尺度的特征图做目标检测，典型的是SPP-Net、Fast R-CNN和Faster R-CNN等，这些网络将原图通过卷积神经网络生不同层次的特征图，但是检测系统基于最后一层特征图。©是利用了原图经过卷积神经网络在不同层次生成的特征图进行预测，而不仅限于最后一层。SSD 检...
2019-07-09 09:39:53
410
转载 基于pytorch的yolo v3的理解（下篇）
参考链接：原文链接：https://blog.paperspace.com/how-to-implement-a-yolo-object...
2019-07-04 11:47:04
248
转载 基于pytorch的yolo v3的理解（上篇）
参考链接：原文链接：https://blog.paperspace.com/how-to-implement-a-yolo-objec...
2019-07-04 11:45:53
271
转载 SSD算法详解
SSD github : https://github.com/weiliu89/caffe/tree/ssdSSD paper : https://arxiv.org/abs/1512.02325SSD 动态PPT： https://...
2019-06-26 09:47:12
3905
转载 目标检测交并比（IoU）理解
交并比（Intersection-over-Union，IoU）：目标检测中使用的一个概念是产生的候选框（candidate bound）与原标记框（ground truth bound）的交叠率即它们的交集与并集的比值。最理想情况是完全重叠，即比值为1。基础知识：交集：集合论中，设A，B是两个集合，由所有属于集合A且属于集合B的元素所组成的集合，叫做集合A与集合B的交集，记作A∩B。...
2019-06-25 17:28:27
1306
转载 图像处理的交并比（IoU）
交并比（Intersection-over-Union，IoU），目标检测中使用的一个概念，是产生的候选框（candidate bound）与原标记框（ground truth bound）的交叠率，即它们的交集与并集的比值。最理想情况是完全重叠，即比值为1。计算公式：Python实现代码：def calculateIoU(candidateBound, groundTruthBound...
2019-06-25 17:11:14
1528
转载 SSD--计算jaccard交并比
yref, xref, href, wref = anchors_layer # y(m, m, 1), x(m, m, 1), h(k,), w(k,)ymin = yref - href / 2. # (m, m, k)xmin = xref - wref / 2.ymax = yref + href / 2.xmax = xref + wref / 2.vol_anchors ...
2019-06-25 16:05:23
676
转载 FPN
faster rcnn是经典的detection网络，虽然现在有更好的模型（yolo等），但是faster rcnn依然是很值得研究的。之前在商汤论文分享会上遇到李博同学...
2019-06-20 15:10:13
258
转载 目标窗口检测算法-NMS非极大值抑制
YOLO在最后的一个步骤就是对 SxSx(Bx5+C) 个向量进行非极大值抑制（Non-max suppression），一开始不是太明白非极大值抑制是如何操作的，也就是不太清楚YOLO最后做完卷积后如何对求得向量进行预测，求得目标框位置。对YOLO代码分析完之后对其他步骤操作有了一个大致的认识之后，回顾最后一步非极大值抑制，发现非极大值抑制在R-CNN、Fast-RCNN都有用到的同样的概念，...
2019-06-03 16:47:49
272
原创 Pytorch实现IoU
def bbox_iou(box1, box2):“”"Returns the IoU of two bounding boxes"""#Get the coordinates of bounding boxesb1_x1, b1_y1, b1_x2, b1_y2 = box1[:,0], box1[:,1], box1[:,2], box1[:,3]b2_x1, b2_y1, b2_...
2019-06-03 16:21:36
2751
1
转载 yolo1解析
YOLO（You Only Look Once) 是可谓是第一个相对成功One-Stage物体检测，在2016年被提出，本着速度的优势一跃成为与RCNN系列并驾齐驱的物体检测框架。YOLO V1指标：YOLO V1 mAP和FPS对比：YOLO V1的速度...
2019-05-27 16:10:40
394
转载 【何之源-21个项目玩转深度学习】——Chapter3-3.2 数据准备-将图像数据转为tfrecord形式
在训练自己的模型前，需要准备数据集，tfrecord作为tensorflow较为流行的数据处理格式，我们需要根据已有的图像样本来制作tfrecord格式的数据源。读者完全可按照下面文件的存放路径，调用以下两个.py文件制作自己的tfrecord文件；何大神提供的数据源结构如下：data_...
2019-04-25 17:03:25
201
转载 深度学习
基于梯度的优化方法大多数深度学习算法都涉及某种形式的优化。优化指的是改变 x 以最小化或最大化某个函数 f(x) 的任务。我们通常以最小化 f(x) 指代大多数最优化问题。最大化可经由最小化算法最小化 −f(x) 来实现。 我们把要最小化或最大化的函数称为 目标函数（objective function）或 准则（criterion）。当我们对其进行最小化时，我们也把它称为 代价（cost fu...
2019-04-25 17:02:20
255
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