- 博客(3)
- 收藏
- 关注
RSS订阅原创 机器学习IoU计算
IoU是目标检测中非常重要的一个概念，因为它简单直观，可以有效地反映预测框与真实框的匹配程度。输入两个box列表，列表的值为预测框和真实框的中点坐标和长和宽。先通过列表数据得到两框的左上角和右下角的坐标，之后分别选取重叠区域的左上角和右下角坐标，之后计算重叠部分面积 积/两框面积的和。- 通常在目标检测任务中，设定一个阈值（比如0.5），只有当IoU大于这个阈值时，才认为检测是正确的。计算交集的面积：找到预测框和真实框相交的部分，计算该相交区域的面积。计算并集的面积：计算预测框和真实框合并起来的总面积。
2024-09-28 09:15:25
98
原创 Pascal VOC 数据集导入并转为yolo格式
结果[[253.5, 183.5, 195, 173, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [232.0, 130.5, 94, 137, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0], .......]），之后提取obj每个数据的x，y最值，x，y值分布为x，y的最大值-最小值的二分之一。如果确定数据集已经下载并且位于正确的位置，可以安全地将。
2024-09-28 09:01:09
446
原创 mnist.pkl的提取与使用
首先使用pickle将文件反序列化，标注‘rb’防止UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 0: illegal multibyte sequence报错。结果是包含三个元组的一个大元组，三个元组分别是训练集，验证集和测试集。接下来是简单查看数据集，使用matplotlib.pyplot查看图像，注意需要将样本reshape（28,-1）及（28,28）的格式（‘28’行，‘-1’为占位符，表示自动计算列数）
2024-09-27 17:20:49
375
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