- 博客(73)
- 收藏
- 关注
RSS订阅原创 美团点评｜机器学习岗｜面经（已offer）｜2023
1.自我介绍2.介绍论文和项目3.详细问了一下论文中的解决思路和方法4.用公式详解BP原理5.详细介绍一个你了解的DL模型，我就介绍了YOLOv3，说到loss function的时候面试官说不用说了6.卷积是空间不变性还是时间不变性7.CNN网络有哪些层8.pooling分几种，分别有什么特点和作用9.解决过拟合的方法10.分别介绍L1和L2正则化的方式和优缺点11.主要使用的语言和框架12.作为一个机械的学生为什么会想到做DL，怎么克服困难自学的？
2023-09-02 18:00:47
320
原创 机器学习：Python中如何使用最小二乘法
定义：最小二乘法（又称最小平方法）是一种数学优化技术，它通过最小化误差的平方和寻找数据的最佳函数匹配。作用：利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。原则：以”残差平方和最小”确定直线位置(在数理统计中，残差是指实际观察值与估计值之间的差)数学公式：基本思路：对于一元线性回归模型, 假设从总体中获取了n组观察值（X1，Y1），（X2，Y2）， …，（Xn，Yn），对于平面中的这n个点，可以使用无数条曲线来拟合。
2023-09-01 15:50:02
1328
原创 机器学习：python中如何使用朴素贝叶斯算法
这里再重复一下标题为什么是"使用"而不是"实现"：首先，专业人士提供的算法比我们自己写的算法无论是效率还是正确率上都要高。其次，对于数学不好的人来说，为了实现算法而去研究一堆公式是很痛苦的事情。再次，除非他人提供的算法满足不了自己的需求，否则没必要"重复造轮子"。
2023-09-01 15:37:41
193
原创 机器学习：Python中如何使用支持向量机(SVM)算法
(简单介绍一下支持向量机，详细介绍尤其是算法过程可以查阅其他资)在机器学习领域，支持向量机SVM(Support Vector Machine)是一个有监督的学习模型，通常用来进行模式识别、分类(异常值检测)以及回归分析。其具有以下特征：(1)SVM可以表示为凸优化问题，因此可以利用已知的有效算法发现目标函数的全局最小值。而其他分类方法都采用一种基于贪心学习的策略来搜索假设空间，这种方法一般只能获得局部最优解。(2) SVM通过最大化决策边界的边缘来实现控制模型的能力。
2023-09-01 15:28:49
3247
1
原创 随机森林算法及其实现（Random Forest）
作为新兴起的、高度灵活的一种机器学习算法，随机森林（Random Forest，简称RF）拥有广泛的应用前景，从市场营销到医疗保健保险，既可以用来做市场营销模拟的建模，统计客户来源，保留和流失，也可用来预测疾病的风险和病患者的易感性。最初，我是在参加校外竞赛时接触到随机森林算法的。最近几年的国内外大赛，包括2013年百度校园电影推荐系统大赛、2014年阿里巴巴天池大数据竞赛以及Kaggle数据科学竞赛，参赛者对随机森林的使用占有相当高的比例。
2023-08-30 19:44:34
621
原创 浅谈 AI 机器学习及实践总结
需要我们剖析业务场景，设定清晰的目标，明确当前问题属于哪一种机器学习类型。本文首先介绍了机器学习，了解了机器学习是一种从数据生成规则、发现模型，来帮助我们预测、判断、分组和解决问题的技术，并对机器学习的分类以及深度学习做了总结，其次，介绍了怎么利用 juypter 进行机器学习的环境准备，安装相关机器学习包进行可视化数据的处理、分析及展示。
2023-08-30 16:09:26
145
原创 机器学习：以二元决策树为基学习器实现随机森林算法的回归分析
随机森林也是集成方法的一种，是对Bagging算法的改进。随机森林主要有两步组成：1）有放回的随机抽取样本数据，形成新的样本集。这部分和Bagging算法一样，但是有两点需要注意：a）新的样本集的大小和原始样本集的大小是一样的。假如原始样本有1000个数据，那么新样本集也要包括1000个数据，只是新样本集里面会含有部分重复的数据，这样可以避免过度拟合的问题。b）每生成一个决策树，都需要重新对原始数据进行取样。假如进行k次训练(即生成k课树)，那么就需要重复k次这个动作2）无放回的随机抽取属性列。
2023-08-30 15:07:13
120
原创 机器学习：Python实现聚类算法(三)之总结
Mean-shift（即：均值迁移）的基本思想：在数据集中选定一个点，然后以这个点为圆心，r为半径，画一个圆(二维下是圆)，求出这个点到所有点的向量的平均值，而圆心与向量均值的和为新的圆心，然后迭代此过程，直到满足一点的条件结束。(Fukunage在1975年提出)后来Yizong Cheng 在此基础上加入了 核函数 和 权重系数 ，使得Mean-shift 算法开始流行起来。目前它在聚类、图像平滑、分割、跟踪等方面有着广泛的应用。
2023-08-30 14:57:01
604
原创 机器学习：Python实现聚类算法(二)之AP算法
AP(Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传播算法，是在2007年的Science杂志上提出的一种新的聚类算法。AP算法的基本思想是将全部数据点都当作潜在的聚类中心(称之为exemplar)，然后数据点两两之间连线构成一个网络(相似度矩阵)，再通过网络中各条边的消息(responsibility和availability)传递计算出各样本的聚类中心。
2023-08-29 22:33:17
804
原创 机器学习：Python实现聚类算法(一)之K-Means
K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。
2023-08-29 22:21:38
801
原创 机器学习：python使用BP神经网络示例
(只是简单介绍下理论内容帮助理解下面的代码，如果自己写代码实现此理论不够)1） BP神经网络是一种多层网络算法，其核心是反向传播误差，即： 使用梯度下降法(或其他算法)，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐藏层(hidden layer)和输出层(output layer)，每层包含多个神经元。2）BP神经网络示例图上图就是一个简单的三层BP神经网络。
2023-08-29 21:40:39
1431
原创 机器学习：线性判别式分析(LDA)
线性判别式分析（Linear Discriminant Analysis），简称为LDA。也称为Fisher线性判别（Fisher Linear Discriminant，FLD），是模式识别的经典算法，在1996年由Belhumeur引入模式识别和人工智能领域。基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。LDA与PCA都是常用的降维技术。
2023-08-29 21:24:11
656
原创 如何使用OpenCV Python检测车牌？
我们将使用Haar级联分类器来检测图像中的车牌号码。Haar级联分类器是一种有效的目标检测方法。它是一种基于机器学习的方法。要训练车牌分类器，该算法最初需要大量正图像（带有车牌的图像）和负图像（没有车牌的图像）。分类器会从这些正的和负的图像中训练。然后用它来检测其他图像中的物体（车牌）。我们可以使用已经训练好的haar级联来进行目标检测。
2023-08-29 15:21:25
314
原创 如何使用OpenCV Python检测图像中的多边形?
我们首先检测图像中的所有对象轮廓以检测多边形。然后遍历所有轮廓。为每个轮廓查找近似的轮廓。如果近似轮廓中的顶点点数为5或更多，则将其绘制为三角形。请参见下面的伪代码。for cnt in contours: approx = cv2.approxPolyDP() if len(approx) >= 5: cv2.drawContours() cv2.putText("Polygon")步骤我们可以使用以下步骤来检测图像中的多边形：导入所需的库
2023-08-28 16:01:41
599
原创 如何在OpenCV Python中绘制带箭头的线条？
OpenCV提供了函数用于在图像上绘制带箭头的线条。该函数带有不同参数以绘制线条，请参阅以下语法。- 线条的起始坐标，格式为(width, height)。- 线条的结束坐标，格式为(width, height)。- 线条的颜色。红色颜色在BGR格式下传递(0, 0, 255)。- 线条的厚度，以像素为单位。- 线条的类型。- 分数位数。- 箭头长度相对于线条长度的比例。- 返回绘制了线条的图像。
2023-08-28 15:58:27
684
原创 如何在Python中使用OpenCV在图像上绘制折线？
要在图像上绘制折线，我们使用方法。我们可以在图像上绘制开放或关闭的折线。在绘制开放折线时，第一个和最后一个点不连接。
2023-08-28 15:50:54
440
原创 如何使用OpenCV Python提取图像的前景？
我们使用方法来提取图像中的前景。请按照以下步骤详细操作。使用方法读取输入图像。指定完整的图像路径。定义变量：和定义矩形“”，包括前景对象的坐标，格式为。正确的坐标对提取有意义的前景非常重要。应用grabCut（）算法来提取输入图像的前景。将和作为参数传递给算法。我们将模式应用为，因为我们使用矩形。获取新掩模mask2。将新掩模与图像相乘以找到分段图像（前景）。显示提取的前景。让我们来看一个程序示例，以更好地理解。
2023-08-28 15:37:54
335
原创 如何在OpenCV Python中查找并绘制图像轮廓的凸包？
凸包看起来类似于轮廓近似，但它并不完全是轮廓近似。凸包是一个凸的曲线，围绕着一个物体。凸曲线总是鼓出或至少是平的。凸包可以找到凸性缺陷并进行纠正。
2023-08-28 15:35:02
324
原创 如何使用OpenCV Python找到图像的离散余弦变换？
我们使用来找到图像的离散余弦变换。此函数将dtype float32的灰度图像转换为变换图像。它接受两种类型的标志或。为了将变换后的图像转换回原始图像，我们使用。
2023-08-28 15:31:25
311
原创 如何使用OpenCV在Python中找到一张图像的高斯金字塔？
在许多情况下，我们需要处理同一图像的不同分辨率和大小。在图像金字塔的概念中，我们可以找到具有不同分辨率和大小的原始图像的图像。高斯金字塔是一种图像金字塔。要找到一个提供了两个函数和。函数通过在输入图像中添加相邻的行和列来增加分辨率。输出图像的宽度和高度为输入图像的两倍，其面积增加四倍。我们可以通过等级降低或等级提高来创建高斯金字塔。要创建等级降低的高斯金字塔，我们应用函数。创建等级提高的高斯金字塔时，应用函数。在创建高斯金字塔时，原始图像被设置为基本图像。可以使用这两个函数找到更高的层。
2023-08-28 15:22:11
67
原创 如何使用OpenCV Python中的Scharr算子查找图像梯度？
使用Scharr算子，我们可以使用一阶导数在水平和垂直方向上计算图像梯度。梯度是针对灰度图像计算的。您可以使用方法cv2.scharr() 在图像上应用Scharr运算。
2023-08-28 15:18:55
80
原创 如何使用Python的OpenCV在图像中找到Laplacian金字塔？
我们可以从高斯金字塔形成Laplacian金字塔。OpenCV不提供构建Laplacian金字塔的特定函数。在Laplacian金字塔中，图像看起来只像边缘图像。Laplacian金字塔用于图像压缩以及图像增强中。Laplacian金字塔中的一级由高斯金字塔中该级别与高斯金字塔中其上一级的扩展版本之间的差异形成。要创建高斯金字塔中的级别，我们应用或函数。
2023-08-28 15:14:20
63
原创 如何使用OpenCV Python在棋盘图中找到模式？
我们可以使用在图像中找到棋盘格角落，使用绘制带有模式的棋盘格角落。请查看下面这两种方法的语法。
2023-08-26 16:43:03
392
原创 如何在OpenCV Python中找到图像轮廓的边界矩形？
对象的边界矩形是在图像中围绕对象绘制的矩形。在OpenCV中有两种方法可以找到边界矩形。
2023-08-26 16:39:15
672
原创 如何使用OpenCV Python找到图像的傅里叶变换？
离散傅里叶变换（DFT）和逆离散傅里叶变换（IDFT）可用于图像上的频域分析。要找到图像的傅立叶变换，我们使用函数和。我们可以应用傅里叶变换来分析各种滤波器的频率特性。
2023-08-26 16:36:27
51
原创 如何在OpenCV Python中找到高斯和拉普拉斯滤波器的傅里叶变换？
我们应用来分析各种滤波器的频率特征。我们可以使用对高斯和拉普拉斯滤波器应用傅里叶变换。我们使用将零频率分量移动到频谱的中心。
2023-08-26 16:30:12
147
原创 如何使用OpenCV Python查找颜色的HSV值
要找到某种颜色的，我们可以使用颜色空间转换将转换为。我们首先将颜色值定义为的格式，然后将其转换为。我们还可以找到的和，分别为和。这些下限和上限可以用于跟踪特定颜色的对象。要查找颜色的，请按照以下步骤操作−。
2023-08-26 16:25:14
554
原创 如何使用OpenCV Python中的Sobel和Laplacian导数查找图像梯度？
使用Sobel算子，我们可以在水平方向和垂直方向上计算图像梯度。梯度是针对灰度图像计算的。Laplacian算子使用二阶导数计算梯度。
2023-08-26 16:22:18
60
原创 如何使用OpenCV Python找到对象的最小外接圆?
一个对象的最小外接圆（外接圆）是一个完全覆盖该对象的圆，其面积最小。我们可以使用函数找到对象的最小外接圆。
2023-08-26 16:19:16
648
原创 如何使用OpenCV Python在图像中找到对象的固体度和等效直径？
对象的固体度是由轮廓面积与其凸包面积的比率计算得出的。因此，要计算固体度，首先必须找到轮廓面积和凸包面积。可以使用函数找到对象的轮廓面积。等效直径是圆的直径，其面积与轮廓面积相同。可以按以下方式计算固体度和等效直径 –
2023-08-26 16:16:15
127
原创 如何使用OpenCV Python将椭圆适配到图像中的对象？
我们可以使用函数来将椭圆适配到对象上。椭圆被镶嵌在一个旋转矩形内。旋转矩形是一个包含对象的最小区域边界矩形。
2023-08-26 16:12:38
119
原创 如何使用OpenCV Python翻转图像？
在中，可以使用函数cv2.flip()翻转图像。使用此函数，我们可以沿X轴，Y轴和两个轴翻转图像。它接受一个标志作为沿轴翻转图像的参数。如果设置为0，则图像沿x轴翻转。如果将设置为正整数（例如1），则图像沿Y轴翻转。如果将设置为负整数（例如“-1”），则图像沿两个轴翻转。
2023-08-26 16:06:16
162
原创 如何在OpenCV Python中实现基于FLANN的特征匹配？
我们使用尺度不变特征变换（）和Fast Library for Approx Nearest Neighbor（）来实现两个图像之间的特征匹配。使用SIFT来找到特征关键点和描述符。使用基于FLANN的KNN匹配器来匹配两个图像中的描述符。我们使用作为基于FLANN的匹配器。步骤要使用尺度不变特征变换（使用方法读取两个灰度图像。指定图像的完整路径。使用默认值初始化SIFT对象，。使用在两个输入图像中检测并计算关键点' kp1 '和''以及描述符''和'创建基于FLANN的匹配器对象，
2023-08-25 15:26:24
331
原创 如何在OpenCV Python中实现ORB特征检测器？
（Oriented FAST和Rotated BRIEF）结合了FAST关键点检测器和BRIEF描述符，并进行了许多改进来增强性能。要实现特征检测器和描述符，可以按照以下步骤操作。使用方法读取输入图像。指定图像的完整路径。使用将输入图像转换为灰度图像的方法。使用默认值启动ORB对象，使用。在灰度图像中检测和计算特征关键点和描述符’使用。它返回关键点’‘和描述符’使用函数在图像上绘制检测到的特征关键点。
2023-08-25 15:22:08
419
原创 如何在OpenCV Python中实现概率Hough变换？
Probabilistic Hough Transform是Hough Transform的优化版本。即使是具有两个参数的直线，Hough变换也需要大量计算。概率Hough变换并不考虑所有点，它仅考虑随机的一部分点，这已足以检测直线。我们可以遵循以下步骤在图像上实现概率Hough变换-使用读取输入图像。使用此方法读取的RGB图像以BGR格式表示。选择性地将读取的BGR图像分配给img。现在，使用函数将BGR图像转换为灰度图像。选择性地将转换后的灰度图像分配给gray。
2023-08-25 15:19:09
43
原创 如何使用OpenCV Python将两个图像水平和垂直连接？
在OpenCV中，图像被表示为。提供了两个函数——和，用于合并图像。函数将图像水平连接，而函数将图像垂直连接。这些函数接受大小相同的图像列表以将它们连接在一起。所有图像的高度、宽度和通道数必须相同才能将它们连接起来。
2023-08-25 15:16:06
336
原创 如何在OpenCV Python中生成图像遮罩？
我们可以通过计算掩模和图像的来应用掩模到图像上。要跟踪颜色，我们使用在HSV颜色空间中定义掩模，传递颜色数值的下限和上限。要跟踪图像的一部分，我们可以使用定义一个掩模，并对待检查的输入图像区域为白色（255）的条目进行切片。按照以下给定的步骤生成图像掩模 –然后使用方法读取输入图像。将图像BGR转换为HSV以跟踪输入图像中的颜色。要跟踪图像的一部分，请保持图像为BGR格式。使用定义一个掩模以跟踪图像中的特定颜色。传递颜色在HSV格式中的下限和上限。如果要跟踪输入图像的矩形部分，请使用一个矩形图像（称为。
2023-08-25 14:30:13
896
原创 如何在OpenCV Python中匹配图像形状？
我们使用函数来匹配两个图像形状。该函数返回一个度量标准，显示图像形状之间的相似性。该函数使用Hu矩来计算度量值。度量值越低，图像形状之间的相似性就越高。在以下示例中，我们将匹配来自不同图像的形状以及单个图像中的形状。
2023-08-25 14:26:58
1524
原创 如何在OpenCV Python中归一化图像？
我们使用函数cv2.normalize()在OpenCV中归一化图像。此函数接受参数-和和dst是输入图像和与输入相同大小的输出图像，alpha是用于范围归一化的较低标准值，是用于范围归一化的较高标准值，norm_type是归一化类型，是输出数据类型，而是可选的操作掩码。
2023-08-25 14:23:04
3179
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