机器学习
CoCo_2022
这个作者很懒,什么都没留下…
展开
-
【pytorch】关于OpenCV和PIL.Image读取图片的区别
首先从pytorch出发,torchvision.transforms()要求传入的图像是PIL.Image格式(通道要求是RGB格式的),另外模型处理输入要转换为[1,channel,H,W];所以最终导入torchvision.transforms()的图像格式需要转成PIL.Image,且需要在转换后增加batch维度([channel,H,W]变成[1,channel,H,W])...原创 2022-08-09 22:21:28 · 1917 阅读 · 0 评论 -
【mac解决办法】PytorchStreamReader failed reading zip archive: failed finding central directory
模型保存路径:/Users/用户名/.cache/torch/hub/checkpoints,注意:自己下载的模型导入该文件夹是不管用的,每次执行都会不同结尾的文件名。错误说明:预训练模型下载中断,导致模型不完整,不能正确读取;将下载的不完整的模型文件删除,重新执行代码,自动将重新下载;注意在Finder前往时,将用户名替换为自己的,...原创 2022-08-08 15:27:15 · 5459 阅读 · 0 评论 -
目标检测模型常用评价指标-(AP、mAP)
对于一个给定的类别,让我们对验证集中的每张图片都计算它的精确率。假设我们的验证集中有 100 张图片,并且我们知道每张图片都包含了所有的类别(单个图片的多分类问题)。全类平均正确率,又称全类平均精度, 所有类别的AP值累加求和/类别数,是将所有类别检测的平均正确率(AP)进行综合加权平均而得到,在目标检测领域,是十分重要的衡量指标,用来衡量目标检测算法的性能;有了AP的概念,mAP/Mean Average Precision就很好理解了,还是借用上面20个分类的例子,20个分类的AP均值。...原创 2022-08-05 15:19:34 · 2169 阅读 · 0 评论 -
机器学习模型常用评价指标(Accuracy, Precision, Recall、F1-score、MSE、RMSE、MAE、R方)
众所周知,机器学习分类模型常用评价指标有Accuracy, Precision, Recall和F1-score,而回归模型最常用指标有MAE和RMSE。但是我们真正了解这些评价指标的意义吗?在具体场景(如不均衡多分类)中到底应该以哪种指标为主要参考呢?多分类模型和二分类模型的评价指标有啥区别?多分类问题中,为什么Accuracy = micro precision = micro recall = micro F1-score?............原创 2022-08-05 14:47:25 · 6777 阅读 · 0 评论