- 博客(18)
- 问答 (3)
- 收藏
- 关注
RSS订阅
1原创 学习笔记——python导入模块（3）
import logging 日志模块转载：https://mp.weixin.qq.com/s/K3k-Mk75tSe-Z8cTooyJTghttps://blog.csdn.net/zywvvd/article/details/87857816记录日志最简单的方法就是在要记录的地方print，但这种方法打印出来没有时间，也不知道日志记录的位置，没有可读的日记格式，因此需要使用python内置logging模块。1.logging日志框架主要包括四部分：（1）Logger(记录器)返回具有指
2021-12-23 21:55:03
679
原创 学习笔记——python导入模块(2)
1.from datetime import datetime,timedeltafrom datetime import datetime,timedeltacday=datetime.strptime('2021-12-17 10:58:30','%Y-%m-%d %H:%M:%S')#str转换为datetimeprint(cday)c=datetime(2021,12,17,11,3,30)print(c)now=datetime.now()#获取当前时间print(now)now+
2021-12-17 16:37:20
689
原创 学习笔记——python导入模块的学习(1)
1.import argparse用于命令项选项与参数解析的模块使用：1.创建ArgumentParser()对象2.调用add_argument()方法添加参数3.使用parse_args()解析所添加的参数例：终端运行：2.import mathmath模块提供了许多对浮点数的数学运算函数运行结果：3.import random随机模块运行结果：4 import osos模块是与操作系统交互的一个接口...
2021-12-17 10:03:32
796
原创 学习笔记6——deepsort论文阅读
题目：SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC（具有深度关联度量的简单在线实时跟踪）ABSTRACT：In this paper, we integrate appearance information to improve the performance of SORT. Due to this extension we are able to track objects through longer p.
2021-12-10 22:21:14
976
原创 学习笔记5——距离度量（欧氏距离、马氏距离、闵氏距离、曼哈顿距离等）
参考：深度学习中常用的几种距离度量算法 - 简书 (jianshu.com)常见的9种距离度量方法-电子发烧友网 (elecfans.com)1.欧氏距离欧式距离并不是尺度不变的，因此所计算的距离可能会根据特征的单位发生倾斜。通常，在使用欧式距离度量之前，需要对数据进行归一化处理。 此外，随着数据维数的增加，欧氏距离的作用也就越小。这与维数灾难（curse of dimensionality）有关。用例：当你拥有低维数据且向量的大小非常重要时，欧式距离的效果非常好。如...
2021-12-09 22:13:19
3955
原创 学习笔记4——Dropout、Cutout、DropBlock正则化
1、Dropout 为了防止训练阶段的过拟合，随即去掉神经元（完全随机扔），如下图所示：2、DropConnect 没有连接在神经元上应用dropout，而是应用在连接这些神经元的权重和偏置上，（只在连接处扔，神经元不扔），如下图所示：3、Spatial Dropout （按channel随即扔）4、Cutout 在图像中随机选取一个点作为中心点，覆盖一个固定大小的方形（在输入层上按spatial块随即扔）...
2021-12-05 14:21:30
3476
原创 学习笔记3——目标检测的评价指标（AC、TP、FP、FN、TN、AP、ROC、AUC、mAP、[email protected]、[email protected]:.95）
目标检测的评价指标整理：本来想整理一波评价指标，查找资料发现有几个博主整理的很全面，就copy过来啦，西西~~目标检测 — 评价指标 - 深度机器学习 - 博客园 (cnblogs.com)python实现混淆矩阵 - 知乎 (zhihu.com)1、准确率 （Accuracy） 所有样本中正确样本所占的比值为准确率，是系统中最常见的一个评价指标。 准确率一般用来评估模型的全局准确程度，无法全面评价一个模型性能。2、混淆矩阵 （Confusion Matrix）混淆矩...
2021-12-01 10:57:37
7003
原创 学习笔记2——交并比 IOU Loss、GIOU Loss、DIOU Loss、CIOU Loss
学习笔记2——交并比 IOU Loss、GIOU Loss、DIOU Loss、CIOU Loss参考：https://blog.csdn.net/c2250645962/article/details/106071294https://zhuanlan.zhihu.com/p/97340657https://blog.csdn.net/u014061630/article/details/82818112https://blog.csdn.net/weixin_41735859/article/d
2021-11-29 23:59:55
3796
原创 学习笔记1——制作数据集
学习笔记1——制作数据集1、数据标注工具labelimg安装过程 cmd(win+R)→pip install labelimg,具体操作如下图所示：2、labelimg的使用在打开labelimg后，会弹出图三的三个文件夹，点击Annotations文件夹，即将标注好的xml文件保存至该文件夹。快捷键的使用：A:切换到上一张图片；D:切换到下一张图片；del:删除标注框3、开始标注...
2021-11-28 16:40:53
1344
转载 十大经典排序算法（动图演示）
0、算法概述0.1 算法分类十种常见排序算法可以分为两大类：比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。 非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。0.2 算法复杂度0.3 相关概念稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。 不稳定：如果a原本在b的前面，而a=b，排序之后 a 可能会出现...
2021-10-04 10:48:48
90
原创 指针常量和常量指针
指针常量：(int *const p=&a) const 修饰p,p所指向的地址不能改变，但a的值可以改变。常量指针:(int const* p=&a) const修饰指针，指针不能变，即a的值不能变，地址可以变。...
2021-09-01 10:19:18
44
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人