- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 常见排序算法C++
1.选择排序算法描述：初始时，在序列中找到最小元素，放到序列的起始位置作为已排序序列；然后，再从剩余未排序元素中寻找最小元素，放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。template<typename T>void selectionSort(T arr[] , int n ){ for (int i = 0; i < n - 1; i++){...
2018-07-31 14:20:13
1066
1
转载 YOLO2原理理解
YOLO改进策略：1.Bath Nomalization Bath Nomalization可以提升模型收敛速度，而且可以起到一定正则化效果，降低模型的过拟合。 YOlLOv2中，在每个卷积后面都添加了Bathch Normalization层，并且不再使用droput，mAP提升了2.4%2.High Resolution Classifier 目前大部...
2018-05-28 10:32:52
11541
5
原创 mAP，召回率（Recall），精确率（Precision）
一、mAP（MeanAveragePrecision）1.对于某类别C，在一张图片上 ， 即P=一张图片上类别C识别正确的个数 / 这张图片上类别C的总个数2.对于类别C，在多张图片上 ， 即AP=每张图片上的Precision求和 / 含有类别C的图片数目3.对于整个数据集而言，存在多个类别C1、C2、C3... ，即mAP=所有类别的AP求和 / 总的...
2018-05-16 22:43:04
4369
转载 tensorflow数据输入
tensorflow有两种数据输入方法，比较简单的一种是使用feed_dict，这种方法在画graph的时候使用placeholder来站位，在真正run的时候通过feed字典把真实的输入传进去。比较简单不再介绍。比较恼火的是第二种方法，直接从文件中读取数据（其实第一种也可以我们自己从文件中读出来之后使用feed_dict传进去，但方法二tf提供很完善的一套类和函数形成一个类似pipeline一样...
2018-03-22 16:41:22
371
转载 RCNN系列目标检测算法总结（一）
一、R-CNN1.算法流程：采用selective search生成region proposal（约2千），由于region proposal尺寸大小不一，需要reshape到227*227。将每个region proposal 送入CNN网络中提取特征向量。将提取到的特征向量送入SVM分类器，每个类别对应一个SVM。对每一类目标，使用一个回归器精修候选框的位置。2.网络结构二、SPPNet1....
2018-03-21 20:16:11
505
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人