- 博客(5)
- 资源 (1)
- 收藏
- 关注
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 1069 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 11549 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 4377
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 16:41:22 376
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 20:16:11 507
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人