m0_45056394的博客

立志成为调包师和调参侠的女人。

开发场景中，有可能一张图中目标只有少数个，大部分候选框全都是背景一类的无意义的，造成正负样本数量不均，所以需要对负样本进行抽样。就是把置信度比较低的框更新为更低的值而不是从列表中直接删去避免造成漏检。说白了就是在被选出的多个目标区域中选出最大IOU的那个其他的统统删掉。ROI pooling改进为RROI pooling。能解决旋转，但是解决不了弯曲的曲面问题。优点：对水平文字检测效果超级好。在faster的基础上改进。特征合并，检测不同尺度文本。缺点：对扭曲的文字不好。

在参数众多，变化的数据等等背景下，神经网络参数大多情况下无法直接求解出一个精确的参数，而需要调参，这时候如何找到使得loss最小的算法就叫梯度下降算法，找到一个方向去调整某个参数就能使得loss减小。激活函数主要完成一个转换，要不然就不思考它为啥叫激活了，可能就是激活模型那意思，说白了它就是个函数，函数就是映射，在神经元中，一旦确定下来一个激活函数，也就确定下来了一个模型。目标函数，衡量对数据的拟合程度，也叫损失函数，也就是loss函数，说白了就是真实值-预测值，类似于偏差，误差，残差等等的概念。

3.enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。他的含义是，从对象中获取连续的重叠对。常用的将字母映射为数字，将a映射为1。2.pairwise函数。

通道重新对齐给出了正确的帧对齐，因为通道对齐字符加倍作为一个帧对齐字符。/A/字符表明多帧的结束。如果在同一位置，而不是在假定的帧结束检测到两个连续的有效对齐字符—无需在两个对齐字符之间的预期位置接收有效或无效的对齐字符—这个接收器将其帧重新对齐到所接收的对齐字符的新位置。所谓对齐就是将不同帧间的同一物体（位置发生变化的）对齐到同一位置，使得物体特征都处在相同位置，方便特征提取网络提取到物体尽可能多的特征。光流法：有T帧和T+i帧，提取出光流，光流和T帧进行wrap，运动补偿，得到对齐后的T+i帧。...

转自https://blog.csdn.net/m0_51123132/article/details/121895075。注意一定要事先建立好存储的文件夹，不然会报错找不到路径，输出了半天才晓得问题出在哪里。

然后在此基础上，实现train_and_evaluate功能，并使用生成的new_feat和new_label数据集进行二分类训练，限定机器学习分类器只能从逻辑回归和决策树中进行选择，将训练数据和测试数据按照82的比例进行分割。1.np.where(condition,x,y)当where内有三个参数时，第一个参数表示条件，当条件成立时where方法返回x，当条件不成立时where返回y。obj需要处理的位置，比如要删除的第一行或者第一行和第二行。首先查看一下数据格式。...

报错问题

学习自b站Python人工智能教程：机器学习（精华版）import numpy as npfrom sklearn.linear_model import LinearRegressionfrom sklearn.neighbors import KNeighborsRegressorfrom sklearn.linear_model import Ridgeimport ssl ssl._create_default_https_context = ssl._create_unverified

1.线性回归的简单模拟#数据分析库import pandas as pd#科学计算库import numpy as np from pandas import Series,DataFrameimport matplotlib.pyplot as pltimport seaborn as snsimport randomplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode

话不多说上代码，爬取一些数据进行可视化和机器学习演练#数据分析库import pandas as pd#科学计算库import numpy as np from pandas import Series,DataFrameimport matplotlib.pyplot as pltimport seaborn as snsplt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicod

#数据分析库import pandas as pd#科学计算库import numpy as np from pandas import Series,DataFramedata_train = pd.read_csv("datalab/1386/titanic_train.csv")data_test = pd.read_csv("datalab/1386/titanic_test.csv")我们可以使用data_train.info()函数来获取更多关于数据的信息，如下所示：dat

# -*- coding: utf-8 -*-"""Created on Wed May 27 15:33:24 2020@author: MACHENIKE"""import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dfrom matplotlib import cmimport tensorflow.compat.v1 as tftf.disable_v2_beh

话不多说上代码库和chromedriver 的环境变量问题网上都有很多教程这里不再赘述唯一需要注意的是和楼主一样，下载好了chromedriver也配置了环境变量但是依然显示不在环境变量中的，很可能是因为chromedriver的版本问题有的是需要查看自己的浏览器版本选择对应的chromedriver而楼主是需要选择71-75版本之间，虽然浏览器的版本是80from selenium i...

import re # 正则表达式库import collections # 词频统计库import numpy as np # numpy数据处理库import jieba # 结巴分词import wordcloud # 词云展示库from PIL import Image # 图像处理库import matplotlib.pyplot as plt # 图像展示库import...

继上次识别单个图片并导出为txt后楼主修正了一下代码，调整了功能，可以批量识别一个文件夹下有序命名的图片并且导出为txtimport cv2import osfrom aip import AipOcr""" 你的 APPID AK SK 图2的内容"""APP_ID = '18d7'API_KEY = 'FvK8sdG4nRs'SECRET_KEY = 'LCUscVuc'...

有一说一本来目标是使用python把pdf文件（扫描一整本书那种)给转成txt，但是有几个库死活下不下来，无奈楼主只能先把pdf批量转为png，再使用百度API识图功能识别图片中文字，最后发现识别出文字还有些其他的内容，又进行了下数据筛选导出为txt具体代码如下import cv2from aip import AipOcr""" 你的 APPID AK SK 图2的内容"""APP_...

参考原博文https://blog.csdn.net/qq_41320433/article/details/104403102https://blog.csdn.net/qq_41320433/article/details/104403742这里主要记录一下Twilio库的使用在按照步骤完成账号注册以后使用Twilio分配的手机号发短信会出现保报错翻译过来是号码没有得到认证原因是...

https://blog.csdn.net/qq_33161208/article/details/91864209https://blog.csdn.net/cn_1937/article/details/81449484pip 安装python库常常出现两种问题第一种属于默认镜像下载速度太慢，并且经常下载不成功，使用其他镜像可以完美解决参考博文https://blog.csdn....