- 博客(6)
- 收藏
- 关注
RSS订阅原创 Mobile net系列总结（V1、V2、V3）
一、Mobile Net V1主要贡献： （1）使用了深度可分离卷积构建轻量级卷积神经网络，由depthwise(DW)和pointwise(PW)两个部分结合起来，用来提取特征feature map。相比常规的卷积操作，其参数数量和运算成本比较低。 深度可分离卷积参考博文：(129条消息) 深度可分离卷积（Depthwise seperable convolution）_冰雪棋书的博客-CSDN博客_深度可分离卷积 （2）引入了两个简单的全局参数来有效平衡延迟性和
2022-07-10 19:11:47
4468
1
原创 基于深度学习的计算机视觉研究新进展（综述笔记）
深度学习的应用场景：图像搜索、自动驾驶、用户行为分析、文字识别、虚拟现实和激光雷达等等基于深度学习的计算机视觉同时可以对其他学科产生影响： 在计算机图形学的动画仿真和实时渲染技术； 材料领域的显微镜分析技术； 医学图像分析处理技术； 实施评估师生课堂表现和考场行为的智慧教育； 分析运动员比赛表现技术等数据集： 2007年，普林斯顿大学李飞飞团队基于 WordNet 的层级结构开始搭建 ImageNet 数据集。最 终 在 2
2022-06-29 16:58:21
1901
转载 论文笔记YOLOv2
摘要提炼：我们提出了一种最先进的、实时检测系统——YOLO9000。它可以检测超过9000个种类的目标。相对于YOLO的一些改进：1.目标检测数据集使用COCO数据集2.图像分类数据集使用ImageNet数据集3.使用多尺度训练方法，可以在多种不同尺寸的图片上运行4.提出了一种共同训练方法,即检测和分类共同训练Introduction首先介绍当前的研究背景：神经网络的引入以及深度学习使得目标检测系统越来越准确。提出问题：然而，大多数检测方法仍然局限于一小部分对象。然后阐述
2022-03-16 21:19:24
253
原创 numpy和pandas学习笔记(更新中)
一、numpy的基本运算操作导入numpy包import numpy as np# 定义array的类型# a = np.array([2, 3, 4], dtype=np.int64)# a = np.array([2, 3, 4], dtype=np.int32)## a = np.array([2, 3, 4], dtype=np.float64)# a = np.array([2, 3, 4], dtype=np.float32)# 多维数组# a = np.array
2022-01-08 15:52:22
960
原创 安装pygame库的总结（安装python库通用）
安装pygame库的总结首先第一步需要查看你的电脑有没有安装pip操作如下：进入命令行窗口，进入到的你python安装路径，比如我的安装路径是：D:\Python\Python\Python37 ，所以我就直接进入到该路径，如图所示：在这个过程中我发现了一个问题，就是我输入pip --version会提示‘pip’不是内部命令，也不是可运行程序，经过网上的资料查找应该是pip的路径没有配置到python环境变量里，我觉得太麻烦了，所以我又试了直接在前面加上python -m，结果就直接可.
2021-11-22 19:58:50
3811
原创 MATLAB教程笔记（一）
该笔记参考中国大学MOOK刘卫国老师的《科学计算与MATLAB语言》目录一、MATLAB基础知识1.1MATLAB系统环境（略）1.2数值数据1.3变量及其操作1.4矩阵的表示1.5 矩阵元素的索引方式1.6MATLAB基本运算1.7字符串处理一、MATLAB基础知识1.1MATLAB系统环境（略）1.2数值数据· 数值数据类型的分类 整型、浮点型、复数型（1）整型：无符号整数：无符号8位整数、无符号16位整数、无符号32位整数...
2021-10-20 15:51:06
1195
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人