- 博客(4)
- 收藏
- 关注
RSS订阅原创 模拟退火实现跟踪
使用模拟退火进行跟踪只是一次学习的过程，重在学习。跟踪过程一整个胡蹦乱跳的/(ㄒoㄒ)/~~首先了解什么是模拟退火，模拟退火相比较于爬上算法优点就是从局部最优解突破到全局最优解。get_entropy方法用来计算能量，这里是使用的互信息熵值作为能量。应该是因为sa中随机扰动值的问题吧。模拟退火用来跟踪是不合理的。sa就是模拟退火算法。
2024-04-03 10:48:21
348
原创 opencv：模板匹配实现目标跟踪
需要注意的是图像的裁剪是h，w，而画矩形框时是w，h。在cv2.selectROI这个函数的返回值roi中分别是你截取图片的左上角的位置横着的w，竖着的h，以及图片的宽和高。CVTMCCOEFF 相关系数匹配法，最好的匹配为1，-1表示最差的匹配；CVTMSQDIFF 平方差匹配法，最好的匹配为0，值越大匹配越差；CVTMCCORR 相关匹配法，采用乘法操作，数值越大表明匹配越好；CVTMCCOEFF_NORMED 归一化相关系数匹配法；CVTMCCORR_NORMED 归一化相关匹配法；
2024-04-03 10:33:45
324
原创 一个简单的深度学习例子（CIFAR10数据集，训练与预测，迁移学习）
2.第二部加载数据集，定义模型，进行训练，训练过之后会保存一个权重文件，你可以加载这个权重文件进行再训练，迁移学习。3.训练出权重文件，开始进行预测（需要导入Net或者再写一遍模型），out的输出是数据集中的类别序号。1.首先是写一个nn。
2024-04-03 10:15:27
153
1
原创 深度学习的特征提取和特征可视化
4，这部分的是根据上面的简单cnn来对图片的可视化，如果换做直接调用alexnet，vgg16，vgg19或者resnet，你需要根据模型的构建来进行mod=model.model这一步进行修改。比如alexnet的模型有features和classifier两部分，改为mod=model.features。根据不同的模型进行不同修改。3.神经网络，这是一个简单的cnn，也可以直接使用vgg，resnet等，不过在对分层可视化的代码需要根据你的神经网络构建来修改。
2024-04-03 09:59:14
490
1
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