- 博客(9)
- 收藏
- 关注
原创 细粒度图像分类和多标签图像分类
引入bounding box 和key point 等额外的标注信息。2、标记关系建模RNN-CNN。没有考虑各类别之间的关系。两个分支关注不同的部位。
2023-03-31 14:24:18
170
原创 图像分类理论与实战
AUC: 表示随机挑选一个真样本和负样本,分类器会对正样本给出的预测值高于负样本的概率。Zk用于后面计算概率,用softmax函数,Zk本身大小可以反映概率大小。如果能满足下面的式子就一定能满足上面的式子,并且条件更严格,分的更开了。用于估计两个分布的相似性,特性:大于等于0,当且仅当两分布相同等于零。不确定性越大、概率越低,则信息越多,熵越高。正负样本数量差距较大时曲线变化很大。深度学习分类:从数据自动学习特征。传统图像分类:手工特征+分类器。优化预测概率——>优化夹角。
2023-03-28 11:33:48
49
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