![](https://img-blog.csdnimg.cn/6dcbe979387d441f90e79a632ea54936.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
ai码电瓶车
文章平均质量分 72
我怀疑你在开车!!!但我没有证据。
玫瑰花的葬礼。
这个作者很懒,什么都没留下…
展开
-
数据预处理
在制作dataset时,可以使用transform参数对数据进行一些预处理,把一系列图像的操作封装成一个dict然后作为参数传给自定义Dataset类即可。把数据封装成数据集,先自定义一个继承Dataset的class,该class必须重写__getitem__和__len__方法。实例化得到dataset数据集之后使用DataLoader将数据集设置为batch。原创 2023-02-12 13:54:37 · 149 阅读 · 0 评论 -
目标检测。
NMS来选取那些邻域里分数最高(某一类物体的概率最大),并且抑制那些分数低的窗口,从而达到去除冗余的检测框,保留最好的一个的目的。原创 2022-11-09 10:30:24 · 1151 阅读 · 0 评论 -
卷积神经网络CNN
卷积神经网络由一个或多个卷积层、池化层以及全连接层等组成。与其他的深度学习结构相比,卷积神经网络在图像等方面能够给出更好的结果。这一模型也可以使用反向传播算法(back-propagation)进行训练。相比其他浅层神经网络和深度神经网络,卷积神经网络需要考量的参数更少。原创 2022-10-16 13:41:32 · 1284 阅读 · 0 评论 -
模型调优——交叉验证与网格搜索
一般在进行模型的测试时,我们会将数据分为训练集和测试集。在给定的样本数据中,拿出大部分的数据最为训练集去训练模型,剩余的部分作为测试集对刚建立的模型进行预测。一般测试集的数据占比取25%。为了让建立出的模型更加准确可信,需要采取一些方法对模型进行优化。 交叉验证 将除测试集以外的数据分成n等份子样本数据(n折交叉验证,10折交叉验证最常用),其中一个等份子样本数据被保留成验证集数据,剩余的n-1份样本数据作为训练集用于进行训练。每个子样本都会经过一次验证集数据进行处理,得出一个估测,交叉重复n次之后,得出n原创 2022-01-29 09:04:23 · 2979 阅读 · 3 评论