- 博客(12)
- 资源 (4)
- 收藏
- 关注
原创 为什么是YOLO
为什么是YOLOYOLO 在做出预测时会全局考虑图像. 不同于滑动窗口和区域提议的方法, YOLO 在训练和测试的时候都能锁定整张图像, 因此他具备编码相关类及目标外观上下文信息的能力.
2021-12-30 14:26:20 1275
原创 卡尔曼滤波简约版
卡尔曼滤波简约版在上一篇博文中翻译了国外博主对于卡尔曼滤波解释的文章, 并在其中做了一些备注. 从阅读难度上来看是简单了, 但是内容看起来就很繁琐, 不利于快速查阅. 因此, 我又将卡尔曼滤波中重要的公式重新整理做了简约版. 如果你对卡尔曼滤波算法是一个小白, 刚接触, 建议先看上一篇, 然后有所理解之后再来阅读此篇.卡尔曼滤波主要分为两个部分, 1. 预测 2. 更新.预测预测小车状态 xxx 需要根据位置 ppp 和 速度 vvv, 表示为:x⃗=[pv]\vec{x} = \begin{
2021-12-26 18:15:38 815
原创 yolov测试各项指标的流程:
yolov测试各项指标的流程:载入模型, 其中包括类别数等;按照 batch_size 逐张图片进行预测得到预测标签: predn 和 实际标签 labelsn, 其中 末尾的 n 表示经过了原图适配的 bbox坐标.predn: {tensor: (3,6)},表示预测到了3个标签, 表示[x1, y1, x2, y2, confidence, class] tensor([[754.00000, 86.00000, 767.00000, 104.00000, 1.00
2021-12-24 09:20:05 567
原创 python 怪谈
今天在学习 python 的时候, 发现了很怪的现象, 那就是一个函数有返回值, 我调用的时候不去接收返回值, 但是依然可以获取返回值.有点绕, 那具体是什么意思呢? 写个例子开整:题干: 做一个加法运算, 调用一个函数执行相加操作, 然后改变我的 加数2 的值. 怎么做的?看下面的代码import numpy as npdef add_one(a, b): b = a + b return bdef add_two(a, b): b += a retur
2021-12-23 11:01:58 1079
原创 yolov5 test.py val.py detec.py 区别在哪里呢?
yolov5 test.py val.py detec.py 区别在哪里呢?用户在训练数据的时候必须使用 train.py 来进行 数据训练和验证,但我很难理解detect.py 和test.py 之间的区别。应该在一个数据集中的(看不见的)测试数据上运行这两者中的哪一个?首先: test.py 最近被重命名为 val.py!这 3 个文件是为不同目的而设计的,并使用具有不同设置的不同数据加载器。train.py 数据加载器旨在兼顾速度和准确性,val.py 旨在获得验证数据集上的最佳 mAP
2021-12-22 21:40:30 25439 35
原创 卡尔曼滤波工作原理详解
卡尔曼滤波工作原理详解网上看到有不少的博客翻译 How a Kalman filter works, in pictures, 这篇文章中非常有趣的解释了卡尔曼滤波,. 但是目前很多翻译的文章中公式显示凌乱, 因此我决定重新整理一下格式.我必须告诉你关于卡尔曼滤波器的事情,因为它的功能非常惊人。令人意外的是,几乎没有软件工程师和科学家真正理解卡尔曼滤波器,这让我很难过,因为它是一个在存在不确定性的情况下组合信息的通用而强大的工具。有时,它提取准确信息的能力似乎很神奇——如果听起来我说得太多了,那么
2021-12-21 14:37:39 4171 1
原创 先验概率和后验概率理解
先验概率和后验概率理解对于统计学只是皮毛认识,在学校时根本不重视,如今机器学习几乎以统计学为基础发展起来的,头疼的紧,如今还得琢磨基础概念。1、我自己的理解:1)先验:统计历史上的经验而知当下发生的概率;2)后验:当下由因及果的概率;2、网上有个例子说的透彻:1)先验——根据若干年的统计(经验)或者气候(常识),某地方下雨的概率;2)似然——下雨(果)的时候有乌云(因/证据/观察的数据)的概率,即已经有了果,对证据发生的可能性描述;3)后验——根据天上有乌云(原因或者证据/观察数据),下雨(
2021-12-21 10:21:33 2849
原创 NMS中的 offset by class 是什么意思?
NMS中的 offset by class 是什么意思?引言在非最大抑制中,我想知道这行代码的作用。也许有人能给我一个提示。我特别要求,因为我想开启不可知行为,但只针对我的一些类,而不是所有类。我想我可以在这里加上它,但很难理解这种“阶级抵消”的原因。来自文件: yolov5/utils/general.py c = x[:, 5:6] * (0 if agnostic else max_wh) # classes boxes, scores = x[:, :4] + c, x[:, 4]
2021-12-20 21:32:41 517
原创 Siamese Networks 介绍
Siamese Networks 介绍你并不总是需要很大的数据来训练你的模型,学习如何在每类中使用很少的图像数量构建一个模型在现代化的深度学习时代的神经网络在每一个任务中几乎都起到了很好的作用,但是这些神经网络依赖于更多的数据来执行。 对于某些问题,如面部识别和验证签名的,我们不能总是依赖于获得更多的数据,来解决这种任务,我们有一个新的类型的神经网络结构称为Siamese Networks。它只使用几张数字图像,以就能获得更好的预测。 能从很少的数据中学到特征使 Siamese Networks
2021-12-20 10:37:29 1243
原创 kmeasns中的whiten介绍
kmeasns中的whiten介绍from scipy.cluster.vq import whitenimport numpy as np矩阵方程长什么样子? 代表什么意义?f: featureso: observationf0 f1 f2obs = [[ 1., 1., 1.], #o0… [ 2., 2., 2.], #o1… [ 3., 3., 3.], #o2… [ 4.,
2021-12-13 10:44:17 1951
原创 torch 初体验
torch 初体验假定目标公式为:y=2x+1也就是:y=kx+b,k=2,b=1现在进行梯度求解,模拟反向传播:loss=(ypred−ytrue)2k_grad=lossk′=2(ypred−ytrue)∗xb_grad=lossb′=2(ypred−ytrue)∗1new_k_pred=k_grad−learning_rate∗k_gradnew_b_pred=b_grad−learning_rate∗b_grad假定目标公式为: y = 2x +1 \\也就是: y = kx + b, k=2
2021-12-06 13:45:52 778
原创 Firefox setting
Firefox setting火狐怎么解决content security policy在地址栏输入about:config 查找security.csp.enable 并切换成 false
2021-12-05 14:49:48 289
最小二乘法详细推导过程以及python代码
2024-06-04
vgg19_no_fc.npy
2020-07-02
pandas.Series(len_sequences).describe() 的示例理解代码.ipynb
2019-08-23
ippicv_2019_lnx_intel64_general_20180723.tgz
2018-11-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人