- 博客(2)
- 收藏
- 关注
RSS订阅原创 目标检测评价指标（mAP、P-R曲线、IOU）
目标检测评价指标（mAP、P-R曲线、IOU）一、mAP如何去理解？一、mAP真实情况预测为正预测为反recall召回率正TPFNR = TP / (TP + FN)反FPTNprecision准确率P = TP / (TP + FP)如何去理解？这四个字母看着真头晕，就算看博客当时理解了，过一会儿就忘了，所以决定整理一下，用特殊的方法记住他！后面的字母P（positive）和N（negative）是针对检测器而言的。检测器认为它是正，则是
2021-03-04 17:19:22
1763
1
原创 pytorch-MNIST手写数字识别与特征图可视化
pytorch-MNIST手写数字识别与特征图可视化1、MNIST数据集2、代码2.2 函数参数2.3 数据加载与transform2.4 训练2.5 测试3. 训练结果可视化3.1 多模型准确率汇总4. 特征图可视化4.1 原图4.2 卷积后的特征图4.3 激活函数ReLu后的特征图4.4 最大池化后的特征图4.4 最后的特征图4.5 输出1、MNIST数据集似乎所有程序员在学习一个新的程序语言时，都想要打印输出一个“hello world”，它代表了你入门了这门语言。那么，MNIST手写数字识别便是
2020-12-01 14:53:50
5283
6
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