1. KNN 不适合用来对特征分布进行分析。
2. 强化学习中的MDP模型:环境状态的集合;动作的集合;在状态之间转换的规则;规定转换后“即时奖励”的规则;描述主体能够观察到什么的规则。
3.OTSU推到https://www.cnblogs.com/ranjiewen/p/6385564.html
4.绘制曲线
plt.plot(hist.history['loss'])
plt.plot(hist.history['val_loss'])
plt.title('model loss')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.show()
5.svm http://blog.sina.com.cn/s/blog_6ae183910101cxbv.html
6.朴素贝叶斯 http://python.jobbole.com/88007/
7.图像拼接https://www.cnblogs.com/skyfsm/p/7411961.html
8.参与点乘的两个Mat矩阵的数据类型(type)只能是 CV_32F、 CV_64FC1、 CV_32FC2、 CV_64FC2 这4种类型中的一种。若选用其他类型,比如CV_8UC1,编译器会报错:
9.Mask_RCNN相关,Mask-RCNN技术解析,MASK_RCNN训练自己的数据集,使用labelme制作自己的数据集,Mask_RCNN训练自己的数据,图像语义分割,Mask RCNN训练
10.高斯核中sigma的计算:Canny边缘检测算法原理及C语言实现详解
11.边缘检测(垂直边缘、水平边缘):卷积神经网络
12.霍夫圆变换:Stack Overflow