![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
模式识别
e_te_
这个作者很懒,什么都没留下…
展开
-
学习笔记3分支--学习笔记2-候选区域算法
候选区域算法objectrecognition=目标识别=物体识别目标识别是要分辨出图片中有什么物体,输入是图片,输出是类别标签和概率。objectdection=目标检测=物体检测:目标检测输入是图片,不仅要检测图片中有什么物体,还要输出物体的外框(x,y,width,height)来定位物体的位置。生成候选子区域的方法总共分为两类:滑动窗口算法(slidingwindo...转载 2019-12-12 20:20:58 · 1154 阅读 · 0 评论 -
学习笔记2分支1--学习笔记2-马氏距离
一般在机器学习模型中会涉及到衡量两个样本间的距离,如聚类、KNN,K-means等,使用的距离为欧式距离。其实,除了欧氏距离之外,还有很多的距离计算标准,本文主要介绍欧氏距离和马氏距离。下面我们来看一个例子:如果我们以厘米为单位来测量人的身高,以克(g)为单位测量人的体重。每个人被表示为一个两维向量,如一个人身高173cm,体重50000g,表示为(173,50000)...转载 2019-12-12 11:06:02 · 247 阅读 · 0 评论 -
学习笔记1--PRID:行人重识别常用评测指标(rank-n、Precision & Recall、F-score、mAP 、CMC、ROC)
一、多种常用识别指标1、rank-n搜索结果中最靠前(置信度最高)的n张图有正确结果的概率。例如: lable为m1,在100个样本中搜索。如果识别结果是m1、m2、m3、m4、m5……,则此时rank-1的正确率为100%;rank-2的正确率也为100%;rank-5的正确率也为100%;如果识别结果是m2、m1、m3、m4、m5……,则此时rank-1的正确率为0%;rank...转载 2019-12-10 23:00:22 · 2654 阅读 · 0 评论