![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
change detection
easymoneyspider
这个作者很懒,什么都没留下…
展开
-
语义分割评价指标
语义分割评价指标1.PA:像素准确率对应准确率Accuracy,预测类别正确的像素数占总像素数的比例PA = (TP + TN) / (TP + TN + FP + FN)2.CPA:类别像素准确率对应精准率Precision,在类别 i 的预测值中,真实属于 i 类的像素准确率CPA1 = TP / (TP + FP)CPA2 = TN / (TN + FN)…3.MPA:类别平均像素准确率计算每个类别CPA,然后累加求平均混淆矩阵中对角线的值除以每列的和4.IoU:交并比假设二原创 2021-08-24 17:18:55 · 764 阅读 · 0 评论 -
弱监督学习
弱监督学习1. 介绍弱监督学习分为三种:不完全监督,不确切监督,不精确监督不完全监督:只有部分数据有标签,一部分没有标签不确切监督:知道这个图片有这个标签所对应的示例, 但是不知道是哪个示例不精确监督:有一部分标签标注错误针对以上,可以用不同的方法解决和改善2.不完全监督有两种方法,分别是主动学习和半监督学习,第一种有人为干预,第二种没有。(1)主动学习:首先,我们先训练这些标注过的数据,然后我们根据得到的经验对这些没有标注过的数据进行聚类.在这些未标记数据中,主动学习尝试选择最有原创 2021-08-24 15:54:28 · 2526 阅读 · 0 评论 -
数据增强方法
数据增强1.有监督的数据增强1.1 单样本数据增强几何变化类:即对图像进行翻转,旋转,裁剪,变形,缩放等各类操作(1)左右翻转:torchvision.transforms.RandomHorizontalFlip()(2)上下翻转:torchvision.transforms.RandomVerticalFlip()(3)随机剪裁torchvision.transforms.RandomResizedCrop((height, width), scale=, ratio=)颜色变化原创 2021-08-24 14:38:14 · 714 阅读 · 0 评论