人工智能学习
文章平均质量分 91
在地球迷路的怪兽
此时情绪此时天,无事小神仙。
展开
-
目标检测发展概述
传统目标检测方法主要基于人手工设计的特征提取器和机器学习算法。这些方法使用人工定义的特征,如Haar特征和HOG特征等,结合分类器(如支持向量机、AdaBoost等)来检测和分类目标。其中,Haar特征是一种基于像素的特征描述符,最初由Viola和Jones在2001年提出,用于人脸检测。它能够有效地描述图像中的局部区域,因此也可以用于检测其他类型的目标。而HOG特征则是一种描述图像局部梯度信息的方法,通过计算图像局部区域的梯度方向直方图来表示图像特征。原创 2024-05-01 18:59:40 · 1142 阅读 · 1 评论 -
卷积神经网络CNN入门
因为卷积神经网络主要应用场景就是计算机视觉任务,因此有必要简单介绍一下CV领域发展情况:可以发现,在 ImageNet 图像数据集中分析图像的错误率十年间已经被深度学习给降低到了比人类(HuMan)识别错误率还低的地步了(所以后来这比赛就没再往下办了,因为已经达到目的了),说明其发展之迅猛。原创 2024-04-22 22:37:33 · 735 阅读 · 0 评论 -
深度学习与神经网络入门
把本文说的东西串起来就是上面这一副图所要展示的内容啦,至此神经网络当中基本的内容都已经介绍完了,接下来我们将介绍深度学习中最经典的神经网络:卷积神经网络CNN。原创 2024-04-22 14:10:20 · 1081 阅读 · 0 评论