自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 深度学习课程记录(四)

FCN中第6、7、8层都是通过1 × 1卷积得到的,第6层的输出是4096 × 7 × 7, 第7层的输出是4096 × 7 × 7 ,第8层的输出是1000 × 7 × 7,即1000个大小是 7 × 7的特征图(称为heatmap)全卷积部分借用了一些 经典的CNN网络,并把最后的全连接层换成卷积,用于提取特征,形成热点 图;YOLO先使用ImageNet数据集对前20层卷积网络进行预训练,然后使用完整的网络,在PASCAL VOC数据集上进行对象识别和定 位的训练和预测。= 1, 否则为0。

2023-04-18 14:36:30 64

原创 深度学习课程记录(三)

每个bb有5个分量, 分别是物体的中心位置(𝑥, 𝑦)和它的高 (ℎ) 和宽 (𝑤) ,以及这次预测的置信度。其中𝑁代表测试集中所有图片的个数,𝑃(𝑘)表示在能识别出𝑘个图片的时候 Precision的值,而 Δ𝑟(𝑘)则表示识别图片个数从𝑘 − 1变化到𝑘时(通过调整阈值)Recall值的变化情况。我们有 𝑠 2个框,每个框的bb个数为𝐵,分类器可以识别出𝐶种不同的物体, 那么所有整个ground truth的长度为𝑆 × 𝑆 × (𝐵 × 5 + 𝐶)。输出是一个7 × 7 × 30的张量。

2023-04-02 21:39:02 84

原创 深度学习课程记录(二)

深度学习第二次课程

2023-03-27 00:13:27 80

原创 深度学习课程记录(一)

用于自己课程学习记录。

2023-03-19 15:04:44 66

原创 Python多线程顺序运行

某些时候我们需要线程顺序运行,在网络上找了些代码,功能能实现,但是对于大量线程来说,需要手动修改多处,用户调用不便,于是自己基于网络上的一些代码进行优化,实现便于增加线程和修改线程顺序的代码。from threading import Thread,Lockimport timeclass mythread(Thread): def __init__(self): Thread.__init__(self) self.num = 1...

2021-10-18 20:43:41 1774

原创 拉格朗日(Lagrange)插值函数(C语言)

编写一个拉格朗日函数,传入x,返回插值结果y。/*-------------------------------------------------------------函数功能:拉格朗日插值输入变量: X用于插值的数组,Y是对应的函数值,x是输入,N是数组长度--------------------------------------------------------------*/float Lagrange(float X[],float Y[],float x,int N){

2021-09-15 09:18:30 1661

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

提示
确定要删除当前文章?
取消 删除