![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 73
路&客
这个作者很懒,什么都没留下…
展开
-
PointSIFT: A SIFT-like Network Module for 3D Point Cloud Semantic Segmentation学习笔记
SIFT: 尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由 David Lowe在1999年所发表,2004年完善总结。原创 2021-12-03 13:45:15 · 739 阅读 · 0 评论 -
基于CIFAR10数据集的识别网络应用(pytorch)
学习pytorch的过程中搞了一个小小的应用,和大家分享分享。数据集数据集:CIFAR10 该数据集共有60000张彩色图像,这些图像是32*32,分为10个类,每类6000张图。这里面有50000张用于训练,构成了5个训练批,每一批10000张图;另外10000用于测试,单独构成一批。测试批的数据里,取自10类中的每一类,每一类随机取1000张。抽剩下的就随机排列组成了训练批。注意一个训练批中的各类图像并不一定数量相同,总的来看训练批原创 2021-10-30 15:54:50 · 954 阅读 · 0 评论 -
PointNet:Deep Learning on Point Sets for 3D Classification and Segmentation论文笔记(二)
我们可以利用max函数(对称函数)设计一个很简单的点云网络,如下:但是这样的网络有一个问题,就是每个点损失的特征太多了,输出的全局特征仅仅继承了三个坐标轴上最大的那个特征,因此我们不妨先将点云上的每一个点映射到一个高维的空间(例如1024维),目的是使得再次做MAX操作,损失的信息不会那么多。此时我们发现,当我们将点云的每个点先映射到一个冗余的高维空间后,再去进行max的对称函数操作,损失的特征就没那么多了。由此,就可以设计出这PointNet的雏形,称之为PointNet(vanilla):原创 2021-10-26 21:04:56 · 105 阅读 · 0 评论 -
Yolo学习(框架分析)
Yolo中文意思是You only look once.意思就是只需要看一次就可以识别出图中的这个物体。Yolo是单阶段的,不同于之前的双阶段的RCNN、Fast-RCNN。原创 2021-10-14 10:37:41 · 540 阅读 · 0 评论 -
PointNet:Deep Learning on Point Sets for 3D Classification and Segmentation论文笔记(一)
quantization artifacts:量化伪影,视频压缩过程中的量化噪声导致称作“伪影” 的特定视觉误差。变换模型是指根据待匹配图像与背景图像之间几何畸变的情况,所选择的能最佳拟合两幅图像之间变化的几何变换模型。可采用的变换模型有如下几种:刚性变换、仿射变换、透视变换和非线形变换等,如下图:如果一幅图像中的两点间的距离经变换到另一幅图像中后仍然保持不变,则这种变换称为刚体变换(Rigid Transform)。。刚体变换仅局限于平移、旋转和反转。如果一幅图像中的直线经过后映射到另一幅图像上仍原创 2021-09-26 17:16:31 · 331 阅读 · 0 评论 -
pandas,numpy的学习
pandasPandas 是 Python 语言的一个扩展程序库,用于数据分析。Pandas 是一个开放源码、BSD 许可的库,提供高性能、易于使用的数据结构和数据分析工具。Pandas 名字衍生自术语 “panel data”(面板数据)和 “Python data analysis”(Python 数据分析)。Pandas 一个强大的分析结构化数据的工具集,基础是 Numpy(提供高性能的矩阵运算)。Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel原创 2021-09-04 23:26:11 · 655 阅读 · 0 评论 -
深度学习——函数、类、爬虫
深度学习——函数、类、爬虫Python 函数函数是组织好的,可重复使用的,用来实现单一,或相关联功能的代码段。优点:函数能提高应用的模块性,和代码的重复利用率。定义函数你可以定义一个由自己想要功能的函数,以下是简单的规则:函数代码块以 def 关键词开头,后接函数标识符名称和圆括号()。任何传入参数和自变量必须放在圆括号中间。圆括号之间可以用于定义参数。函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。函数内容以冒号起始,并且缩进。return [表达式] 结束函数,选择性地原创 2021-09-04 21:24:53 · 192 阅读 · 0 评论