机器人
Joy ˇ
学生
展开
-
yolo 基础
思想:将目标检测问题转化为回归问题将图像分成固定大小的网格,并在每个网格单元格中目标的。这意味着在单个前向传播过程中,YOLO可以同时进行目标检测和分类,而不需要复杂的图像分割或区域提议过程。原创 2024-04-16 12:19:21 · 330 阅读 · 0 评论 -
使用colab进行yolov5小demo练习
类别: 17.0, 置信度: 0.8820466995239258, 边界框: tensor([ 95.17632, 88.61916, 327.81903, 387.15582])输入一张动物的图片进行目标检测和分类。原创 2024-04-16 12:18:49 · 158 阅读 · 0 评论 -
C++用深度优先dfs求岛屿个数问题 代码 图遍历
图搜索是涉及地图、路径规划中常常需要借鉴的算法基础。给出栅格地图,0表示海,1表示陆地,只能横竖相连。原创 2024-03-26 08:26:28 · 239 阅读 · 0 评论 -
使用colab仿李沐的卷积神经网络小代码
在训练过程中,模型将学习如何从输入图像中提取特征,并通过这些特征对数字进行分类。具体来说,模型的各个层将在训练数据上进行参数优化,以便最小化预测输出与实际标签之间的差距(损失)。通过反向传播算法,模型将根据损失来更新自己的参数,从而逐渐提高对手写数字的分类准确率。在上述代码中,通过定义一个神经网络模型,该模型可以接受28x28像素的手写数字图像作为输入,并将其分类为数字0到9中的一个。这是因为该模型的最后一层是一个具有10个输出节点的全连接层,每个节点对应于一个数字类别。原创 2024-03-25 22:36:31 · 799 阅读 · 0 评论 -
CNN 卷积神经网络 代码解释
假设我们有一张灰度图像,表示一片树叶的图像。我们想要设计一个卷积核来检测图像中的边缘特征。通过这个示例,我们可以看到卷积操作如何能够帮助我们从图像中提取出特定的特征,比如边缘特征。最后,我们使用 Matplotlib 库来可视化原始图像和边缘检测结果。函数对原始图像应用卷积操作,得到了边缘检测结果。在这个示例中,我们首先定义了一张树叶的灰度图像。,然后定义了一个用于边缘检测的卷积核。原创 2024-03-25 19:03:19 · 279 阅读 · 0 评论 -
GAN 生成式对抗网络介绍
当谈到生成式对抗网络(GANs)时,一个常见的例子是图像生成。让我们以生成手写数字图像为例来详细说明GANs的工作原理。这段代码是一个基本的生成对抗网络(GANs)的实现示例,用于生成手写数字图像。:训练完成后,可以使用生成器生成手写数字图像样本,并通过人工或者其他评价指标来评估生成的图像的质量。:训练好的生成器可以应用于各种任务,例如生成手写数字图像的样本、图像修复等。:生成器和判别器的权重参数需要进行初始化,可以使用随机初始化的方式。这样,整个代码就是一个简单的GANs实现示例,用于生成手写数字图像。原创 2024-03-25 18:14:44 · 1239 阅读 · 0 评论 -
用c++下dfs深度优先解决迷宫问题
【代码】用c++下dfs深度优先解决迷宫问题。原创 2024-03-19 12:51:08 · 401 阅读 · 0 评论 -
用c++下bfs广度优先解决迷宫问题
【代码】用c++下bfs广度优先解决迷宫问题。原创 2024-03-19 12:49:57 · 370 阅读 · 0 评论 -
用c++写A*算法
【代码】用c++写A*算法。原创 2024-03-05 18:09:45 · 1139 阅读 · 0 评论