- 博客(19)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 使用python和opencv实现相机标定
相机标定确定了相机的内部和外部参数，包括焦距、畸变等，使得像素坐标能够准确映射到世界坐标或相反。这为位姿估计提供了基础，通过相机标定获得的参数，可以在计算机视觉中精确地定位物体、重建场景，实现位姿估计并在增强现实、三维重建等领域中应用。
2023-12-17 07:09:53
1074
原创 Ubuntu下完全移除cuda和nvidia驱动并重新安装新版本cuda
本文介绍了如何在Ubuntu系统下完全移除旧版本的cuda/cudnn和nvidia驱动，并安装新版本的驱动
2023-12-10 07:14:54
3253
原创 基于pytorch的深度学习的MNIST手写数字图像分类
介绍了pytorch深度学习图像分类任务，并介绍了使用pytorch实现对MNIST手写数字集图像的分类任务。
2023-09-29 00:22:22
296
原创 Ubuntu下使用virtualenv创建环境遇到“setuptools pkg_resources pip wheel failed with error code 2”的问题解决方案
Ubuntu下使用virtualenv创建环境安装python3-virtualenv新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入安装python3-virtualenvUbuntu下Ctrl+Alt+T打开term
2021-03-09 12:52:59
980
原创 聚类算法小结
聚类算法文章目录聚类算法1. 相似性测度（1）相似性的含义（2）欧式距离（3）马氏距离（4）明氏距离（5）汉明距离2. 基于距离阈值的聚类算法（1）近邻聚类算法（2）最大最小距离法3. 层次聚类算法4. K-均值聚类算法1. 相似性测度聚类，顾名思义就是物以类聚的意思，根据物与物之间的相似性进行模式分类，是一种非监督学习的分类方式。（1）相似性的含义假如样本的特征向量为X=[x1,x2,...,xn]TX=[x1,x2,...,x_n]^TX=[x1,x2,...,xn]T（特征向量相当于特征空
2020-05-25 10:56:09
435
原创 谈谈卡尔曼滤波器
谈谈卡尔曼滤波器文章目录谈谈卡尔曼滤波器概念第一次使用卡尔曼滤波器状态观测器卡尔曼滤波器基本思想关于我很早以前就听过卡尔曼滤波这个概念，但是一直没怎么接触过，而这个东西似乎又涉及挺广的，哪哪都能见到，哪哪都能用。今天想根据我了解的内容做一个整理。概念卡尔曼滤波（Kalman Filtering）是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。Kalman滤波在测量方差已知的情况下能够从一
2020-05-15 14:56:55
791
原创 近邻法分类
近邻法分类0. 概述模式分类一般有2种方法：（1） 将特征空间划分为决策阈，然后利用判别函数进行分类。（2）将全部训练样本作为标准模板，然后将测试数据与每一个模板进行比对，将最近邻的目标标签作为分类结果。第二种方法就是所谓的近邻法分类。近邻法分类的原理为：对于一个nnn个类别的分类问题，每类有NiN_iNi个样本，其中i=1,2,...,ni=1,2,...,ni=1,2,...,...
2020-05-15 12:58:37
1955
原创 keras版yolov3绘制acc和loss曲线
keras版yolov3绘制acc和loss曲线基本概念程序基本概念loss表示损失函数值，随着训练过程的进行，loss会越来越小。acc表示模型预测准确率。写论文时，loss曲线和acc曲线在一定程度上可以较为直观地反映出训练的过程和模型的表现。Keras tf1.x版的yolov3是比较经典一个基于tensorflow的yolov3工程。但是运行原工程的train并不能自动绘制出loss曲线和acc曲线。Keras工程可以在这里下载：Keras工程我在原train.py中加入了一段代码，可以在
2020-05-10 10:33:29
2561
原创 非线性分类器小结
非线性判别器前言1. 分段判别函数1.1. 待分类目标为单峰1.2. 待分类目标为多峰1.3. 分类器设计思路前言其实线性判别器，对于分类问题，若表示在平面上，可以表示为用一个线性函数对目标进行分类。假如待分类目标是图1所示情况，则不能用线性判别器进行分类。图1.非线性分类示意图这种情况下需要用到分段直线分类或者二次曲线分类。阅读了一些文献，对非线性判别器进行了总结。常用的非线性判别器有...
2020-05-08 20:46:11
1211
原创 xml格式的label转换为yolo-darknet版的label
xml格式的label转换为yolo-darknet版的labelxml文件样例：'''Author: JiollosDate: 2020.3.11将box中label转为yolo-darknet版本的label将此程序放在干目录下'''# 导入相关的包import osimport cv2import xml.etree.ElementTree as ETfrom os...
2020-05-04 10:46:17
1338
原创 线性分类器相关概念总结
线性分类器线性判别法Fisher线性判别法感知器法最小平方误差判别法线性判别法判别函数的形式为：g(X)=WTX+W0g(X)=W^TX+W_0g(X)=WTX+W0，其中XXX和WWW都是向量。分类时，有多少个类，就对应着多少个判别函数。线性判别函数利用一个超平面判定面把特征空间分割成2个区域，超平面的方向由WWW决定，位置由W0W_0W0决定。判别函数g(x)g(x)g(x)正比于...
2020-04-29 18:22:18
643
原创 贝叶斯决策理论总结（下）
贝叶斯决策理论总结（2）前言参数估计最大似然估计贝叶斯估计贝叶斯学习前言设计贝叶斯分类器时，可以利用条件概率p(x∣wi)p(x|w_i)p(x∣wi)和先验概率p(wi)p(w_i)p(wi)来设计分类器。但是依旧会存在许多问题，如：估计类条件概率密度函数p(x∣wi)p(x|w_i)p(x∣wi)的难度比较大，因为训练样本不够多，如果特征的维数比较高，会产生复杂的计算问题。可以...
2020-04-22 12:52:40
609
原创 贝叶斯决策理论总结（上）
贝叶斯决策理论总结（1）基础贝叶斯分类器基于正态分布的贝叶斯分类器基础先验概率：p(w1)p(w_1)p(w1)和p(w2)p(w_2)p(w2)类条件概率：p(x∣w1)p(x|w_1)p(x∣w1)和p(x∣w2)p(x|w_2)p(x∣w2)后验概率：p(wi∣x)=p(x∣wi)p(w2)p(x)p(w_i|x)=\frac {p(x|w_i)p(w_2)}{p(x)}p...
2020-04-21 22:07:02
433
原创 ResNet卷积神经网络--TensorFlow2
ResNet卷积神经网络--TensorFlow2结果展示loss和acc曲线计算参数程序结果展示acc = 91.96%loss和acc曲线计算参数程序# -*- coding: utf-8 -*-"""Created on Tue Apr 14 2020@author: jeo13"""# 导入包import tensorflow as tfimport os...
2020-04-14 16:48:57
446
原创 GoogLeNet卷积神经网络--TensorFlow2
GoogLeNet卷积神经网络--TensorFlow2结果展示loss和acc曲线计算参数程序结果展示epoch = 10acc = 83.98%loss和acc曲线计算参数程序# -*- coding: utf-8 -*-"""Created on Tue Apr 14 2020@author: jiollos"""# 导入包import tensorflow a...
2020-04-14 14:07:55
399
原创 VGG16卷积神经网络--TensorFlow2
VGG16卷积神经网络--TensorFlow2结果展示loss和acc曲线计算参数程序结果展示loss和acc曲线epoch = 10acc = 90.02%计算参数程序# -*- coding: utf-8 -*-"""Created on Tue Apr 14 2020@author: jiollos"""# 导入包import tensorflow as tf...
2020-04-14 12:33:52
730
原创 AlexNet卷积神经网络--TensorFlow2
AlexNet卷积神经网络--TensorFlow2结果展示loss和acc曲线参数数值程序结果展示epoch = 10acc = 89.96%loss和acc曲线参数数值程序# -*- coding: utf-8 -*-"""Created on Tue Apr 14 10:49:42 2020@author: jiollos"""# 导入包import tenso...
2020-04-14 11:58:36
379
原创 LeNet5卷积神经网络--TensorFlow2
LeNet5卷积神经网络--TensorFlow2结果展示loss和acc曲线图参数数量程序结果展示acc = 89.36%loss和acc曲线图参数数量程序# -*- coding: utf-8 -*-"""Created on Tue Apr 14 09:37:09 2020@author: jiollos"""# 导入包import tensorflow as ...
2020-04-14 10:29:39
372
make_a_list.py
2020-05-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人