![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 88
懵比小白
这个作者很懒,什么都没留下…
展开
-
计算机视觉-模型学习和推理笔记 第四章
《Computer Vision - Model Learning and Inference》笔记 第四章 模型拟合(Model Fitting),就是确定模型的参数集合 θ\bm{\theta}θ。 最大似然估计法(ML) 为了数学上的简便性,假设每个数据点的选取都是独立的。即P(xi∣xj)=P(xi),i≠jP(x_i|x_j)=P(x_i),i\neq{j}P(xi∣xj)=P(xi),i=j 最大似然估计法的过程如下: 求出每个数据点xix_ixi由模型(参数带进去算)产生的概率P原创 2021-01-12 13:07:57 · 260 阅读 · 0 评论 -
计算机视觉-模型学习和推理笔记 第六章
《Computer Vision - Model Learning and Inference》笔记 前面五章都是数学,不想看 第六章 计算机视觉的问题是根据视觉数据 x\bold{x}x 推测现实状态 w\bold{w}w 的过程 模型分为两种 根据视觉数据求现实状态概率分布 Pr(w∣x)Pr(\bold{w}|\bold{x})Pr(w∣x) 的判别模型。 根据现实状态求视觉数据概率分布 Pr(x∣w)Pr(\bold{x}|\bold{w})Pr(x∣w) 的生成模型。 示例1:假设ww原创 2021-01-08 21:35:01 · 267 阅读 · 0 评论