![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习评价指标
文章平均质量分 68
中科哥哥
这个作者很懒,什么都没留下…
展开
-
两幅影像处理为相同地理坐标
两幅影像处理为相同地理坐标原创 2023-02-14 17:38:56 · 303 阅读 · 0 评论 -
Kinect与TOF、双目、结构光相机比较相机国产、非国产统计参数对比分析
Kinect与TOF、双目、结构光相机比较相机国产、非国产统计参数对比分析原创 2023-01-19 09:40:39 · 2895 阅读 · 0 评论 -
智能门锁-手机应用相机国产、非国产统计参数对比分析
智能门锁-手机应用相机国产、非国产统计参数对比分析原创 2023-01-18 17:56:46 · 1587 阅读 · 0 评论 -
结构光相机国产、非国产统计参数对比分析
结构光相机国产、非国产统计参数对比分析原创 2023-01-18 17:47:08 · 2786 阅读 · 0 评论 -
双目相机国产、非国产统计参数对比分析
双目相机国产、非国产统计参数对比分析原创 2023-01-18 17:35:37 · 5332 阅读 · 0 评论 -
TOF相机国产、非国产统计参数对比分析
TOF相机国产、非国产统计参数对比分析原创 2023-01-18 17:23:12 · 1506 阅读 · 0 评论 -
国内外主流 TOF 相机品牌与参数
国内外主流TOF相机品牌与参数原创 2024-03-20 15:52:34 · 1178 阅读 · 0 评论 -
深度学习算法数据-网络-算法总结
深度学习算法数据-网络-算法总结原创 2023-01-18 13:56:52 · 659 阅读 · 1 评论 -
神经网络和深度学习(Neural Networks and Deep Learning)
神经网络和深度学习转载 2023-01-18 11:05:50 · 520 阅读 · 0 评论 -
常用损失函数总结(L1 loss、L2 loss、Negative Log-Likelihood loss、Cross-Entropy loss、Hinge Embedding loss、Margi)
常用损失函数总结(L1 loss、L2 loss、Negative Log-Likelihood loss、Cross-Entropy loss、Hinge Embedding loss、Margi)损失函数分类与应用场景损失函数可以分为三类:回归损失函数(Regression loss)、分类损失函数(Classification loss)和排序损失函数(Ranking loss)。应用场景:回归损失:用于预测连续的值。如预测房价、年龄等。分类损失:用于预测离散的值。如图像分类,语义分割等。原创 2023-01-18 10:15:51 · 412 阅读 · 0 评论 -
AI领强算力时代,国产GPU启新场景落地
AI领强算力时代,GPU启新场景落地原创 2023-01-17 16:21:12 · 182 阅读 · 0 评论 -
常用损失函数总结(L1 loss、L2 loss、Negative Log-Likelihood loss、Cross-Entropy loss、Hinge Embedding loss、Margi)
常用损失函数总结(L1 loss、L2 loss、Negative Log-Likelihood loss、Cross-Entropy loss、Hinge Embedding loss、Margi)原创 2022-05-05 15:26:09 · 3044 阅读 · 0 评论 -
语义分割的评价指标——PA(像素准确率)、CPA(类别像素准确率)、MPA(类别平均像素准确率)、IoU(交并比)、MIoU(平均交并比)详细总结
语义分割是像素级别的分类,其常用评价指标:像素准确率(Pixel Accuracy,PA)、类别像素准确率(Class Pixel Accuray,CPA)、类别平均像素准确率(Mean Pixel Accuracy,MPA)、交并比(Intersection over Union,IoU)、平均交并比(Mean Intersection over Union,MIoU),其计算都是建立在混淆矩阵(Confusion Matrix)的基础上。1 混淆矩阵混淆矩阵就是统计分类模型的分类结果,即原创 2021-10-29 11:25:14 · 42022 阅读 · 10 评论 -
YOLOv5的参数IOU与PR曲线,F1 score
YOLOv5的参数IOU与PR曲线,F1 scoreconf_thresConfidence Threshold,置信度阈值。只显示预测概率超过conf_thres的预测结果。 想让YOLO只标记可能性高的地方,就把这个参数提高。iou_thresIntersect over Union Threshold,交并比阈值。IOU值:预测框大小∩真实框大小 / 预测框大小∪真实框大小。 预测框与真实框的交集与并集的取值。iou_thres在detect.py中: 越大,则原创 2021-10-26 09:14:34 · 14412 阅读 · 4 评论