自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(22)
  • 收藏
  • 关注

转载 学术论文写作方法和易错避免-初级

1. 摘要结构:研究目的、研究方法、研究内容和研究结论摘要的第一句话,建议叙述论文的研究目的/研究内容,即说明为什么做这个研究,一般有几类:解决了……问题;揭示了……规律或机理;提出了……算法/模型/方法;分析了……意义等;然后,简单地阐述论文采用的研究方法/提出了XX模型/算法;最后,写出论文研究得到的具体结论/最重要结果(可以不是所有结果),并说明通过算例验证了模型/算法有效性等。容易犯的错误:在摘要中加入了“个人对研究结果的主观评价”!如:本文研究结果能很好

2022-04-12 11:14:18 328 1

原创 神经网络论文常见创新点思考方向

几种常见的创作策略相结合:领域交叉将超分辨率的网络,改一改用到暗光图像增强只要说:“Inspired by… we apply it …”然后,说明一下这种改动什么需要进行,即说明直接应用超分辨率网络的缺点在哪里:“However, the SR-Net … So, we make the following changes …”数据角度比如针对某个任务,自己通过标注软件,在其他任务上已经公开的数据集上进行标注,或者是自己搜集一些数据。然后说:针对数据集的XX特性(比如正负样本不均衡),对X

2022-03-22 14:17:52 6193 4

原创 yolov5检测框重合重复,手动调参方法(调整detect,val的conf,iou)

一、问题描述:检测框重复出现上述问题一般是整体检测方向没错,但conf-thres和iou-thres的参数需要调整。conf-thres:置信度阈值(检测精度,作者是设置的0.25)iou-thres:做nms的iou阈值parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')parser.add_argument('--iou-thres', type=

2022-02-09 21:11:19 18157 17

原创 yolov5检测代码detect.py参数注释及解析

参考了大佬的文章https://blog.csdn.net/Q1u1NG/article/details/108093525参数及main函数解析if __name__ == '__main__': """ weights:训练的权重 source:测试数据,可以是图片/视频路径,也可以是'0'(电脑自带摄像头),也可以是rtsp等视频流 output:网络预测之后的图片/视频的保存路径 img-size:网络输入图片大小 conf-thres:置信度阈值

2022-01-30 15:08:24 6871 6

原创 yolov5更改置信度消除误检--conf

设置检测精度在detect.py文件的default部分。举例:如果default=0,检测精度很低的也会显示出来,如下图1。如果default=0.8,检测精度高于0.8的才会显示出来,如图2.更改的位置见图片

2022-01-29 21:21:09 8164

原创 2 pycharm和jupyter使用及对比

2022-01-06 13:13:20 1226 1

原创 1 pytorch环境的激活、jupyter的安装与使用

1 torch环境的激活激活pytorch环境命令conda activate pytorchnote视频里面用的是torch1.3.0,cuda9.2Python中导入pytorch环境,从exiting environment中选择conda下面安装好的python.exe文件夹.输入检测torch在pycharm里面能不能用的语句import torchtorch.cuda.is_available()输出为false,我这边cuda不能用是因为是CPU环境。正常gpu安装

2022-01-05 17:39:04 6394

原创 win10 cpu anaconda环境安装torch

打开官网https://pytorch.org/选择自己的情况复制Run this Command的命令,粘贴到命令行(win+R)粘贴后显示如下结果输入y显示如下结果上图done就是安装成功了安装自查输入python环境下import torchprint(torch.version)再输入import torchvisionprint(torchvision.version)结果如上图所示结果就是安装成功了.........

2022-01-03 21:48:21 3620

原创 第八篇《高速铁路钢轨光带检测系统》论文阅读笔记

[1]李唯一,韩强,王登阳,戴鹏,杨超,蒋曙光.高速铁路钢轨光带检测系统[J].中国铁路,2018(02):100-104.高速铁路钢轨光带检测系统一、文章本身文章框架Research question(s) (文章的研究问题是什么?—通常好的实证研究都有非常具体的研究问题,我们要把它拎出来)主要是侧重设计一个系统,不是我要的那种算法,但是也涉及到一些背景知识、算法流程、异常定义值得学习。Hypotheses (文章的实证假设是什么?—一般会非常显眼得列在文章里:Hypothes.

2021-11-01 11:10:29 863

原创 第七篇《基于改进Mask R⁃CNN的铁路扣件状态检测方法研究》论文阅读笔记

[1]许贵阳,史天运,任盛伟,韩强,王登阳.基于计算机视觉的车载轨道巡检系统研制[J].中国铁道科学,2013,34(01):139-144.基于计算机视觉的车载轨道巡检系统研制

2021-10-25 10:35:59 1012

原创 *第六篇《基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究》论文阅读笔记

[1]许贵阳,史天运,任盛伟,韩强,王登阳.基于计算机视觉的车载轨道巡检系统研制[J].中国铁道科学,2013,34(01):139-144.基于计算机视觉的车载轨道巡检系统研制[1]刘恒畅,姚德臣,杨建伟,张骄.基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究[J].振动与冲击,2021,40(10):95-102.基于多分支深度可分离卷积神经网络的滚动轴承故障诊断研究*note:本文研究方法不太能理解,后期需要再看一遍思路。一、文章本身文章框架Research question.

2021-10-18 13:26:44 727 2

原创 第五篇《深度学习在故障诊断领域中的研究现状与挑战》论文阅读笔记

[1]任浩,屈剑锋,柴毅,唐秋,叶欣.深度学习在故障诊断领域中的研究现状与挑战[J].控制与决策,2017,32(08):1345-1358.深度学习在故障诊断领域中的研究现状与挑战一、文章本身文章框架Research question(s) (文章的研究问题是什么?—通常好的实证研究都有非常具体的研究问题,我们要把它拎出来)Hypotheses (文章的实证假设是什么?—一般会非常显眼得列在文章里:Hypothesis1, Hypothesis 2…)Methods/measu.

2021-10-16 10:05:56 2188

原创 第四篇《复合故障诊断技术综述》论文阅读笔记

[1]张可,周东华,柴毅.复合故障诊断技术综述[J].控制理论与应用,2015,32(09):1143-1157.复合故障诊断技术综述一、文章本身文章框架图- Primary thesis (文章主旨—文章想说啥?如果不明显就自己去总结)本文对复合故障的故障机理、 表现形式 、 诊断思路进行了概述。分析了复合故障诊断的难点 。讨论了复合故障的研究现状, 按照基于解析模型 、 基于定性经验、 数据驱动的分类方式分别对现 有的典型诊断方法和相关技术进行了综述, 指出了这些方法的适用范围和优.

2021-10-06 17:49:33 834 1

原创 第三篇《基于深度学习的城轨列车轴承复合故障诊断研究》论文阅读笔记

[1]姚德臣,刘恒畅,杨建伟,李熙,崔晓飞.基于深度学习的城轨列车轴承复合故障诊断研究[J].铁道学报,2021,43(06):37-44.基于深度学习的城轨列车轴承复合故障诊断研究一、文章本身Research question(s) (文章的研究问题是什么?—通常好的实证研究都有非常具体的研究问题,我们要把它拎出来)针对轴承复合故障振动信号的多分量耦合调制特征及特征参数难确定问题,提出一种基于深度学习的城轨列车轴承复合故障诊断方法。Hypotheses (文章的实证假设是什么?—一般.

2021-10-05 20:55:01 711

原创 Python学习笔记

将数据输出到文件上注意点:1-所指定的盘符存在;2-使用file=fpfp=open('F:/text.txt','a+')#如果文件不存在就创建,存在就在文件内容后面继续追加print('helloworld',file=fp)fp.close()python里面严格区别大小写布尔类型:true、false第十三节...

2021-10-04 21:49:35 98

原创 第二篇《基于深度学习的推荐系统研究综述》论文阅读笔记

[1]黄立威,江碧涛,吕守业,刘艳博,李德毅.基于深度学习的推荐系统研究综述[J].计算机学报,2018,41(07):1619-1647.基于深度学习的推荐系统研究综述一、文章本身1、Research question(s) (文章的研究问题是什么?—通常好的实证研究都有非常具体的研究问题,我们要把它拎出来)2、Hypotheses (文章的实证假设是什么?—一般会非常显眼得列在文章里:Hypothesis1, Hypothesis 2…)3、Methods/measures used (该.

2021-10-04 11:22:54 455

原创 第一篇《基于 Faster R-CNN 的 铁路扣件定位方法研究》论文阅读

List item文章的研究问题是什么?文章的实证假设是什么?该实证研究用了什么方法收集数据、测量变量、分析数据?该研究发现了什么研究结果?哪些假设被支持,哪些并没有成立?有哪些重要的观点你想要记住,或是将来可能会引用到 ?有哪些结论你将来可能用到?有哪些方法你将来可能用到?文章在研究设计上有哪些不足?有没有更好的改进方法?文章让你想到了哪些观点类似或者完全不同的其他文章?你对文章中观点、论述、方法、讨论等部分有什么想法和critique?...

2021-09-30 10:48:03 716 4

原创 如何高效阅读论文

高效阅读论文的方法选择合适的文献,确定阅读的优先次序;即便对筛选过的文献,也要以正确的顺序来阅读内容;用恰当的方式做笔记1、选择谷粉学术梳理文献文献可视化工具vosviewer(使用参考说明文档引用简书)2、阅读顺序大顺序要带着问题去读,读完只图你要回答的问题。一定是一整批一起读懂到某个层次,而不是逐篇逐篇地整篇一次读懂不要读不会用到的东西绝大部分论文都只需要了解它的主要观念,不需要了解它的详细推导过程小顺序首先是题目、关键词和摘要;浏览后决定要不要继续看

2021-09-24 20:26:07 246

原创 第一章:零基础入门深度学习(上)-学习笔记

1、前言2、机器学习和深度学习综述机器学习的实现分为两步:训练和预测,类似于我们熟悉的归纳和演绎。训练:已知输入和输出,学习输入输出之间的关系。预测:

2021-09-24 13:52:41 84

原创 吴恩达机器学习笔记:第一章-初识机器学习

绪论:初识机器学习什么是机器学习监督学习和无监督学习supervised learning单变量线性回归模型描述监督学习模型如何工作h(hypothesis假设函数)是一个引导(maps)x to y的function一元线性回归(linear regression with one variable)代价函数参数:parameter本节讨论如何取得合适的参数。分类——预测离散输出数据集(data set)训练集(train set)假设函数()代价函数(co

2021-09-17 17:15:23 107

原创 《Python深度学习》第一章 什么是深度学习

学习时间:2021年9月16日1.1 人工智能、机器学习与深度学习用三张图理解深度学习的工作原理权重与参数神经网络中,每层对输入数据所做的具体操作保存在该层的权重(weight)中,其本质是一串数字。大白话来讲,权重就是该层的参数(parameter)损失函数(loss function)(=目标函数objective function):输出与预期值之间的距离优化器(optimizer)和反向传播(optimizer)算法深度学习的基本技巧是利用距离值作为反馈信号来对权重值进行微调,

2021-09-16 19:32:24 120

原创 Python基础:入门、pass、random&uniform函数、字符串、序列

参考文档:Python小二的Python入门课程学习笔记如下:学习时间:2021年9月16日Python 基础(一):入门必备知识字符串:以单引号 ‘、双引号"、三引号 ‘’’ 或 “”"括起来的文本布尔:只有 True、False 两种值空值:用 None 表示Python 基础(二):基本语句pass 是空语句,它不做任何事情,一般用做占位语句,作用是保持程序结构的完整性。如下所示://if True: passPython 基础(三):我是一个数字1. random

2021-09-16 16:39:17 157

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除