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(7)
  • 收藏
  • 关注

原创 Python基础(二)——条件循环结构

Python基础(二)——条件循环结构1 条件语句1.1 if语句if 2 > 1 and not 2 > 3: print('Correct Judgement!')# 输出为Correct Judgement!只有当if后的条件为真时,才会执行。1.2 if-else语句temp = input("猜一猜小姐姐想的是哪个数字?")guess = int(temp) # input 函数将接收的任何数据类型都默认为 str。if guess == 666:

2020-07-23 22:35:07 110

原创 Python基础(一)——变量、运算符 、数据类型及位运算

Python基础(一)——变量、运算符 、数据类型及位运算1.注释在python中,‘#’表示单行注释;’’’ ‘’’ 或 “”" “”" 表示区间注释,如下:单行注释# Hello world区间注释'''Hello world'''2.运算符2.1 算数操作符操作符名称+加–减*乘/除//整除%取余**幂print(1 + 1) # 2print(2 - 1) # 1print(3 * 4) #

2020-07-22 23:45:44 159

原创 【学习记录五】CV基础入门之街道字符识别——模型集成

【学习记录五】CV基础入门之街道字符识别——模型集成5.1 集成学习方法5.2 深度学习中的集成学习5.3 预测结果处理5.1 集成学习方法在机器学习中的集成学习可以在一定程度上提高预测精度。常见的集成学习方法有Stacking、Bagging和Boosting,其中,Stacking集成方法是进行模型的堆叠,从而提高预测精度;Bagging集成是袋装法集成,即有放回的抽样,典型的方法是RF(随机森林);Boosting集成是提升集成法,典型的方法有GBDT(梯度提升树)和Xgboost。同时这

2020-06-02 22:59:47 116

原创 【学习记录四】CV基础入门之街道字符识别——模型训练与验证

【学习记录四】CV基础入门之街道字符识别——模型训练与验证4.1 样本集的选择4.2 验证集划分方法4.3 模型训练与验证4.4 模型的保存与加载4.1 样本集的选择训练集(Train Set):模型用于训练和调整模型参数验证集(Validation Set):用来验证模型精度和调整模型超参数测试集(Test Set):验证模型的泛化能力4.2 验证集划分方法4.2.1 留出法直接将训练集划分成两部分,新的训练集和验证集。优点:直接简单缺点:只得到了一份验证集,有可能导致模型在验证

2020-05-30 18:54:58 146

原创 【学习记录三】CV基础入门之街道字符识别——字符识别模型

【学习记录三】CV基础入门之街道字符识别——字符识别模型3.1 卷积神经网络CNN3.2 Pytorch构建CNN模型3.3 代码的构建与训练3.1 卷积神经网络卷积神经网络(CNN)是一类特殊的人工神经网络,是深度学习中重要的一个分支。CNN在很多领域都表现优异,精度和速度比传统计算学习算法高很多。特别是在计算机视觉领域,CNN是解决图像分类、图像检索、物体检测和语义分割的主流模型。CNN是一种层次模型,输入的是原始的像素数据。CNN通过卷积层(convolution)、池化层(pooling

2020-05-26 23:11:56 168

原创 【学习记录二】CV基础入门之街道字符识别——数据读取与扩增

【学习记录二】CV基础入门之街道字符识别——数据读取与扩增2.1 学习目标2.2 图像读取2.3 数据扩增2.4 Pytorch读取数据2.1 学习目标学习Python和Pytorch中图像读取学会扩增方法和Pytorch读取赛题数据2.2 图像读取PillowPillow是Python图像处理函式库的一个分支。提供了常见的图像读取和处理的操作。且可以与ipython notebook无缝集成,是应用比较广泛的库。# 导入Pillow库from PIL import Image,Im

2020-05-23 22:40:15 138

原创 【学习记录一】CV基础入门之街道字符识别——赛题理解

【学习记录一】CV基础入门之街道字符识别——赛题理解主要内容1.1 赛题数据1.2 数据标签1.3 评测指标1.4 读取数据1.5 解题思路主要内容赛题目标:通过这道赛题可以引导大家走入计算机视觉的世界,主要针对竞赛选手上手视觉赛题,提高对数据建模能力。赛题任务:赛题以计算机视觉中字符识别为背景,要求选手预测街道字符编码。1.1 赛题数据赛题以街道字符为为赛题数据,所有的参赛选手只能使用比赛给定的数据集完成训练,不能使用SVHN原始数据集进行训练。其中,训练集数据包括3W张照片,验证

2020-05-20 22:02:36 244

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