人工智能
文章平均质量分 66
dp不会就不会
这个作者很懒,什么都没留下…
展开
-
RPC笔记
包含200个类别,17个超类,83739张图片,包括53739张单物品实例图和30000张超市结算图对于识别的场景也分为三个难度每一个图片的分辨率为25921944对于每个类别,一共有160个视觉的图片360/94 = 160(4是top virew,45view 30view horizontal view)评价指标 :表示为第I张图片的,第K个类别的数量和真实的标注的差值表示为第I张图片所有的类别和真实标注的差值。原创 2023-03-29 21:16:23 · 413 阅读 · 0 评论 -
Locount dataset 记录
当 N= 0 时,只是一个faster-rcnnCLCNet是根据Cascade R-CNN改的N在这个网络里,作者设置的是3,并且设置了实例的数量最大为50关于计数网络部分,作者说如果直接回归出一个数量是很困难的,它定义了一个又粗到细的网络,如图中,N等于3那第一个网络它会取 00,01,10,11即把64(2的6次方>50)分为4部分,然后以一个多分类任务去预测它数量所在的区间。0~1616~3232~4848~64第二个网络就把64 分为16份0~4。原创 2023-03-28 22:29:00 · 462 阅读 · 0 评论 -
阅读Domain Adaption in One-Shot Learning(记录)
在domain adaption中,训练集为源域,S代表,测试集为目标域,T代表,其数学表示为其中,fθ代表的是一个映射函数,可以将输出的特征做一个映射,让S域到T域之间平滑。其中,Bs和Bt分别为源域和目标域的batch,在后面两个实验中,都设置为1。并且可以看见在对抗领域自适应中,训练过程是无标注的,仅有采样x的输入,并没有label的信息,对抗领域自适应是一个无监督的领域自适应根据其优化策略,给出了K-way one shot learning task的训练伪代码。原创 2023-03-25 22:43:27 · 525 阅读 · 0 评论 -
HOITransformer阅读笔记
HOI transformer 阅读笔记原创 2022-10-21 18:09:03 · 313 阅读 · 0 评论 -
AS-Net阅读笔记
AS-Net原创 2022-10-20 23:31:08 · 410 阅读 · 0 评论 -
可信度计算
原创 2020-12-20 15:36:24 · 4092 阅读 · 2 评论 -
BP神经网络实例
前向传播:输出层:同理求得:Out h2 = 0.979164 Out h3 = 0.995275隐含层:求误差:反向传播:如求W7的误差影响:可得:23新的W7 = W7-原创 2020-12-20 15:34:56 · 211 阅读 · 1 评论 -
K-means算法实例
K-means算法:利用相似性度量方法来衡量数据集中所有数据之间的关系,将关系比较密切的数据划分到一个集合中。(1) K-means算法首先需要选择K个初始化聚类中心(2) 计算每个数据对象到K个初始化聚类中心的距离,将数据对象分到距离聚类中心最近的那个数据集中,当所有数据对象都划分以后,就形成了K个数据集(即K个簇)(3)接下来重新计算每个簇的数据对象的均值,将均值作为新的聚类中心(4)最后计算每个数据对象到新的K个初始化聚类中心的距离,重新划分(5)每次划分以后,都需要重新计算初始化聚类中心原创 2020-12-20 15:30:28 · 3224 阅读 · 2 评论 -
朴素贝叶斯算法
贝叶斯算法:假设有一个数据集,由两类组成(简化问题),对于每个样本的分类,我们都已经知晓。现在出现一个新的点new_point (x,y),其分类未知。我们可以用p1(x,y)表示数据点(x,y)属于红色一类的概率,同时也可以用p2(x,y)表示数据点(x,y)属于蓝色一类的概率。那要把new_point归在红、蓝哪一类呢?我们提出这样的规则:如果p1(x,y) > p2(x,y),则(x,y)为红色一类。如果p1(x,y) <p2(x,y), 则(x,y)为蓝色一类。换人类的语言原创 2020-12-20 15:28:08 · 219 阅读 · 1 评论 -
KNN算法
KNN算法重点在于 k值的选取和 点距离的计算K值的选取过小容易过拟合过大容易欠拟合点距离的计算,通常情况下下,使用 欧式距离,如在 二维空间下就有而更高维空间则有 :简单伪代码实例:...原创 2020-12-20 15:25:46 · 120 阅读 · 1 评论 -
人工智能复习资料
人工智能研究什么1、 搜索与求解2、 学习与发现3、 知识与推理4、 发明与创造5、 感知与响应6、 理解与交流7、 记忆与联想8、 竞争与协作9、 系统与建造10、 应用与工程机器学习方法的三大类:监督学习无监督学习强化学习不确定性推理原理:不确定性可以理解为在缺少足够信息的情况下做出判断,是智能问题的本质特征;推理是人类的思维过程,它是从已知事实出发,通过运用相关的知识逐步推出某个结论的过程。所谓不确定性推理原理就是从不确定性初始证据出发,通过运用不确定性的知识,最终推出原创 2020-12-20 15:16:57 · 161 阅读 · 1 评论