- 博客(12)
- 问答 (1)
- 收藏
- 关注
RSS订阅
翻译 Hot Anchors:A Heuristic Anchors Sampling Method in RCNN-Based Object Detection翻译
Abstract在图像目标检测任务中，生成很多的候选区域和很少的真实边框进行匹配，通过这种方法可以建立学习样本。但是在实际训练和网络评价时大多数不包含目标实体的候选框应该被舍弃和拒绝。这会导致额外增加计算负担在目标和非目标采样之间产生严重的不平衡问题。从而阻碍算法的性能。这里我们通过两级目标检测算法提出一种新的启发式采样方法去生成候选框。这种方法在两级目标检测中通用可以提高他们的检测性能。在CO...
2019-02-21 13:48:26
563
1
原创 (NCIE-GIS)一、计算机原理——1.2一级大纲外内容
1、计算机操作系统安装、部署常见故障排除官网下载，会操作即可2、常见的输入、输出设备（扫描仪、打印机等）会使用即可3、常用office软件使用4、主流数据库管理系统（MS SQL，Oracle）的基本操作4.1 安装MS SQL官网安装相应版本Oracle官网下载安装相应版本4.2 使用、数据库及表格的新建，数据备份、导入、导出、权限管理、数据恢复。按教程寻找对应内容。教程...
2020-04-10 18:22:35
227
原创 (NCIE-GIS )一、计算机原理—1.1计算机基础知识
List item计算机的基本概念、硬件系统与软件系统的关系1 计算机的基本概念1.1 计算机（computer）俗称电脑是现代一种用于高速计算的电子计算机器，可以进行数值计算，又可以进行逻辑计算，还具有存储记忆功能。是能够按照程序运行，自动、高速处理海量数据的现代化智能电子设备。由软件系统和硬件系统两部分构成。1.2计算机的硬件系统和软件系统的关系是缺一不可。硬件它是所有软件运行...
2020-04-01 12:15:36
656
翻译 YOLOv3： An Incremental Improvement
Abstract我们向YOLOv3提供了一些更新！我们在设计上做了些小变动使它变得更好。我们另外训练了更棒的新网络。它和过去的相比有一点大，但是精度更高。它仍然很快，别担心。用320*320在YOLOv3运行22 ms得到了28.2的精度，相比使用SSD精度更好但是速度快三倍。当我们看以前在0.5 IOU mAP检测标准YOLOv3表现是相当好的。他在Titan X实现了在51 ms 得到57....
2019-03-06 11:28:48
261
原创 cascade r-cnn
(a)中u=0.5是常用的正负样本界定值，但当u取0.5时会出现较多的误检。因为该阈值会使正负样本中有较多的背景。（b）中用0.7的阈值会减小误检，但正样本的数量会呈指数级的减少，出现过拟合的现象。（c）和（d）中的曲线是用来表示不听IOU阈值下的定位性能和检测性能，从C中可以看出，当检测模型采用某个阈值来界定正负样本时，当输入proposal的IOU阈值在这个值附近时，该检测模型比其他阈...
2019-01-30 22:19:24
302
翻译 机器学习基础-1
深度学习是机器学习的一个特定分支。我们要想充分理解深度学习，必须对机器学习的基本原理有深刻的理解。1、学习算法机器学习算法是一种能够从数据中学习的算法。我们所说的“学习”是什么意思呢？Mitchell（1997）提供了一个简洁的定义：对于某类任务T和性能度量P，一个计算机程序被认为可以从经验E中学习是指，通过经验E改进后，它在任务T上由性能度量P衡量的性能有所提升。2、任务T从 ‘‘任务’...
2019-01-30 17:39:21
129
原创 深度学习-数值计算
1、上溢和下溢连续数学在计算机上的根本困难是，我们需要通过有限数量的位模式来表示无限多的实数。这意味着我们在计算机中表示实数时，总会引入一些近似误差。一种极具毁灭性的舍入误差是下溢（underflow）。当接近零的数被四舍五入为零时发生下溢。另一个极具破坏力的数值错误形式是上溢（overflow），当大量的数被近似为正无穷或负无穷时发生上溢。进一步的运算通常会导致这些无限值变为非数字。必须...
2019-01-28 16:06:52
502
原创 深度学习-应用数学与机器学习基础-3
1、奇异值分解矩阵分解除了分解成特征值和特征向量。还有一种分解矩阵的方法，被称为奇异值分解（singular value decomposition SVD）将矩阵分解为奇异向量和奇异值。通过奇异值分解，我们会得到一些与特征分解相同类型的信息。每个实数矩阵都有一个奇异值分解，但不一定有特征分解。回想一下，我们使用特征分解去分析矩阵 A 时，得到特征向量构成的矩阵 V和特征值构成的向量 λ，我们...
2019-01-24 11:03:30
228
1
原创 深度学习-应用数学于机器学习基础-2
1、范数在机器学习中我们将被称为范数的函数衡量向量的大小。从形式上L^p范数定义如下范数是将向量映射到非负值的函数，只管上来说，向量x的范数衡量从原点到x的距离。当p=2时，L^2范数被称为欧几里得范数。它表示从原点出发到向量x确定的点的欧几里得距离。在机器学习中L2范数使用的十分频繁。简化写法为||X||省略了下标2。2、特殊类型的矩阵和向量对角矩阵（diagonal matrix）只...
2019-01-24 10:34:56
373
翻译 深度学习-应用数学与机器学习基础-1
线性代数（如果你很熟悉线性代数，那么你可以跳过本节）1、标量、向量、矩阵和张量标量（scalar）：一个标量就是一个单独的数，它不同于线性代数中研究的其他大部分对象（通常是多个数的数组）。向量（vector）：一个向量是一列数。这些数是有序排列的，通过次序的索引我们可以确定每个单独的数。• 矩阵（matrix）：矩阵是一个二维数组，其中的每一个元素被两个索引（而非一个）所确定。张量（...
2019-01-23 16:03:18
297
原创 深度学习基本概念
无监督学习算法（unsupervised learning algorithm）训练含有很多特征的数据 集，然后学习出这个数据集上有用的结构性质。监督学习算法（supervised learning algorithm）训练含有很多特征的数据集，不 过数据集中的样本都有一个 标签（label）或 目标（target）。测试集（test set）度量模型性能的一种方法是计算模型在测试集上的 ...
2019-01-23 11:28:48
223
原创 深度学习笔记之基本概念
引言深度学习（deep learning）通过其他较简单的表示来表达复杂表示，解决了表示学习中的核心问题。2.前馈深度网络或 多层感知机（multilayer perceptron, MLP）3.人工神经网络（artificial neural network, ANN）线性代数标量（scalar）：一个标量就是一个单独的数，它不同于线性代数中研究的其他大部分对象（通常是多个数的数...
2019-01-23 11:17:31
190
空空如也
求助！如何用python画这个方块分形图
2020-07-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人