- 博客(4)
- 收藏
- 关注
RSS订阅原创 YOLOv8网络结构
Decoupled Head的改进就不提了，大部分同学应该和我一样，不太理解这里的mask coefficients、proto和reg_max参数吧。（下图中，蓝色单元是主干网络，绿色/红色/黄色单元是检测头，红色单元是分割网络检测头独有）
2024-01-04 13:10:16
637
1
原创 SVM基础
凸集是指有这么一个点的集合，其中任取两个点连一条直线，这条线上的点仍然在这个集合内部，局部最优就是全局最优；线性不可分的解决方式：引入松弛变量，使用核函数（没有显示映射关系，但能获取映射后的特征）获取更高维特征。SVM 想要的就是找到各类样本点到超平面的距离最远，也就是找到最大间隔超平面。求解流程待补充：基于凸优化的前提，将不等式约束转为等式约束，使用（广义）朗格朗日乘数法求解。根据支持向量的定义我们知道，支持向量到超平面的距离为。在二维空间中，超平面是1条直线，斜率是。，其他点到超平面的距离大于。
2024-01-04 10:49:53
367
1
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