- 博客(4)
- 收藏
- 关注
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