- 博客(20)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 YOLOV5
1、YOLOv5算法简介YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。主要的改进思路如下所示：输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放；基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构；Neck网络：目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层，Yolov5中添加了FPN+PAN...
2021-12-13 23:45:00
32201
1
原创 Fater-RCNN
Faster-RCNN详解1 Faster-RCNN(1)输入测试图像； (2)将整张图片输入CNN，进行特征提取； (3)用RPN生成建议窗口(proposals)，每张图片生成300个建议窗口； (4)把建议窗口映射到CNN的最后一层卷积feature map上； (5)通过RoI pooling层使每个RoI生成固定尺寸的feature map； (6)利用Softmax Loss(探测分类概率) 和Smooth L1 Loss(探测边框回归)对分类概率和边框回归(Bounding box r
2021-12-13 17:52:16
3082
原创 RCNN详解
一、相关理论 本篇博文主要讲解2014年CVPR上的经典paper：《Rich feature hierarchies for Accurate Object Detection and Segmentation》，这篇文章的算法思想又被称之为：R-CNN（Regions with Convolutional Neural Network Features），是物体检测领域曾经获得state-of-art精度的经典文献。 这篇paper的思想，改变了物体检测的总思路，现在好多...
2021-12-13 17:43:34
2480
原创 图像处理基础篇
import cv2import matplotlib.pyplot as pltimport numpy as npfrom PIL.ImageChops import constantimport Cv.Data# img = cv2.imread("./cat.jpg") # 读取图像# img2 = cv2.imread("./cat.jpg", cv2.IMREAD_GRAYSCALE) # 灰色图像处理## cv2.imshow("cat", img2) # 展示图.
2021-11-09 10:52:18
1865
原创 欠拟合与过拟合
过拟合模型过于复杂,过度契合训练集,导致测试集的预测出现误差,甚至出现误差极大的情况.欠拟合采用模型的表达力小于真实的表达能力.训练能力弱,导致测试能力不足.怎么发现过拟合与欠拟合:将原本的训练集分为新的训练集和测试集,隔一段时间检测一次确保test不会出现过拟合或欠拟合问题.优化并将原训练集分为k份,轮流取其中一份作为训练测试集,训练模型,可以小程度提高精准度.解决方法1.更多的数据集.2.数据集不够大的话优先选择较小的模型,不清楚数据集情况下优先选择大一点的模型.3.信号丢失4.
2021-10-21 08:24:34
68
原创 随机梯度下降及神经网络
import numpy as npfrom mpl_toolkits.mplot3d import Axes3Dfrom matplotlib import pyplot as pltimport torchdef himmeblau(x): return (x[0] ** 2 + x[1] - 11) ** 2 + (x[0] + x[1] ** 2 - 7) ** 2x = np.arange(-6, 6, 0.1)y = np.arange(-6, 6, 0.1)pr.
2021-10-16 22:36:05
232
原创 初识pytorch
一、梯度下降import pandas as pdimport numpy as np# y = wx + bdef compute_error_for_line_given_points(b, w, points): totalError = 0 for i in range(0, len(points)): x = points[i, 0] y = points[i, 1] totalError += (...
2021-10-05 18:32:49
88
原创 逻辑回归及聚类
一、逻辑回归 1.1 定义： Logistic Regression 虽然被称为回归，但其实际上是分类模型，并常用于二分类 1.2sigmoid函数图像（满足概率在0-1之间） 1.3 逻辑回归方式 1.4 逻辑回归损失函数及优化 优化方式1、多次取随机点，多次比较最小值结果 2、调整学习率 1.5 逻辑回...
2021-09-27 16:07:32
398
原创 线性回归总结
一、定义给定数据集D={(x1, y1), (x2, y2), ... }，我们试图从此数据集中学习得到一个线性模型，这个模型尽可能准确地反应x(i)和y(i)的对应关系。这里的线性模型，就是属性(x)的线性组合的函数，可表示为：向量表示为:其中，w=(w1; w2;w3; ..., wd) 表示列向量（; 为行分隔，见于matlab/octave中使用）这里w表示weight，权重的意思，表示对应的属性在预测结果的权重，这个很好理解，权重越大，对于结果的影响越大；更一般化的表示.
2021-09-26 19:41:12
264
原创 决策树和随机森林
一、决策树 1.1 介绍：类似于分支结构 1.2信息熵：H = -(p1logp1 + p2logp2 + ... + p32log32)公式： 单位是比特 1.2.1 划分依据 （1）信息增益特征A对训练数据集D的信息增益g(D,A),定义为集合D的信息熵H(D)与特征A给定条件下D的信息条件熵H(D|A)之差，即公式为：...
2021-09-25 14:32:42
151
原创 KNN && 朴素贝叶斯
一、k近邻算法(KNN) 1.1 定义：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 1.2 理解：KNN是通过距离间隔的分类算法，通过对每个样本之间的差异大小来对比，选取其中最近的几个（需要自己根据数据集确定）距离，按这几个数据的类别百分比确认最终预测分类。 这就要对高等数学中的距离公式熟悉掌握 1.3 距离公式：√(a1−b1)^2+(a2−b2)^2+(a3−b3)^2 ...
2021-09-24 13:57:50
1222
原创 Sklearn(2)
一、降维 1.1 语法（sklearn. decomposition） 1.2 PCA语法（PCA.fit_transform(X)） PCA(n_components=None) 将数据分解为较低维数空间 PCA.fit_transform(X)X:numpy array格式的数据[n_samples,n_features] 返回值：转换后指定维度的array 1.3...
2021-09-22 15:37:39
77
原创 Sklearn总结
一、方法 1.1、sklearn特征抽取（sklearn.feature_extraction） 1.2、字典特征抽取（sklearn.feature_extraction.DictVectorizer） 1.2.1DictVectorizer语法DictVectorizer.fit_transform(X) X:字典或者包含字典的迭代器 返回值：返回sparse矩阵 DictVectorizer.inverse_t...
2021-09-21 16:12:18
195
原创 Pandas中的时间序列
一、引题Q1:现在我们有2015到2017年25万条911的紧急电话的数据，请统计出出这些数据中不同类型的紧急情况的次数分析： 方法一：先查看数据的信息，确定类型所在的字段，然后切割字段并转化为列表，构造零数组，并将数据类型所对应的列赋值为1，最后求和# coding = utf-8import pandas as pdimport numpy as npfrom matplotlib import pyplot as pltdf...
2021-09-20 14:15:16
311
原创 Pandas（2）
一、思考练习对于这一组电影数据，如果我们希望统计电影分类(genre)的情况，应该如何处理数据？思路：重新构造一个全为0的数组，列名为分类，如果某一条数据中分类出现过，就让0变为1import pandas as pdimport numpy as npfrom matplotlib import pyplot as pltfile_path = "./IMDB-Movie-Data.csv"df = pd.read_csv(file_path)# 统计分类的列表temp_l
2021-09-18 17:06:44
118
原创 Pandas
一、什么是pandas？pandas is an open source, BSD-licensed library providing high-performance, easy-to-use data structures and data analysis tools for the Python programming language.二、常用数据类型 1、 Series 一维，带标签数组 2、DataFrame 二维...
2021-09-17 17:30:37
63
原创 Numpy总结
导入numpy包：import numpy as np1、创建数组的方式 1.1 np.array([1,2,3,4]) 1.2 np.array(range(1,6)) 1.3 np.arange(1,6) 用法 arange([start], stop[,step,], dtype=none)import randomimport numpy as np# 使用numpy生成数组T1 = np.array([1, 2, 3...
2021-09-16 15:34:20
208
原创 matplotlib（2）
绘制散点图（plt.scatter） 1.1 Q：寻找出气温随时间(天)变化的某种规律import matplotlibfrom matplotlib import pyplot as plt#设置中文字体font = {'family': 'MicroSoft YaHei', 'weight': 'bold'}matplotlib.rc("font", **font)#设置图形大小plt.figure(figsize=(20, 10), dpi=8...
2021-09-15 16:29:46
387
原创 matplotlib技术总结
1、环境配置（CONDA、jupyter notebook）2、matplotlib 2.1 定义：最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建 2.2 应用：折线图,散点图,柱状图,直方图,箱线图,饼图等 2.3 技术总结：2.3.1 绘制了折线图(plt.plot) 2.3.2设置了图片的大小和分辨率(plt.f...
2021-09-14 21:34:02
552
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人