- 博客(3)
- 收藏
- 关注
RSS订阅原创 OpenMMLab AI实战营 笔记打卡 #第三课
图像分类是指从大量的图像中识别出已知的特定对象或标识，使用机器学习算法来实现这一目标，其中两个步骤是特征提取与特征分类。特征提取是指从大量图像中提取许多有用的信息，如颜色、形状等，而特征分类则使用机器学习算法（如决策树、KNN、SVM等）来将提取出的特征与已知的物体或标识进行对比，以达到最终的分类目的。mmclassification是一种具有高精度的图像分类技术，旨在为机器学习算法提供更快的训练速度，更准确的分类。它主要通过引入多任务学习(MML)的概念，使用一组模型同时解决多个分类任务，从而减少了每
2023-02-04 13:11:52
130
原创 OpenMMLab AI 实战营 笔记打卡 #第二课
图像分类是把图像分为多个不同类型或标签的过程，其中一些可能是我们正确识别和理解图像内容所必需的基础步骤。MM classification是一种用于图像分类的机器学习方法，通过几种算法（如K最近邻、决策树、支持向量机），可以有效分类图像。 MM classification的流程一般包括：1）特征提取：从原始图像中提取有代表性的特征；2）特征预处理：预处理特征，使其符合分类器要求；3）模型训练：使用多种分类算法，将训练特征转换成模型；4）模型评估：使用不同的指标（如精确率、召回率和F1值），来评估分类器的性
2023-02-03 11:22:41
141
原创 OpenMMLab AI 实战营 打卡笔记 #第一课
计算机视觉是指通过计算机分析图像数据以认知、识别真实场景，是人工智能的一项重要技术。计算机视觉的应用非常广泛，其主要任务包括：形状的检测、记住特征与图像识别、3D重建等。OpenMMLab 是一个开源的计算机视觉学习平台，集成了计算机视觉任务的训练和评估，并可用于生产环境的部署。它封装了各种有效的计算机视觉模型与方法，还提供了友好的API和有效的工具链，以支持快速实验上线应用。OpenMMLab支持众多开源计算机视觉框架，使用者可以以更简单的方式，更高效地进行计算机视觉的实验与应用。
2023-02-02 10:55:59
115
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