深度学习与计算机视觉
文章平均质量分 82
自用学习笔记
ylli_chn
这个作者很懒,什么都没留下…
展开
-
五、迁移学习
迁移学习(Transfer Learning)背景随着越来越多的机器学习应用场景的出现,而现有表现比较好的监督学习需要大量的标注数据,标注数据是一项枯燥无味且花费巨大的任务,所以迁移学习受到越来越多的关注。概念迁移学习专注于存储已有问题的解决模型,并将其利用在其他不同但相关问题上。比如说,用来辨识汽车的知识(或者是模型)也可以被用来提升识别卡车的能力。计算机领域的迁移学习和心理学常常提到的学习迁移在概念上有一定关系,但是两个领域在学术上的关系非常有限。迁移学习的三种方法1.只训练分类器2.全原创 2022-03-01 11:31:52 · 2177 阅读 · 0 评论 -
四、深度学习计算机视觉算法的优化
深度学习计算机视觉算法的优化1、过拟合问题1.1衡量模型的表现只使用Accuracy的不足:如果正品99个,次品1个,而分类器把所有样本都预测为正品,Accuracy也能获得99%的准确率,但是却没有检测出次品。当不同类别的样本比例非常不均衡时。占比大的类别往往成为影响准确率的最主要因素。应当将以下三个公式结合使用:Accuracy = (TP+TN)/(TP+FP+FN+TN)Precision = TP/(TP+FP)Recall = TP/(TP+FN)1.2过拟合问题优原创 2022-02-26 17:19:48 · 2672 阅读 · 0 评论 -
三、人工神经网络基础
人工神经网络基础原创 2022-02-25 17:32:23 · 1597 阅读 · 0 评论 -
二、经典计算机视觉算法
霍夫变换模板匹配原创 2022-02-24 14:41:53 · 3287 阅读 · 0 评论 -
一、数字图像处理
图像滤波原创 2022-02-23 16:16:09 · 1035 阅读 · 0 评论