- 博客(24)
- 收藏
- 关注
RSS订阅原创 Win10系统anconda环境下pyinstaller工具打包yolov5_val为EXE
Win10系统anconda环境下，利用pyinstaller工具打包yolov5下的val.py为exe文件
2024-04-10 17:22:16
376
原创 深度学习样本不均衡解决方法
所谓的类别不均衡问题指的是数据集中各个类别的样本数量极不平衡。以二分类问题为例，假设正类的样本数量远大于负类的样本数量，通常情况下把样本类别比例超过4:1的数据就可以称为不平衡数据。
2024-01-18 10:57:53
413
原创 Ubuntu系统下USB相机或串口设备端口绑定
在ubuntu系统下开发代码时候，会遇到这样的问题：一个项目可能需要若干串口设备或相机连接到主机上，如果仅仅用端口序号识别设备的话，一旦出现断电或者重新插拔设备情况，代码就会出现找不到设备或者找错设备的错误，因为序号分配是随机的。为了解决这个问题，可以将不同设备的属性信息绑定到usb序号上，这样不管usb序号如何变化，只需要通过绑定后的别名去查找设备即可。
2023-06-08 17:37:07
1606
原创 算法的误差一般是由那几个方面引起的？
总的来说，在模型确定的情况下，模型和数据的误差关系有以下两个方面：1)因模型无法表示基本数据的复杂度而造成的偏差(bias).—欠拟合2)因模型过度拟合训练集数据而造成的方差(variance).—过拟合。
2023-04-21 16:47:59
467
原创 简单介绍一下YOLOv3的原理
接下来将3个特征图进行特征融合（concat），以获得更强的特征表现力，从而达到更好的效果；最后，为了使特征图变成相同大小，中间需要进行上采样及下采样，然后进行堆叠、融合机相应的卷积等操作后，得到最终的3个特征层，即13×13×255（Y1）、26×26×255（Y2）、52×52×255（Y3），这3个特征图恰好分别为原图像x的1/32、1/16、1/8.整个框架可划分为3个部分：分别为Darknet-53结构、特征层融合结构（上图concat部分）、以及分类检测结构(上图未画出)。
2023-04-07 14:46:35
300
原创 C/C++ string和char的区别
/这两行语句等价 char greet [ 6 ] = {string s3;s3 = s1;//复制 s3 = s1 + s2;//连接两个字符串 int len = s3 . size();//获取字符串的长度。
2023-03-28 09:42:59
4554
1
原创 难忘的第一台电脑
那时候有电脑的很少，平时有作业的时候，经常有小伙伴来借电脑，现在想想要是当时用来收费的话，是不是也可以作为一个小的零花钱工具阿，比如，按时间收费，半小时5毛钱，反正比网吧便宜就行，经常有人借着写作业的名义去网吧，结果一进去就是游戏人生了。现在还记得那年国庆节，好多不回家的，好几个宿舍的人，搬上小板凳、带上瓜子吃喝的，凑在一起看阅兵，那场面想想真的是很爽，第二天起来，地上全是瓜子皮和其他吃喝垃圾，完全不亚于电影院的那种气氛。
2023-03-27 14:41:33
60
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人