- 博客(5)
- 资源 (1)
- 收藏
- 关注
原创 目标检测系列教程(一):模型性能评价指标——mAP
目标检测算法系列教程这里插入第一讲的链接文章目录目标检测算法系列教程前言一. 普通二分类模型的性能评价指标1. Precision,Recall和F1score2. PR图和BEP二. 目标检测模型的性能评价指标1. IOU2. Precision和Recall3. PR图4. AP5. mAP前言 本文主要介绍目标检测模型的性能评价指标——mean Average Precision(mAP)。本文的第一部分主要介绍传统二分类模型的性能评价指标(都是基本概念,熟悉可以直接跳过),然
2021-06-19 17:18:04
939
原创 Image Caption Generation原理简介
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录问题描述Encoder-Decoder结构机器翻译问题基本模型结构注意力机制Image Caption Generation基本模型结构注意力机制问题描述 Image Caption Generation又称为图像描述生成、图像字幕生成等,主要目的是根据图像生成一段文本描述。2016年,Kelvin Xu 等人提出了经典的CNN+RNN with Attention结构来解决这一问
2021-05-22 17:39:31
868
2
原创 Pytorch实现InceptionV4模型
Pytorch实现InceptionV4模型模型简介split-transform-merge模型InceptionV4的基本模块及源码卷积模块InceptionA模块InceptionB模块InceptionC模块ReductionA模块ReductionB模块Stem模块InceptionV4模型及源码完整源码模型简介论文链接:https://arxiv.org/pdf/1602.07261.pdf模型提出时间:2016年split-transform-merge模型
2021-02-17 22:36:59
2210
6
原创 Pytorch实现InceptionV1模型(GoogLeNet)
Pytorch实现InceptionV1模型模型简介模型结构及源码InceptionV1模块全连接模块GoogLeNet模型完整源码模型简介论文链接:[下载地址](https://arxiv.org/pdf/1409.4842v1.pdf)模型提出时间:2014年9月参数量:5MTop1准确率:69.8% 模型基本思想:同时使用1×1、3×3和5×5的卷积核对图像进行特征提取,充分增加了模型的宽度,从而提高模型对图像不同尺度特征的适应能力。其中,1
2021-02-03 22:17:14
1327
1
原创 欧式距离和马氏距离的关系(公式推导)
欧氏距离(Euclidean Distance)与马氏距离(Mahalanobis Distance)欧氏距离度量样本和样本分布间的距离d(x,μ)=(x−μ)T(x−μ)\begin{aligned}d(x,\mu)=\sqrt{(x-\mu)^T(x-\mu)}\end{aligned}d(x,μ)=(x−μ)T(x−μ)其中x=(x1,x2,…,xn)Tx=(x_1,x_2,…,x_n)^Tx=(x1,x2,…,xn)T是n维向量,μ=(μ1,μ2,…,μn)T\mu=(\mu
2020-08-15 23:36:25
4651
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人