Yophan的博客

SAM2在云平台上详细部署代码、中文注释和演示

Vit结构Vit - 图像分块嵌入 (Patch embedding)

目标检测（降低误检测率及小目标检测系列笔记）[通俗易懂]

为两列“Alley_Pave”和“Alley_nan”。巷子类型为“Pave”的行会将“Alley_Pave”的值设置为1，“Alley_nan”的值设置为0。缺少巷子类型的行会将“Alley_Pave”和“Alley_nan”分别设置为0和1。其中每行描述了房间数量（“NumRooms”）、巷子类型（“Alley”）和房屋价格（“Price”）。由于“巷子类型”（“Alley”）列只接受两种类型的类别值“Pave”和“NaN”，中的所有条目都是数值类型，它们可以转换为张量格式。中的类别值或离散值，我们。

但是，如果预测到的x,y坐标大于1，比如(1.2, 0.7)。这打破了YOLO背后的理论，因为如果我们假设红色框负责预测目标狗，那么狗的中心必须在红色单元中，不应该在它旁边的网格单元中。因此，为了解决这个问题，我们对输出执行sigmoid函数，将输出压缩到区间0到1之间，有效确保中心处于执行预测的网格单元中。网络的输出是S x Sx (5*B+C)的一个tensor(S-尺寸，B-标定框个数，C- 检测类别数，5-标定框的信息)。一般情况下，YOLO不会预测边界框中心的确切坐标。Yolo的缺点: .

为了能够完成各种数据操作，我们需要某种方法来存储和操作数据。 通常，我们需要做两件重要的事：（1）获取数据；（2）将数据读入计算机后对其进行处理。 如果没有某种方法来存储数据，那么获取数据是没有意义的。

Inception网络是CNN发展史上一个重要的里程碑。在Inception出现之前，大部分流行CNN仅仅是把卷积层堆叠得越来越多，使网络越来越深，以此希望能够得到更好的性能。

监督学习 & 无监督学习

图像的线性滤波/卷积理论&实践