- 博客(6)
- 收藏
- 关注
RSS订阅原创 聚类指标ACC和Purity
聚类的评价指标ACC与purity有相似的地方，在一些情况下二者的数值会相等，而它们又不是一个东西聚类准确率，假设有NNN个样本，第iii个样本聚类产生的标签是pip_ipi,真实标签是yiy_iyi,那么ACC=1N∑iNyi=map(pi)ACC = \frac{1}{N}\sum^N_i{y_i = map(p_i)}ACC=N1i∑Nyi=map(pi)其中map(⋅)map(\cdot)map(⋅)表示聚类标签的再分配，一般采用匈牙利算法实现，直观的一个例子如下：y=[1,1
2022-07-13 19:10:00
3522
4
原创 Efficient Deep Embedded Subspace Clustering
CVPR 2022子空间聚类论文 Efficient Deep Embedded Subspace Clustering
2022-06-22 19:08:11
984
2
原创 目标检测FCOS的初步理解
FCOSFCOS是一阶段anchor free目标检测算法，其主要的卖点为无锚。通过回归特征图上每个位置距离目标框的上下左右距离来实现目标检测。如果一个位置落在了多个目标框内，文中的方法是通过多尺度+回归幅度限制的方法来缓解这个问题。为了解决目标框数量过多的问题，文中提出了center-ness的方法，为每个位置学习一个center-ness分数，最后乘以预测类别分数作为非极大抑制的输入参数来解决这个问题。backboneFCOS采用resnext+FPN的网络作为backbone。右侧共得到五个特征
2022-03-25 11:25:57
14601
原创 目标检测中anchor box(先验框)的理解
近来心血来潮，把CV领域关于目标检测的主流方法YOLOv3和Faster RCNN看了一下，对其中的先验框(anchor box)一直不太理解，在广泛地阅读了一些相关讲解后，有了一定的理解，在此记录一下。先验框的个人理解先验框最早提出于Faster RCNN，初衷是为了代替selective search算法。先验框是根据特征图生成的，即，特征图上每个位置都有一定数目不同比例的先验框。而大小是相对于原图的，也就是特征图上每个点可以映射到原图中某个特定区域(感受野大小)。在训练的时候往往是把先验框缩
2022-02-15 15:30:37
6083
转载 人体24小时生物钟
1时：大多数人已入眠数小时,度过了睡眠的各个阶段，进入了容易催醒的浅睡阶段。此时，人对痛觉特别敏感。2时：除了肝脏外，体内的大部分器官工作节律极慢。肝脏利用这段较为安静的时间正加紧把代谢后的有毒、有害物质排出体外，这仿佛清洁工正在进行全面地清洁、大扫除。 3时：全身休息状态，骨骼、肌肉和关节完全放松。这时人体血压很低，脉搏和呼吸的频率也 很低。 4时：血压处于更低的状态，脑部的供血量极少。有不少患者和体质较差的人在这个时期容易导致死亡。但处在这个时期的健康人其听觉却很灵敏，稍有响动就会惊醒...
2021-02-03 17:29:45
733
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