我的github
上一页 1 ··· 284 285 286 287 288 289 290 291 292 ··· 338 下一页
摘要: Fiona是一个python地理空间处理库,类似于OGR 阅读全文
posted @ 2019-12-13 23:00 XiaoNiuFeiTian 阅读(223) 评论(0) 推荐(0)
摘要: Libraries for a modern geospatial workflow现代地理空间工作的类库 Distribution Writing, Running, and Distributing(编写、运行和分发) Tox driven development Publishing pyth 阅读全文
posted @ 2019-12-13 15:05 XiaoNiuFeiTian 阅读(156) 评论(0) 推荐(0)
该文被密码保护。 阅读全文
posted @ 2019-12-09 11:08 XiaoNiuFeiTian 阅读(397) 评论(0) 推荐(0)
该文被密码保护。 阅读全文
posted @ 2019-12-09 10:52 XiaoNiuFeiTian 阅读(592) 评论(0) 推荐(0)
该文被密码保护。 阅读全文
posted @ 2019-12-09 10:33 XiaoNiuFeiTian 阅读(287) 评论(0) 推荐(0)
摘要: 以下转自:http://lanbing510.info/2017/08/28/YOLO-SSD.html 在深度学习出现之前,传统的目标检测方法大概分为区域选择(滑窗)、特征提取(SIFT、HOG等)、分类器(SVM、Adaboost等)三个部分,其主要问题有两方面:一方面滑窗选择策略没有针对性、时 阅读全文
posted @ 2019-12-08 19:32 XiaoNiuFeiTian 阅读(437) 评论(0) 推荐(0)
摘要: 物体检测(识别)是计算机视觉中的经典问题之一,其任务是用框去标出图像中物体的位置,并给出物体的类别。从传统的人工设计特征加浅层分类器的框架,到基于深度学习的端到端的检测框架,物体检测一步步变得愈加成熟。 边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。图像 阅读全文
posted @ 2019-12-06 19:09 XiaoNiuFeiTian 阅读(3518) 评论(0) 推荐(0)
摘要: 摘要:人工智能在数据密集型应用中取得了成功,但它缺乏从有限的示例中学习的能力。为了解决这一问题,提出了少镜头学习(FSL)。利用先验知识,可以快速地从有限监督经验的新任务中归纳出来。为了全面了解FSL,我们进行了一项调查研究。我们首先要澄清对FSL的正式定义。进而得出不可靠经验风险最小化是FSL的核 阅读全文
posted @ 2019-12-04 23:16 XiaoNiuFeiTian 阅读(1290) 评论(0) 推荐(0)
摘要: https://github.com/brendenlake http://www.imooc.com/article/details/id/258879 阅读全文
posted @ 2019-12-04 21:22 XiaoNiuFeiTian 阅读(801) 评论(0) 推荐(0)
摘要: 迁移学习是包括fine tune等。用于近似任务的迁移。有局限性。 元学习是自动寻找学习参数。学习学习的规律。 强化学习是增强学习,对于新任务。 图像分类和图像识别的区别和联系:https://blog.csdn.net/kk123k/article/details/86584216 图像分类、识别 阅读全文
posted @ 2019-12-04 15:12 XiaoNiuFeiTian 阅读(2931) 评论(0) 推荐(0)
上一页 1 ··· 284 285 286 287 288 289 290 291 292 ··· 338 下一页