随笔分类 -  机器学习

《Object Detection Using ClusteringAlgorithm Adaptive Searching Regions in Aerial Images》论文10问
摘要：《Object Detection Using ClusteringAlgorithm Adaptive Searching Regions in Aerial Images》论文10问 Q1 论文试图解决什么问题？ 小物体分布不均匀，主要问题是分辨率低、信息量小，导致特征表达能力弱；传统方法如放大 阅读全文
posted @ 2024-05-20 12:39 糖子哥 阅读(89) 评论(0) 推荐(0)
《Density Map Guided Object Detection in Aerial Images》论文10问
摘要：《Density Map Guided Object Detection in Aerial Images》论文10问 Q1 论文试图解决什么问题？ 目标大小变化很大，目前解决尺度变化问题的方式无法利用语义信息进行裁剪，因此导致大部分裁剪对象只有背景。此外，这些策略可能会将大型物体裁剪成两个或多个不 阅读全文
posted @ 2024-05-16 00:42 糖子哥 阅读(64) 评论(0) 推荐(0)
强化学习在目标检测中的应用——AdaZoom: Towards Scale-Aware Large Scene Object Detection 论文解读
摘要：《AdaZoom: Towards Scale-Aware Large Scene Object Detection》 笔记 1. 研究动机 1.1 挑战与困难 小目标检测和对象尺度差异存在挑战 现有研究方法对于大场景中如此极端尺度变化的物体缺乏灵活性，缺乏对不同尺度物体的适应性。 1.2 解决方案 阅读全文
posted @ 2024-05-06 13:56 糖子哥 阅读(793) 评论(0) 推荐(0)
论文精读—多智能体算法在无人机集群的运用
摘要：导：“在阅读一篇论文后，要对这几个方面有清晰的认识，动机、创新点和实验设计，外加自己对这篇论文有什么想法” 论文解读：本文组织如下:第二节介绍了相关工作，第三节介绍了大规模搜索场景和系统模型，第四节详细介绍了基于marl的无人机群搜索方法，第五节讨论了仿真设置和实验结果，第六节总结了本文。 建模思考 阅读全文
posted @ 2024-01-02 21:13 糖子哥 阅读(226) 评论(0) 推荐(0)
对神经网络的初步理解
摘要：神经网络就是，比如说，我们输入一张图片，这张图片的话比如说是100X100像素值，比如有一层神经网络与之对应，其中里面的每个神经元都是一个数值（激活值）为（0，1）的个体，颜色越亮越接近1，颜色越暗越接近0，然后那层神经网络的每个神经元的不同的激活值就可以大概地组成一张图像，然后比如输出层要输出一个 阅读全文
posted @ 2024-01-02 15:26 糖子哥 阅读(37) 评论(0) 推荐(0)
actor-critic 演员评论家算法
摘要：好了终于到这里了，强化学习这个小山坡我算是终于到了最上面，但是还有更高的山峰让我去远眺，现在也只是敲开了我科研之路的大门，而演员评论家就是我要去学习的第一个前沿算法，先通俗点讲，就是有个演员，他就是演戏，会有一个经纪人，根据观众们的反馈以及票房数据（环境reward），给他打分，演员再根据这些分数， 阅读全文
posted @ 2023-12-28 21:13 糖子哥 阅读(252) 评论(0) 推荐(0)
策略梯度
摘要：策略梯度呢，顾名思义，策略就是一个状态或者是action的分布，梯度就是我们的老朋友，梯度上升或者梯度下降。 就是说，J函数的自变量是西塔，然后对J求梯度，进而去更新西塔，比如说，J西塔，是一个该策略下预测状态值，也可以说是策略值，那么我们当然希望这个策略值越大越好，于是就要使用梯度上升，来不断更新 阅读全文
posted @ 2023-12-28 20:36 糖子哥 阅读(110) 评论(0) 推荐(0)
深度Q神经网络(DQN)
摘要：有了上节课值函数近似的铺垫，这节课就来到了DQN,推开了深度强化学习的大门 为什么要学习DQN呢，为什么一定要有神经网络的参与呢，AI的发展肯定是为了帮助人类去完成一些事情，而人类的世界是很复杂的，很抽象的，不可能你几个数据就能训练出一个很厉害的模型，所以你需要上百万甚至不止的数据，那么，你从哪得到 阅读全文
posted @ 2023-12-27 17:30 糖子哥 阅读(124) 评论(0) 推荐(0)
值函数近似
摘要：值函数近似，这是一个很有意思的东西，为后面DQN做铺垫吧，就是说，你想要训练模型，你手上确实有数据，0，1，2，3，4，5。。。。。诸如此类但是，它们就只是一个个的点，它们是离散的，不是连续的，比如说有一个和重要的状态，它是最优的一个点，但它夹在了1和2的中间，然后你也拿不到这个数据，因为你能拿到的 阅读全文
posted @ 2023-12-27 16:37 糖子哥 阅读(21) 评论(0) 推荐(0)
Q-learning与Sarsa算法辨析
摘要：这个是Q-learing的一个算法，根据代码，它就是，先设定训练100次，然后，给它一个随机的状态，这里我们假设状态6就是终点，那么走迷宫的时候，如果没走到6，就要一直走下去，，所以里面还要用到一个while循环，然后在每个状态的时候，找一个非负的动作，存储在数组里，（算是合理动作的集合吧），下一个 阅读全文
posted @ 2023-12-16 21:56 糖子哥 阅读(60) 评论(0) 推荐(0)
值迭代与策略迭代（有模型）
摘要：先说一下我初始理解，就是图片上面有三部曲，然后他是一个有模型的算法，然后假如说我让他训练100次就是，用python来表达就是 for episode in (100),这个就是最外面的那一层循环，然后每次episode，就是上面三部曲，但是第一步初始化环境是会根据上一个episode来变化的，从第 阅读全文
posted @ 2023-12-16 12:04 糖子哥 阅读(122) 评论(0) 推荐(0)
重修贝尔曼最优方程
摘要：我觉得，这一章的重点就是，辨析Q(pai)S和V(pai)S,辨析它们拿到最佳pai的时间地点 第一个V(pai)s，因为上一张说他是“海王”，它就想着所有方法都试一下，它的侧重点是所有方法，所以它的概率值分配给不同的方法，比如方法一的概率是pai1，方法2就是（1-pai1），这样子分配下去，然后 阅读全文
posted @ 2023-12-16 10:24 糖子哥 阅读(25) 评论(0) 推荐(0)
重修贝尔曼方程，深刻体悟sar三件套之美
摘要：我第一次学贝尔曼方程的时候，当时没有搞清楚VpaiS和Vs的区别，今天大概能理解了，那我讲一讲 先看Vs，就是他到达某个特定状态之后得到的奖励加上后面衰减常数乘上，一大串，一大串是什么呢，就是一个求和，求和的是什么呢，就是到达下一个状态的状态值（可以理解为预期奖励大小）乘上到达下一个状态的概率，类似 阅读全文
posted @ 2023-12-16 01:10 糖子哥 阅读(70) 评论(0) 推荐(0)
强化学习论文解读——无人机的创新
摘要：就是先讲一下背景知识嘛，随着人类科技的发展，人工智能也发展的不错，一些无人驾驶设备也包括无人机（本文主人公），在搜索人类难以到达的地方做出了极大贡献，然后话锋一转，但是啊。。。。要是你场景比较复杂呢，你目前现有的技术是够呛的，因为你的伸展性，和高效联合性都不太够；更进一步呢，当你任务场景变得更大之后 阅读全文
posted @ 2023-12-10 12:39 糖子哥 阅读(173) 评论(1) 推荐(0)
强化学习的第一天，好吧其实是学数学
摘要：本来捏，等后端那边任务差不多完成后，想开始和兄弟们一起学习数据结构与算法捏，但博主机缘巧合，要开始学习强化学习了，这是一个门槛高，但很有意思的领域，祝福我能够学有所成吧，以后可能会发些强化学习的东西，后端和算法应该也多多少少发点，才学第一课，动不动直接给我线代概率论，这门槛。。。。。加油吧 阅读全文
posted @ 2023-12-09 16:19 糖子哥 阅读(23) 评论(0) 推荐(0)