摘要：
迁移学习与fine-tune 1.什么是迁移学习呢？ 迁移学习顾名思义就是把已经训练好的模型的参数迁移到新的模型来帮助新模型的训练。考虑到大部分的数据或任务是存在相关性的，所以通过迁移学习我们可以将已经学习到的模型参数，通过某种方式来分享给新的模型，从而加快优化模型的学习效率不用像大多数模型那样从零 阅读全文
posted @ 2019-12-27 20:58
你的雷哥
阅读(589)
评论(0)
推荐(0)
摘要：
转载：Sift中尺度空间、高斯金字塔、差分金字塔（DOG金字塔）、图像金字塔 下面只是关于sift的核心概念的简单介绍，详细介绍可以参看这两篇博客 https://blog.csdn.net/u010440456/article/details/81483145 https://www.cnblog 阅读全文
posted @ 2019-12-27 19:05
你的雷哥
阅读(586)
评论(0)
推荐(0)
摘要：
转载：传统目标检测算法之DPM 前面介绍了一下HOG，HOG有一个缺点：很难处理遮挡问题，人体姿势动作幅度过大或物体方向改变也不易检测。 继2005年HOG提出之后，DPM模型在借鉴了HOG之后也被提了出来同时还取得了不错的成绩。 DPM概述 DPM（Deformable Part Model），正 阅读全文
posted @ 2019-12-27 18:32
你的雷哥
阅读(8604)
评论(0)
推荐(3)
摘要：
转载：性能指标（模型评估）之mAP 什么是性能指标 用于评价模型的好坏，当然使用不同的性能指标对模型进行评价往往会有不同的结果，也就是说模型的好坏是“相对”的，什么样的模型好的，不仅取决于算法和数据，还决定于任务需求。因此，选取一个合理的模型评价指标是非常有必要的。 错误率 & 精度 针对数据集D和 阅读全文
posted @ 2019-12-27 15:42
你的雷哥
阅读(1925)
评论(0)
推荐(0)
浙公网安备 33010602011771号