摘要：
对象检测是迄今为止计算机视觉中最重要的应用领域。然而，小物体的检测和大图像的推理仍然是实际使用中的主要问题，这是因为小目标物体有效特征少，覆盖范围少。小目标物体的定义通常有两种方式。一种是绝对尺度定义，即以物体的像素尺寸来判断是否为小目标，如在COCO数据集中，尺寸小于32×32像素的目标被判定为小 阅读全文
posted @ 2023-01-03 20:12
落痕的寒假
阅读(2405)
评论(3)
推荐(2)
摘要：
SSH（Secure Shell）是一种网络安全协议，能够使两台计算机安全地通信和共享数据。目前，SSH协议已在世界各地广泛使用，大多数设备都支持SSH功能。SSH的进一步说明见：深入了解SSH。SSH作为一种协议，存在多种实现，既有商业实现，也有开源实现。OpenSSH是一种流行的SSH协议开源实 阅读全文
posted @ 2023-01-01 09:48
落痕的寒假
阅读(480)
评论(0)
推荐(0)
摘要：
研究的艺术学习笔记均总结自李沐在B站讲解的视频。如果你感兴趣，可以去B站观看原始视频。地址为李沐-AI 论文精读。 研究的艺术（一） The Craft of The Research 1. The Craft of The Research一Outline 1. 在写作时要知道读者是谁 写每一段 阅读全文
posted @ 2022-12-31 09:32
落痕的寒假
阅读(71)
评论(0)
推荐(0)
摘要：
转载于比PCA降维更高级——（R/Python）t-SNE聚类算法实践指南-阿里云开发者社区 作者介绍：Saurabh.jaju2 Saurabh是一名数据科学家和软件工程师，熟练分析各种数据集和开发智能应用程序。他目前正在加州大学伯克利分校攻读信息和数据科学硕士学位，热衷于开发基于数据科学的智 阅读全文
posted @ 2022-12-21 20:16
落痕的寒假
阅读(705)
评论(0)
推荐(0)
摘要：
转载于DeepLearning: Contractive Autoencoder - dupuleng - 博客园 一、雅克比矩阵 雅克比矩阵是一阶偏导，假设(x1,x2,....,xn)到(y1,y2,...,ym)的映射，相当于m个n元函数，它的Jacobian Matrix如下 编辑 该 阅读全文
posted @ 2022-12-21 20:13
落痕的寒假
阅读(112)
评论(0)
推荐(0)
摘要：
过拟合和欠拟合 简单来说过拟合就是模型训练集精度高，测试集训练精度低；欠拟合则是模型训练集和测试集训练精度都低。 官方文档地址为 https://tensorflow.google.cn/tutorials/keras/overfit_and_underfit 过拟合和欠拟合 以IMDB datas 阅读全文
posted @ 2022-12-19 23:06
落痕的寒假
阅读(108)
评论(0)
推荐(0)
摘要：
特征分析可视化工具设计用于在数据空间中可视化实例，以便检测可能影响下游拟合的特征或目标。因为ML操作高维数据集（通常至少35个），可视化工具将重点放在聚合、优化和其他技术上，以提供对数据的概述。这是Yellowbrick的意图，指导过程将允许数据科学家缩放和过滤，并探索他们的实例和维度之间的关系。 阅读全文
posted @ 2022-12-19 22:51
落痕的寒假
阅读(388)
评论(0)
推荐(0)
摘要：
分类模型试图在一个离散的空间中预测一个目标，即为一个因变量实例分配一个或多个类别。 代码下载 分类分数可视化工具显示类之间的差异以及一些特定于分类器的可视化评估。我们目前已经实施了以下分类器评估： 分类报告Classification Report：视觉分类报告，将每个类别的精度，召回率和F1显示为 阅读全文
posted @ 2022-12-19 22:49
落痕的寒假
阅读(249)
评论(0)
推荐(0)
摘要：
一文读懂神经网络 http://dataunion.org/11692.html （上文的补充） 卷积神经网络工作原理的直观理解 https://zhihu.com/question/39022858/answer/224446917 （挺不错的，但是讲的并不那么通俗） 数字识别的卷积神经网络学习模 阅读全文
posted @ 2022-12-19 22:44
落痕的寒假
阅读(49)
评论(0)
推荐(0)
摘要：
imgaug是一款非常有用的python图像增强库，非常值得推荐应用于深度学习图像增强。其包含许多增强技术，支持图像分类，目标检测，语义分割，热图、关键点检测等一系列任务的图像增强。本文主要介绍imgaug基本使用，以及应用关键点和边界框增强。 官方代码仓库：imgaug 官方入门文档：imgaug 阅读全文
posted @ 2022-12-19 22:44
落痕的寒假
阅读(967)
评论(0)
推荐(0)
摘要：
ImageAI是一个Python库，旨在使开发人员，研究人员和学生能够使用简单的几行代码来构建具有独立的深度学习和计算机视觉功能的应用程序和系统。 ImageAI的官方GitHub存储库为https://github.com/OlafenwaMoses/ImageAI @ # 去掉警告 import 阅读全文
posted @ 2022-12-19 22:44
落痕的寒假
阅读(863)
评论(0)
推荐(0)
摘要：
本文为本人caffe分类网络训练、结果可视化、部署及量化具体过程的心得笔记。caffe目前官方已经停止支持了，但是caffe是目前工业落地最常用的深度学习框架，用的人挺多。其实主要怕自己忘了，弄个备份，弄caffe很久了，怕不用东西都忘了，但是本文主要是讲述caffe下的分类网络。caffe默认已经 阅读全文
posted @ 2022-12-19 22:44
落痕的寒假
阅读(527)
评论(0)
推荐(0)
摘要：
电力领域中四遥系统是指遥测、遥信、遥控、遥调功能系统，四遥功能是电力监控系统最基本最重要的功能。具体来说： 遥测(遥测信息)：远程测量；远方测量显示诸如电流、电压、功率、压力、温度等模拟量； 遥信(遥信信息)：远程信号；远方监视各类电气开关和设备、机械设备的工作状态和运转情况状态等； 遥控(遥控信息 阅读全文
posted @ 2022-12-19 22:44
落痕的寒假
阅读(552)
评论(0)
推荐(0)
摘要：
森林管理和造林业中复杂观念的转变 [参考论文] Shifting conceptions of complexity in forest management and silviculture 长期以来，操纵森林生态系统的复杂性一直是森林管理和造林的考虑因素。然而，在林业的许多历史中，管理方法降低了 阅读全文
posted @ 2022-12-19 22:44
落痕的寒假
阅读(72)
评论(0)
推荐(0)
摘要：
1. 介绍 文章介绍了森林经营的现状和问题，以及解释了均匀年龄造林和非均匀年龄造林的区别。均匀年龄造林有利于以多数为同一年龄的树木为主导的林分再生。非均匀年龄造林是支持至少三个年龄段的树种再生。两种方法在空间和时间上的实现方式不同。均匀年龄管理意味着进行明确的切割时间或最终切割，从而到另一个再生阶段 阅读全文
posted @ 2022-12-19 22:44
落痕的寒假
阅读(74)
评论(0)
推荐(0)
浙公网安备 33010602011771号