随笔分类 - 26.DL
摘要：目标检测中衡量识别精度的指标是mAP（mean average precision）。多个类别物体检测中，每一个类别都可以根据recall和precision绘制一条曲线，AP就是该曲线下的面积，mAP是多个类别AP的平均值
阅读全文
摘要：论文地址：https://pjreddie.com/media/files/papers/YOLOv3.pdf论文：YOLOv3: An Incremental Improvement YOLO系列的目标检测算法可以说是目标检测史上的宏篇巨作，接下来我们来详细介绍一下YOLO v3算法内容，v3的算
阅读全文
摘要：0、问题 机器学习领域有个很重要的假设：IID独立同分布假设，就是假设训练数据和测试数据是满足相同分布的，这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。那BatchNorm的作用是什么呢？BatchNorm就是在深度神经网络训练过程中使得每一层神经网络的输入保持相同分布的。 思考
阅读全文
摘要：1： 作者：PENG链接：https://www.zhihu.com/question/62881491/answer/203113850来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 从不同的角度来看SVM可以得到两种不同的解释。 通常来讲SVM是为了找到具有最大间
阅读全文
摘要：原文：https://www.cnblogs.com/jiangxinyang/p/9291741.html 降维是机器学习中很重要的一种思想。在机器学习中经常会碰到一些高维的数据集，而在高维数据情形下会出现数据样本稀疏，距离计算等困难，这类问题是所有机器学习方法共同面临的严重问题，称之为“ 维度灾
阅读全文
摘要：作者：王赟 Maigo链接：https://www.zhihu.com/question/24627666/answer/28440943来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 我来举一个核函数把低维空间映射到高维空间的例子。 下面这张图位于第一、二象限内。我
阅读全文
摘要：最优超平面(分类面) 如图所示, 方形点和圆形点代表两类样本, H 为分类线,H1, H2分别为过各类中离分类线最近的样本且平行于分类线的直线, H1、H2上的点（xi, yi）称为支持向量， 它们之间的距离叫做分类间隔(margin)。中间那条分界线并不是唯一的，我们可以把它稍微旋转一下，只要不分
阅读全文
摘要：机器学习监督算法的基本思路是 让拟合的模型尽量接近真实数据， 换句更通俗的话, 要让我们的模型尽量简单又能很好的反应已知数据之间关系。在这个贴近的过程可能存在两个截然相反的问题：过拟合和拟合不够。 拟合不够是模型预测值与真实值之间误差较大，上篇文章中提到梯度下降就是讨论解决问题（求损失函数最小）。
阅读全文
摘要：什么是“回归”？ 回归分析就是用来探寻变量之间的关系的过程。百度百科给出的定义是：“（统计学中的）回归分析（Regression Analysis）指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法”。 例如，为分析气温和冰淇淋的销量之间的关系，我们用随机变量 表示气温、随机变量 表
阅读全文
摘要：CV： 1. 常见的模型加速方法 2. 目标检测里如何有效解决常见的前景少背景多的问题 3. 目标检测里有什么情况是SSD、YOLOv3、Faster R-CNN等所不能解决的，假设网络拟合能力无限强 4. ROIPool和ROIAlign的区别 5. 介绍常见的梯度下降优化方法 6. Detect
阅读全文
摘要：-- 安装方法1 下载httplib库：https://pypi.org/project/httplib2/#downloads httplib2-0.18.1-py3-none-any.whl 安装：pip install xx.whl 安装方法2 下载httplib库：https://pypi.
阅读全文
摘要：前言单目视觉SLAM可以根据其前端视觉里程计或是后端优化的具体实现算法进行分类：前端可以分为特征点法与直接法，后端可以分为基于滤波器和基于非线性优化。其中在后端上目前已经公认基于非线性优化的方法在同等计算量的情况下，比滤波器能取得更好的结果。而前端的两种方法则各有优劣。 本文将具体分析直接法相较于特
阅读全文
摘要：对于约束优化问题： 拉格朗日公式： 其KKT条件为： 求解 x、α、β 其中β*g(x)为互补松弛条件 KKT条件是使一组解成为最优解的必要条件，当原问题是凸问题的时候，KKT条件也是充分条件。
阅读全文
摘要：呐，我也是做图像分割的啦，最近看到有大佬整理了图像分割方面最新的论文，觉得很有帮助，就转载过来了，感觉又有很多要学的内容了。 Semantic Segmentation Adaptive Affinity Field for Semantic Segmentation – ECCV2018 [Pap
阅读全文
摘要：ASM和AAM：这两种方法都是基于训练集建立的统计模型方法，通过对某一类特定图像进行建模，来进行特征提取。在主动形状模型中，通过训练集中大量描述的物体样本形状实例进行统计，建立起反应目标形状变化规律的形状统计模型一点分布模型，同时利用标定点所在轮廓线方向上的灰度信息建立起反映灰度分布规律的局部灰度模
阅读全文
摘要：测试代码：https://github.com/luoyetx/mini-caffe/tree/master （example中deeplandmark例子） 训练代码：https://github.com/luoyetx/deep-landmark 测试代码的配置参考：http://blog.cs
阅读全文
摘要：基于改进Coarse-to-fine CNN网络的人脸特征点定位 原文地址：http://blog.csdn.net/hjimce/article/details/50099115 https://wenku.baidu.com/view/6a18af3a4afe04a1b171de2e.html
阅读全文
摘要：1.引言 锵锵锵，好久不见，我又肥来了，前一段时间上网找资料的时候偶然发现一篇关于人脸关键点检测的文章，应该说这篇论文是关键点检测的看山鼻祖，论文主页：http://mmlab.ie.cuhk.edu.hk/archive/CNN_FacePoint.htm，一篇中文翻译的博客：基于DCNN的人脸特
阅读全文
摘要：参考资料一、 引言二、 检测方法总结近期对人脸关键点相关方法进行了研究，在深度学习大行其道的背景之下，此博客对近期人脸关键点检测深度学习方法进行了记录和总结，希望给广大朋友一点点启发，也希望大家指出我阅读过程中的错误~ 主要有如下模型：2.1 ASM (Active Shape Models)2.2
阅读全文
摘要：原文：https://www.cnblogs.com/TimVerion/p/11315698.html GBDT笔记 GBDT是Boosting算法的一种，谈起提升算法我们熟悉的是Adaboost，它和AdaBoost算法不同； 区别如下： AdaBoost算法是利用前一轮的弱学习器的误差来更新样
阅读全文
浙公网安备 33010602011771号