会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
私人空间
博客园
首页
新随笔
联系
订阅
管理
上一页
1
···
35
36
37
38
39
40
41
42
43
···
50
下一页
2022年3月
目标检测及分类方法总结(RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO)
摘要: 这里是简述各种方法,下面有详细叙述 方法选择: DPM 使用传统的slider window的方法 计算量非常大 OverFeat 改进了Alex-net,并用图像缩放和滑窗方法在test数据集上测试网络;提出了一种图像定位的方法;最后通过一个卷积网络来同时进行分类,定位和检测三个计算机视觉任务,并
阅读全文
posted @ 2022-03-03 22:58 小kk_p
阅读(1068)
评论(0)
推荐(0)
2022年2月
python的opencv用法
摘要: 安装 pip install opencv-python pip install opencv-python==3.3.0.10 -i https://pypi.doubanio.com/simple 一、读入图像 使用函数cv2.imread(filepath,flags)读入一副图片 filep
阅读全文
posted @ 2022-02-27 16:29 小kk_p
阅读(2185)
评论(0)
推荐(0)
python:动态参数*args
摘要: 动态参数 顾名思义,动态参数就是传入的参数的个数是动态的,可以是1个、2个到任意个,还可以是0个。在不需要的时候,你完全可以忽略动态函数,不用给它传递任何值。 Python的动态参数有两种,分别是*args和**kwargs,这里面的关键是一个和两个星号的区别,而不是args和kwargs在名字上的
阅读全文
posted @ 2022-02-27 16:12 小kk_p
阅读(251)
评论(0)
推荐(0)
mAP的计算方法
摘要: import torch from collections import Counter def mean_average_precision(pred_bboxes,true_boxes,iou_threshold,num_classes=20): #pred_bboxes(list): [[tr
阅读全文
posted @ 2022-02-24 22:18 小kk_p
阅读(307)
评论(0)
推荐(0)
np.linspace的用法
摘要: >>> np.linspace(2.0, 3.0, num=5)array([ 2. , 2.25, 2.5 , 2.75, 3. ])>>> np.linspace(2.0, 3.0, num=5, endpoint=False)array([ 2. , 2.2, 2.4, 2.6, 2.8])>
阅读全文
posted @ 2022-02-24 21:08 小kk_p
阅读(173)
评论(0)
推荐(0)
super的用法举例
摘要: class A: def __init__(self): self.n = 2 def add(self, m): # 第四步 # 来自 D.add 中的 super # self == d, self.n == d.n == 5 print('self is {0} @A.add'.format(
阅读全文
posted @ 2022-02-24 17:27 小kk_p
阅读(69)
评论(0)
推荐(0)
浅谈C++中的多线程
摘要: 111
阅读全文
posted @ 2022-02-23 23:46 小kk_p
阅读(15)
评论(0)
推荐(0)
boost::python开发环境搭建
摘要: 本来想用mingw编译boost::python模块,网上看了下资料太少,只有使用vs2012 操作环境:win7 x64 python: x86 boost: 1.57 编译boost::python模块 1: 开始->Microsoft Visual Studio 2012->Visual St
阅读全文
posted @ 2022-02-23 22:57 小kk_p
阅读(366)
评论(0)
推荐(0)
人脸识别中的rank-n 代表的意思
摘要: Rank-1看一些论文总是在结果中看到rank-1,等等,但是就不知道什么意思,今天终于搞明白了,备注一下。 意思rank 1, 就是第一次命中rank k,就是在第k次以内命中人脸识别中,就代表,与目标人脸,最相似的k个人脸中,成功命中(找到正确人脸)的概率(和)。RANK曲线,一般又被称呼为CM
阅读全文
posted @ 2022-02-23 18:13 小kk_p
阅读(260)
评论(0)
推荐(0)
IoU、GIoU、DIOU、CIOU损失函数
摘要: 1.IOU损失函数 IOU损失表示预测框A和真实框B之间交并比的差值,反映预测检测框的检测效果。 但是,作为损失函数会出现以下问题: 如果两个框没有相交,根据定义,IoU=0,不能度量IoU为零距离远近的程度。同时因为loss=0,没有梯度回传,无法进行学习训练。 IoU无法精确的反映两者的重合度大
阅读全文
posted @ 2022-02-20 23:40 小kk_p
阅读(2598)
评论(0)
推荐(0)
上一页
1
···
35
36
37
38
39
40
41
42
43
···
50
下一页
公告