释然小x - 博客园

2026年3月26日

摘要：一.常见的目标检测数据集数据集涉及到输入和输出输入：图片 Image >model >label 输出：带有目标的标注二.VOC数据集衡量数据集的好坏： ·数据集内容的数量 ·数据集要充分反映实际场景 ·标注数据集的质量三.VOC数据集的标注 ·只关心Annotations文件夹和JP 阅读全文

posted @ 2026-03-26 22:41 释然小x 阅读(2) 评论(0) 推荐(0)

2025/11/2努力学习python

摘要： print(123) print(456) print(456) print(456) print(456) print(456) print(456) print(456) debug中代码为蓝色时表示是即将要运行的代表 Show Execution Point显示执行的断点 Step Into 阅读全文

posted @ 2026-03-26 22:41 释然小x 阅读(1) 评论(0) 推荐(0)

2026年3月24日

Day04_Pandas数据清洗

摘要：注意要先剔除异常值再进行均值填充 #数据清洗 import pandas as pd import numpy as np #读取脏数据 df_1 = pd.read_excel("D:\Math_models\Day_4\data.xlsx") #构造带空值，异常值的数据 data = { "姓名阅读全文

posted @ 2026-03-24 21:47 释然小x 阅读(1) 评论(0) 推荐(0)

Day03_Panda读取Excel表格

摘要： import pandas as pd #读取Excel文件 df = pd.read_excel("D:\Math_models\Day_3\data.xlsx") #输出前三行 print(" 前三行数据 \n") print(df.head(3)) #取一列 print(" 高数 \n") p 阅读全文

posted @ 2026-03-24 20:38 释然小x 阅读(0) 评论(0) 推荐(0)

Day02_NumPy线性代数

摘要： import numpy as np #定义3*3矩阵A A = np.array([ [1,2,3], [4,5,6], [7,8,10]]) print("矩阵A:\n",A) #创建网格矩阵(画图很需要) r = np.linspace(0,2,3) s=np.linspace(0,2,3) 阅读全文

posted @ 2026-03-24 16:47 释然小x 阅读(0) 评论(0) 推荐(0)

Day01_NumPy创建数组

摘要： import numpy as np #创建一维数组 a = np.array([1, 2, 3]) print("一维数组：",a) #创建二维数组 b = np.array([ [4, 5, 6], [7, 8, 9] ]) print("二维数组：\n",b) #创建固定形状特殊值数组 #1. 阅读全文

posted @ 2026-03-24 16:00 释然小x 阅读(1) 评论(0) 推荐(0)

2025年11月15日

2025-11-15实际第一个目标检测网络模型

摘要： Image >Model >Output 网络模型在一张图片上预测一个目标任务总共有四个类别 Model(Conv,Pool,Leaky,Linear....) CenterX CenterY Width Height Class0 Class1 Class2 Class3 阅读全文

posted @ 2025-11-15 16:21 释然小x 阅读(0) 评论(0) 推荐(0)

PyTorch目标检测.2自定义模型基础以及模型可视化

摘要：一.基础的网络模型 ·网络模型结构-积木 https://docs.pytorch.org/docs/stable/nn.html Image/x >Model >Model Output >后处理-解析模型的输出 ·网络模型 = 积木搭建的模型的nn.Module&模型的可视化 torch.on 阅读全文

posted @ 2025-11-15 15:30 释然小x 阅读(1) 评论(0) 推荐(0)

xjc-1314

公告