赵家小伙儿 - 博客园

2020年2月

摘要： 1. 传统的目标检测框架，主要包括三个步骤：（1）利用不同尺寸的滑动窗口框住图中的某一部分作为候选区域；（2）提取候选区域相关的视觉特征。比如人脸检测常用的Harr特征；行人检测和普通目标检测常用的HOG特征等；（3）利用分类器进行识别，比如常用的SVM模型； 2. 目标检测领域的深度学习方法主要分阅读全文

posted @ 2020-02-06 13:39 赵家小伙儿阅读(961) 评论(0) 推荐(0)

计算机视觉领域的三大任务

摘要：计算机视觉的三大分类任务：图像分类、目标检测、图像分割； 1. 图像分类（Classification），即是将图像结构化为某一类别的信息，用事先确定好的类别(category)或实例ID来描述图片。 2. 目标检测（Detection）。分类任务关心整体，给出的是整张图片的内容描述，而检测则关注特阅读全文

posted @ 2020-02-06 13:31 赵家小伙儿阅读(5026) 评论(1) 推荐(0)

R-CNN算法中NMS的具体做法

摘要：假设有20类，2000个建议框，最后输出向量维数2000*20，则每列对应一类，一行是各个建议框的得分，NMS算法步骤如下： ① 对2000×20维矩阵中每列按从大到小进行排序； ② 从每列最大的得分建议框开始，分别与该列后面的得分建议框进行IoU计算，若IoU>阈值，则剔除得分较小的建议框，否则认阅读全文

posted @ 2020-02-06 12:13 赵家小伙儿阅读(705) 评论(0) 推荐(0)

03-模型的选择？

摘要：示例：维度非常高（1000多维度），并且每个维度都很重要，数据量很少，是调查结果，只有近万份，数据是很稀疏的，基本上是连续值。在这种情况下，如何选择模型？为什么？ 1. 尝试用线性分类器，比如SVM、LR等，看训练误差和测试误差的差异，这个时候可能出现多种情况： 1) 如果训练误差远小于测试误差阅读全文

posted @ 2020-02-03 13:28 赵家小伙儿阅读(351) 评论(0) 推荐(0)

00-L1和L2范数理解

摘要：参考：https://www.jianshu.com/p/4bad38fe07e6 阅读全文

posted @ 2020-02-03 11:50 赵家小伙儿阅读(313) 评论(0) 推荐(0)

2020年1月

02-机器学习中的常用分类器

摘要： 1. 机器学习中的常用分类器：回归、分类（确定是哪一类） 1）线性回归：根据给出的数据拟合出一条直线或曲线，反应数据的分布；评判的准则或损失函数：统计所有预测值yi及对应实际值y之间的距离之和，使其最小化；理解，参考：线性回归：https://blog.csdn.net/wade1203/ar 阅读全文

posted @ 2020-01-18 16:41 赵家小伙儿阅读(4989) 评论(0) 推荐(0)

01-奇异值分解（SVD）和主成分分析（PCA）

摘要：参考：奇异值分解：https://www.cnblogs.com/endlesscoding/p/10033527.html 主成分分析：https://blog.csdn.net/program_developer/article/details/80632779 阅读全文

posted @ 2020-01-16 10:50 赵家小伙儿阅读(366) 评论(0) 推荐(0)

基于贝叶斯的人脸验证

摘要： 1. 贝叶斯分类的基础——贝叶斯定理这个定理解决了现实生活里经常遇到的问题：已知某条件概率，如何得到两个事件交换后的概率，也就是在已知P(A|B)的情况下如何求得P(B|A)。这里先解释什么是条件概率： P(A|B)表示事件B已经发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率。其阅读全文

posted @ 2020-01-13 11:37 赵家小伙儿阅读(408) 评论(0) 推荐(0)

公告