参考文章【vtk】some-press-key-operations-for-default-renderwindowiterator ，我们可以通过
原创
2022-08-09 18:42:57
316阅读
理简单理解： 如上图所示，绿色框为飞机的ground truth(gt)，红色框为提取的foreground anchors,也就是说被分类器标记为飞机，但是红色框为位置不准确，不是我们想要的。所以要对红色框进行微调。 窗口形状用四维向量表示，中心点坐
原创
2023-06-15 11:11:00
257阅读
摘要： 决策树是非常基础的算法，其不仅能够进行分类还可以进行回归处理，也就是回归树。要想提高决策树的性能还需要做好剪枝的工作。关键词： 回归树，剪枝1 回归树之前已经介绍过决策树的基本理论了：这份分类决策树算法介绍请收好。回归树(regression tree)，顾名思义是将决策树应用于回归问题当中的，直接也介绍过如何使用knn算法做回归分析。现在看看如何使用树模型来进行回归分析。使用决策树做回归
转载
2024-05-23 22:04:22
39阅读
...
转载
2023-02-23 10:41:56
486阅读
作者： 大树先生 神经网络和深度学习—浅层神经网络1. 神经网络表示 简单神经网络示意图：
神经网络基本的结构和符号可以从上面的图中看出，这里不再复述。 主要需要注意的一点，是层与层之间参数矩阵的规格大小：输入层和隐藏层之间 w[1]−>(4,3)：前面的4是隐层神经元的个数，后面的3是输入层神经元的个数；b[1]−>(4,1)：和隐藏层的神
我在运行自己的数据集时，会报上述的bounding box坐标的错误，说明你的bounding box的坐标
原创
2022-08-11 17:38:40
47阅读
Bounding Box Regression LossPyTorch: https://github.com/shanglianlm0525/CvPytorch目标检测任务的损失函数由Classifi
原创
2022-08-08 10:11:32
516阅读
------------恢复内容开始------------------------恢复内容开始------------边界框：正好能框住物体的矩形框，bounding box（bbox）。它有两种表示方法，xyxy格式与xywh真实框：数据集中标注的框，ground truth box（gt_box）预测框：由模型预测输出的可能包含目标物体的边界框prediction box（pred_box）
转载
2024-02-18 22:02:30
169阅读
数据结构Python 中有四种内置的数据结构——列表（List）、元组（Tuple）、字典（Dictionary）和集 合（Set）。列表# This is my shopping list
shoplist=['apple','mango','carrot','banana']
print('I have',len(shoplist),'items to purchase')
print('Th
转载
2024-10-10 09:49:50
32阅读
1 滑动窗口的卷积实现（Convolutional implementation of sliding windows） 为了构建滑动窗口的卷积应用，首先要知道如何把神经网络的全连接层转化成卷积层。假设对象检测算法输入一个 14×14×3 的图像，过滤器大小为 5×5，数量是 16，14×14×3 ...
转载
2021-07-29 21:22:00
276阅读
2评论
这题分讨略有点恶心啊。 题面给了一堆运动的点，要求一个时刻时正着覆盖所有点的最小矩形最小。 脑补了一下觉得这是一个单峰函数，于是想着三分，但是又不太确定，所以写。 模拟一下可以发现，很多点其实是对答案没有影响的，因为它们的运行速度都一样，所以在同一个方向上运行的点只有最左边和最右边（最上最下）的是有 ...
转载
2021-07-28 15:24:00
195阅读
2评论
容斥的方法就出来了，每次考虑几条边上没有点然后考虑一下是什么样的情况，如何加减即可。定义当前局面的分数为最小的可以围住这。如有不是。
原创
2023-10-17 00:58:34
67阅读
论文：YOLOv3: An Incremental Improvement 论文地址：https://pjreddie.com/media/files/papers/YOLOv3.pdf YOLOV3相比YOLOV2,YOLOV1虽然在网络结构上变得更复杂，但是有了V1,V2的基础，论文还是比较好理解的，而且作者写得着实比较随意，没
tf.image.crop_to_bounding_box函数tf.image.crop_to_bounding_box( image, offset_height, offset_width, target_height, target_width)定义在：tensorflow/python/ops/image_ops_impl.py.请参阅指南：图像操作>裁剪将图像裁剪到指定的边界框.这个操作从image中裁剪一个矩形部分.返回图像的
原创
2021-08-12 22:36:11
525阅读
L1，L2以及Smooth L1是深度学习中常见的3种损失函数，这3个损失函数有各自的优缺点和适用场景。首先给出各个损失函数的数学定义，假设 L1 loss表示预测值和真实值之差的绝对值；也被称为最小绝对值偏差（LAD），绝对值损失函数（LAE）。总的说来，它是把目标值 与估计值 的绝对差值的总和最小化。L2 loss表示与测值和真实值之差的平方；L2范数损失函数，也被称为最小平方误差（LSE
论文：Weakly-Supervised Semantic Segmentation via Sub-Category Exploration
论文下载：[Weakly-Supervised Semantic Segmentation via Sub-Category Exploration](https://openaccess.thecvf.com/content_CVPR_2020/pape
声明：本文引用吴恩达教授的DeepLearning课程内容。 滑动窗口法的卷积实现虽然效率更高，但仍然存在问题，不能输出最精准的边界框。因为滑动窗口法中，取这些离散的位置集合并不能完全匹配目标大小、位置。 &nb
转载
2024-03-15 10:20:41
160阅读
CSS Box Shadow
今天看到一个在IE下面也可以实现CSS Box Shadow的方法，感觉不错在这里给大家分享一下！
先说一下这个方法的关键：
1：有两层DIV。2：最外层一定要有background-color和filter属性。3:内层一定要有position（absolute and relative）和background-color。4：内层外层的宽高要
转载
精选
2011-11-27 22:08:23
496阅读
点赞
在图像分类任务中，我们假设图像中只有一个主要物体对象，我们只关注如何识别其类别。 然而，很多时候图像里有多个我们感兴趣的目标，我们不仅想知道它们的类别，还想得到它们在图像中的具体位置。 在计算机视觉里，我们将这类任务称为目标检测（object detection）或目标识别（object recogni
转载
2024-08-21 11:05:34
156阅读
隐藏!
转载
2020-12-23 19:51:00
1286阅读
2评论
