1、人脸检测
“人脸检测（Face Detection）”是
检测出图像中人脸所在位置的一项技术。它的输入是一张图片，输出是人脸框坐标序列（0个人脸框或1个人脸框或多个人脸框）。一般情况下，输出的人脸坐标框为一个正朝上的正方形，但也有一些人脸检测技术输出的是正朝上的矩形，或者是带旋转方向的矩形。
常见的人脸检测算法基本是一个“
扫描”加“
判别”的过程，即算法
最近因为博主科研繁忙，没有时间更新，在此向所有关注的您说一声对不起！希望没有计算机视觉战队大家依然科研顺利，生活愉快，也希望大家时刻关注我们的平台，宣传计算机视觉战队，谢谢！今天我来给大家讲讲人脸识别的一些小事，希望您能有些收获，谢谢！n 主要内容卷积神经网络（CNN）已广泛地用于计算机视觉领域，显著地提高了先进的方法。在大多数的CNNs中，softmax损失函数被作为监督信号去训练深度
原创
2022-10-07 10:22:26
176阅读
机器学习是人工智能的一个分支,包括从数据中自动创建模型的算法。从高层次上讲,机器学习有四种:监督学习、无监督学习、强化学习和主动机器学习。由于强化学习和主动机器学习相对较新,因此此类列表有时会省略它们。由于强化学习和主动机器学习相对较新,因此此类列表有时会省略它们。你也可以把半监督学习添加到列表中, ...
转载
2021-10-18 10:39:00
134阅读
2评论
前言1 车道ID排序2 Lane sections3 Lane offset4 Lane linkage 前言 在前讲过了参考线reference line，参考线是没有宽度的，车辆也无法通行，下面引入车道Lane,车道本身有宽度(width)，以及虚线、实线等属性参数。结合这些参数，可以在reference line的基础上将车道画出来。有了车道车辆也就可以通行了。下面先把基本的概念说一下。
一、开篇
我写博客的时间很短，但是受到了不少好朋友的鼓励和支持，让我信心颇受鼓舞，也让我在接下来的职业生涯中，有了更好的动力和方向。我写博的主要目的呢?其实就是有2个方面，一、总结自
转载
精选
2011-07-10 10:22:58
1488阅读
有了haar特征，有了提升性能的积分图，是不是已经可以很好的解决人脸检测问题了？答案是：no. 因为，计算每一个特征值的时候速度都大幅提升了，但是，一个小小的24*24是人脸图像根据不同的位置， 以及不同的缩放，可以产生超过160,000个特征！这个数量太庞大了，所以肯定要舍弃大量的特征。那么，如何
转载
2018-05-04 14:52:00
118阅读
2评论
在通常的目标，场景或行为识别中，测试样本可能的类别是在
原创
2022-07-22 22:30:31
77阅读
滑动窗口机制滑动窗口是一种流量控制技术，滑动窗口概念不仅存在于数据链路层，也存在于传输层，两者有不同的协议，但是基本原理是很相近的。其中一个重要的区别是，一个是针对帧的传送，一个是字节数据的传送。在TCP的滑动窗口协议中，滑动窗口以字节为单位，主要功能是进行数据流量管理，平衡两端之间的数据吞吐量，解决丢包问题。其基本原理是在任意时刻,发送方都维持了一个连续的允许发送的字节序号，称为发送窗口；同时，
转载
2023-10-02 16:56:07
75阅读
KNN k临近算法遍历所有训练样本，求距离最近的点的结论，作为最后的预测结果MR版：map求样本距离（key：样本，value：距离），combine求的最小值，是过滤功能，reduce就有一个求得距离最小值 贝叶斯：贝叶斯定理公式：P(A|B)=P(B|A)*P(A)/P(B)贝叶斯将在属性条件下的结论的概率转为：在结论条件下属性的概率的乘积*结论的概率求得样本属性的在结论上的出现次数
原创
2023-04-21 07:06:34
151阅读
“机器学习/深度学习方法“系列，我本着开放与共享（open and share）的精神撰写，目的是让很多其它的人了解机器学习的概念，
转载
2015-05-15 15:43:00
63阅读
1.决策树算法 决策树是一种树形分类结构，一棵决策树由内部结点和叶子结点构成，内部结点代表一个属性（或者一组属性），该结点的孩子代表这个属性的不同取 值；叶子结点表示一个类标。决策树保证每一个实例都能被一条从根结点到叶子结点的路径覆盖，叶子结点就是这条实例对应的类别，遍历这条路径的过程就是对这 条...
转载
2015-12-11 19:05:00
77阅读
2评论
各位同学上一节课我们讲解了over-fitting，under-fitting的概念，我们也讲了，怎么检测over-fitting，under-fitting以及怎么减少over-fitting，under-fitting？其中最主要针对的是over-fitting这个概念，我们这节课来讲一下，通过Train-Val-Test可以检测出，是不是over-fitting？ 让我们回顾一下上一节课中间
机器学习常见问题分为 分类、聚类、回归、标注分类算法有：id3决策树、朴素贝叶斯、knn、svm、bp神经网络、logistic regressio
原创
2023-07-11 00:16:06
21阅读
# 了解 Scikit-Learn 中的机器学习方法
在现代数据科学中，机器学习已成为一个重要领域。Scikit-Learn 是 Python 中一个非常流行的机器学习库，它提供了多种机器学习算法和工具，可以方便地进行模型训练和评估。本文将为初学者提供一份关于如何使用 Scikit-Learn 进行机器学习的入门指南，帮助你了解整体流程、每一步的具体操作及代码示例。
## 整体流程
首先，让
英国赫特福德大学与 GBG Plc 的研究者近日发布了一篇综述论文，对人脸识别方法进行了全面的梳理和总结，其中涵盖各种传统方法和如今风头正盛的深度学习方法。本文将介绍其中有关深度学习的技术。其他内容可以参阅原论文和机器之心的文章。链接在下方文献参考中。自七十年代以来，人脸识别已经成为了计算机视觉和生物识别领域最热的方向之一。而基于大型数据集训练的深度神经网络，基本取代了基于人工设置的特征和传统机器
1：什么是机器阅读理解任务 机器阅读理解任务类似英文的阅读理解题型，输入：篇章P和问题Q，输出：答案A的过程。2：机器阅读理解任务类型 机器阅读理解任务主要包含四种类型：选择型、填空型、抽取型、生成型。填空型阅读理解任务 在该类型的任务中，给定一段文本并移除其中若干词或者实体作为问题，模型需要在被删除的位置填入正确答案。部分数据集提供了候选答案，而另外一些数据集则未提供，只能从上下文中寻找。 数据
深度学习只不过是机器学习的标准范例，更准确地说 - 是其算法之一。在最大程度上，它基于人脑的概念和神经元的相互作用。如果你开始谷歌搜索深度学习是什么，你会发现今天这个超级热门词远远不是新的。为什么这样？该术语本身出现在20世纪80年代，但到2012年，没有足够的力量来实施这项技术，几乎没有人关注它。在着名科学家的一系列文章，科学期刊上的出版物之后，这项技术迅速成为病毒。今天，它有各种各样的应用程序
有正确的label如图：有两个维度x1和x2，这里的1和2代
原创
2022-06-12 00:00:11
630阅读
点赞
统计学习包括监督学习、非监督学习、半监督学习及强化学习。本书主要讨论监督学
习问题。
监督学习（supervised learning）的任务是学习一个模型，使模型能够对任意给定的输
入，对其相应的输出做出一个好的预测（注意，这里的输入、输出是指某个系统的输入与
输出，与学习的输入与输出不同）。计算机的基本操作就是给定一个输入产生一个输出，
所以监督学习是极其重要的统计学习分支，也是统计学习中内容
第二章：算法----程序的灵魂1. 什么是算法？试从日常生活中找3个例子，描述它们的算法算法：简而言之就是求解问题的步骤，对特定问题求解步骤的一种描述。比如生活中的例子：考大学首先填报志愿表、交报名费、拿到准考证、按时参加考试、收到录取通知书、按照日期到指定学校报到。去北京听演唱会首先在网上购票、然后按时坐车到北京，坐车到演唱会会场。把大象放进冰箱先打开冰箱门，然后将大象放进冰箱，关冰箱。2. 什
