按时间归档：2022年01月

Random Erasing是2017年与cutout同时期提出的一种数据增强方法，想法比较简单，即在训练时随机裁剪掉图像的一部分，也可以看作是一种类似dropout的正则化方法。Random Erasing Data Augmentationpaper (arXiv):https://arxiv.org/pdf/1708.04896v2.pdfpaper (AAAI20):https://ojs.aaai.org/index.php/AAAI/article/view/7000/6854..

我们不难发现各项改革都离不开人，劳动力更迭，为员工赋能，如何才能降低变革风险，提高成功率。再提出一个非传统的锦囊妙计。首先，以人为本，职工的经验是企业宝贵财富，不能失传，解决知识、经验、手艺传承问题；二是去中心化，消除信息孤岛，打破数据强关联传统数据管理与使用，而是发挥数据驱动的大数据相关性、相似性、图谱关联性，重新像人类一样识别认知世界；基于上述两点，以大数据+知识引导为方法，重塑组织，落地超自动化，把人类逻辑思维融入到超自动化中，提高工作效率，降低人工成本。

2021AIWIN 手写体 OCR 识别竞赛总结（任务一）参加了“世界人工智能创新大赛”——手写体 OCR 识别竞赛（任务一），取得了Top1的成绩。下面通过这篇文章来介绍我们队伍的方案。队伍随机组的，有人找我我就加了进来，这是我第一次做OCR相关的项目，所以随意起了个名字。赛题一、赛题考官交通银行二、赛题背景银行日常业务中涉及到各类凭证的识别录入，例如身份证录入、支票录入、对账单录入等。以往的录入方式主要是以人工录入为主，效率较低，人力成本较高。近几年来，OCR相关技术以其自动执行、人为干预

配置虚拟环境常用创建命令conda create -n yolov3_mask python=3.7进入环境source activate yolov3_maskconda activate yolov3_mask 退出环境source deactivateconda deactivate列出环境conda env listconda info –envconda info -e删除环境conda remove -n yolov3_mask –all导出当前工程依赖的

文章目录HOG特征1. 图像预处理1.1 图像灰度化，gamma矫正2. 计算梯度图HOG特征HOG特征( Histogram of Oriented Gradients 方向梯度直方图）是一种在图像上找到特征描述子，主要通过计算和统计图像局部区域的梯度方向直方图来构成特征。来源于cvpr 2015 年论文。算法流程1 进行图像预处理2 计算梯度1. 图像预处理1.1 图像灰度化，gamma矫正我们先读入彩色图像，然后转换成灰度图像，采用gamma校正对输入的图像进行颜色空间的归一化，主要作

PyTorch搭建LSTM实现时间序列预测（负荷预测）

文章目录1. 什么是Pandas?1. 什么是Pandas?Pandas的名称来自于面板数据（panel data）Pandas是一个强大的分析结构化数据的工具集，基于NumPy构建，提供了高级数据结构和数据操作工具，它是使Python成为强大而高效的数据分析环境的重要因素之一。Pandas有以下几个特点：是一个强大的分析和操作大型结构化数据集所需的工具集基础是NumPy，提供了高性能矩阵的运算提供了大量能够快速便捷地处理数据的函数和方法应用于数据挖掘，数据分析提供数据清洗功能

另辟蹊径的MOT算法范式——将检测、特征提取、关联任务三合一到单个网络中去

img=cv2.imread(“cat.jpeg”) 作用：读入图片，并可将其赋值给变量，括号内参数为要读取的文件名，文件名后要加上文件的格式，如：jpg,jpeg等格式（要加引号）。 cv2.imshow(“image”,img) 作用：展示指定的图片 括号内参数有两个，第一个为打开的窗口名，这个可以随个人习惯命名（要加引号），第二参数个则是所读入的要展示的图片变量。 cv2.waitKey(0) cv2.destroyAllWindows() 这两个函数一般放在一起使用，

最小二乘估计、拟合1.最小二乘估计（Least Squares Approximations）、拟合（Fitting）1.1 最小化误差（Minimizing the Error）1.1.1 几何角度理解1.1.2 代数角度理解1.1.2.1 直线拟合1.1.2.2 曲线拟合1.1.2.3 欠拟合、过拟合1.1.3 微积分角度1.2 例子1.3 思路总结1.最小二乘估计（Least Squares Approximations）、拟合（Fitting）笔记来源：Least Squares Approxi