按时间归档：2022年03月
-
RetinaNet详解（附Pytorch代码讲解）
1、RetianaNet研究背景和意义 1.1 目标检测发展脉络 1.2 、为什么One-stage精度低 正样本：对于真值对应的目标类，该样本为正样本。 负样本：该样本是所有其他…
-
yolov5——训练策略
前言 yolov5的训练策略big big丰富，这也是yolov5涨分厉害的reason，目前yolov5的使用量也是非常大的，官网的star已经23.5k了，无论是在迁移学习还是…
-
Python 数学建模 Topsis 优劣解距离法
Topsis优劣解距离法用于求解 [样本 – 指标] 类型的数据，其行标签为样本序号，列标签为指标名称，将其 shape 记为 [sample, feature] 原始…
-
隐马尔可夫模型问题1：求模型观测序列的概率
背景 隐马尔可夫模型关注的三个问题中的第一个是找到模型观察序列的概率。 蛮力解决方案 已知HMM模型的参数，是隐藏状态转移概率矩阵，是观测状态概率矩阵。对于隐藏状态的初始概率分布记…
-
激光雷达如何检测自动驾驶中的障碍物
Reference: 高翔，张涛 《视觉SLAM十四讲》 激光雷达自动驾驶障碍物检测理论与实践 激光雷达使用激光束感知三维世界，并通过测量激光返回所需的时间来输出点云。它集成在自动…
-
YOLOv5网络详解
官方源码仓库：https://github.com/ultralytics/yolov5文章下载地址：无 0 前言 在前面我们已经介绍过了YOLOv1~v4的网络的结构，今天接着上…
-
使用Lenet-5识别手写数字（含简单GUI测试，简单详细版）
写在前面：欢迎来到“秋歌”的博客。我是秋秋，一个普通的大学生。业余时间，我用我的博客记录下我的学习过程，希望我的博客能给同样热爱学习和技术的你带来更多的收获！希望大家多多关照，我们…
-
如何使用numpy搭建双隐层神经网络？看这一篇文章就够用了
在阅读本文之前，请确保你有一定的神经网络基础（具体介绍见西瓜书）。 本文采用的是标准的BP算法，即每次仅针对一个样例更新权重和阈值。 本文将搭建用于分类的双隐层BP神经网络 内容 …
-
PyTorch学习笔记（六）：PyTorch进阶训练技巧
PyTorch实战：PyTorch进阶训练技巧 往期推荐学习资料： 1.Pytorch实战笔记_GoAI的博客-CSDN博客 2.Pytorch入门教程_GoAI的博客-CSDN博…
-
OpenCV中的图像处理 —— 改变颜色空间+图像几何变换
OpenCV中的图像处理 —— 改变颜色空间+图像几何变换 这一部分主要介绍OpenCV图像处理中的改变颜色空间和图像的几何变换，颜色空间的改变应用非常广泛，在处理图像的实际问题中…
