03 2019 档案
摘要:转自:https://zhuanlan.zhihu.com/p/30197320 图像深度学习任务中,面对小数据集,我们往往需要利用Image Data Augmentation图像增广技术来扩充我们的数据集,而keras的内置ImageDataGenerator很好地帮我们实现图像增广。但是面对I
阅读全文
摘要:我们在解决监督机器学习的问题上取得了巨大的进步。这也意味着我们需要大量的数据来构建我们的图像分类器。但是,这并不是人类思维的学习方式。一个人的大脑不需要上百万个数据来进行训练,需要通过多次迭代来完成相同的图像来理解一个主题。它所需要的只是在基础模式上用几个指导点训练自己。显然,我们在当前的机器学习方
阅读全文
摘要:转发:https://blog.csdn.net/wc781708249/article/details/79603522 <! flowchart 箭头图标 勿删 参考: cocodataset/cocoapi philferriere/cocoapi support Windows build
阅读全文
摘要:一.通过python3安装cocoapigit clone https://github.com/pdollar/coco.gitcd coco/PythonAPIpython3 setup.py build_ext --inplacepython3 setup.py build_ext insta
阅读全文
摘要:https://juejin.im/post/5bb45756f265da0ab50390da
阅读全文
摘要:转自:https://blog.ixxoo.me/argparse.html 原文:Argparse Tutorial 译者:likebeta 本教程是对于Python标准库中推荐使用的命令行解析模块argparse的简单介绍。 PS:还有其他两个模块实现这一功能,getopt(等同于C语言中的ge
阅读全文
摘要:https://arleyzhang.github.io/articles/1dc20586/ https://arleyzhang.github.io/articles/e5b86f16/ https://www.cnblogs.com/q735613050/p/8969452.html ms c
阅读全文
摘要:转自:https://www.cnblogs.com/byonecry/p/4458821.html 数据结构之链表 链表实现及常用操作(C++篇) 0.摘要 定义 插入节点(单向链表) 删除节点(单向链表) 反向遍历链表 找出中间节点 找出倒数第k个节点 翻转链表 判断两个链表是否相交,并返回相交
阅读全文
摘要:参照:https://blog.csdn.net/weiyuefei/article/details/79316653 本文在写作过程中参考了大量资料,不能一一列举,还请见谅。 回溯算法的定义:回溯算法也叫试探法,它是一种系统地搜索问题的解的方法。回溯算法的基本思想是:从一条路往前走,能进则进,不能
阅读全文
摘要: 回溯法有“通用解题法”之称。用它可以系统地搜索问题的所有解。回溯法是一个既带有系统性又带有跳跃性的搜索算法。 在包含问题的所有解的解空间树中,按照深度优先搜索的策略,从根结点出发深度探索解空间树。当探索到某一结点时,要先判断该结点是否
阅读全文
摘要:转自:http://www.cnblogs.com/jasonfreak/p/5720137.html 系列 《使用sklearn进行集成学习——理论》 《使用sklearn进行集成学习——实践》 目录 1 Random Forest和Gradient Tree Boosting参数详解2 如何调参
阅读全文
摘要:转自:http://www.cnblogs.com/jasonfreak/p/5657196.html 系列 《使用sklearn进行集成学习——理论》 《使用sklearn进行集成学习——实践》 目录 1 前言2 集成学习是什么?3 偏差和方差 3.1 模型的偏差和方差是什么? 3.2 baggi
阅读全文
摘要:转自:https://blog.csdn.net/xbinworld/article/details/65660665 <! flowchart 箭头图标 勿删 线性插值 先讲一下线性插值:已知数据 (x0, y0) 与 (x1, y1),要计算 [x0, x1] 区间内某一位置 x 在直线上的y值
阅读全文
摘要: 涉及到的知识点补充: FasterRCNN:https://www.cnblogs.com/wangyong/p/8513563.html RoIPooling、RoIAlign:https://www.cnblogs.com/wangyong/p/8523814.html
阅读全文
摘要:转自:https://blog.csdn.net/Umi_you/article/details/80982190 <! flowchart 箭头图标 勿删 Focal loss 出自何恺明团队Focal Loss for Dense Object Detection一文,用于解决分类问题中数据类别
阅读全文
摘要:Focal Loss for Dense Object Detection ICCV2017 RBG和Kaiming大神的新作。 论文目标 我们知道object detection的算法主要可以分为两大类:two stage detector和one stage detector。前者是指
阅读全文
摘要:<! flowchart 箭头图标 勿删 输入输出 Bounding Box Regressor 训练过程的输入由两部分组成: data:原图或其feature label: ground truth bounding box. regression输出为一组可以确定nnn个bounding box
阅读全文
摘要:<! flowchart 箭头图标 勿删 引言 据说有人归纳了计算机的五大常用算法,它们是贪婪算法,动态规划算法,分治算法,回溯算法以及分支限界算法。虽然不知道为何要将这五个算法归为最常用的算法,但是毫无疑问,这五个算法是有很多应用场景的,最优化问题大多可以利用这些算法解决。算法的本质就是解决问题。
阅读全文
摘要:二叉树是一种非常重要的数据结构,很多其他数据机构都是基于二叉树的基础演变过来的。二叉树有前、中、后三种遍历方式,因为树的本身就是用递归定义的,因此采用递归的方法实现三种遍历,不仅代码简洁且容易理解,但其开销也比较大,而若采用非递归方法实现三种遍历,则要用栈来模拟实现(递归也是用栈实现的)。下面先简要
阅读全文
摘要:转自:https://blog.csdn.net/sinat_33486980/article/details/81099093 本博客记录generate_anchors的解读,帮助理解anchor的生成过程 首先看main函数 if __name__ == '__main__': import
阅读全文
摘要:转自:https://blog.csdn.net/adusts/article/details/80882649 假设我们现在对“6 1 2 7 9 3 4 5 10&
阅读全文
摘要:我们经常在python的模块目录中会看到 "__init__.py" 这个文件,那么它到底有什么作用呢? 1. 标识该目录是一个python的模块包(module package) 如果你是使用python的相关IDE来进行开发,那么如果目录中存在该文件,该目录就会被识别为
阅读全文
摘要:转自:https://www.jianshu.com/p/db4ccd194109
阅读全文
摘要:import os print ' 获取当前目录 ' print os.getcwd() print os.path.abspath(os.path.dirname(__file__)) print ' 获取上级目录 ' print os.path.abspath(os.path.dirname(o
阅读全文
摘要:<! flowchart 箭头图标 勿删 论文:Densely Connected Convolutional Networks 论文链接:https://arxiv.org/pdf/1608.06993.pdf 代码的github链接:https://github.com/liuzhuang13/
阅读全文
摘要:注:sys.path模块是动态的修改系统路径 模块要处于Python搜索路径中的目录里才能被导入,但我们不喜欢维护一个永久性的大目录,因为其他所有的Python脚本和应用程序导入模块的时候性能都会被拖累。本节代码动态地在该路径中添加了一个"目录",当然前提是此目录存在而且此前不在sys.path中。
阅读全文
摘要: RoIPooling 这个可以在Faster RCNN中使用以便使生成的候选框region proposal映射产生固定大小的feature map 先贴出一张图,接着通过这
阅读全文
摘要:https://blog.csdn.net/xiamentingtao/article/details/78598027 https://blog.csdn.net/WZZ18191171661/article/details/79494534
阅读全文
摘要:https://zhuanlan.zhihu.com/p/31426458 https://www.cnblogs.com/wangyong/p/8513563.html https://blog.csdn.net/wzz18191171661/article/details/79439212
阅读全文
摘要:<! flowchart 箭头图标 勿删 Tensorflow常用函数笔记 tf.concat 把一组向量从某一维上拼接起来,很向numpy中的Concatenate,官网例子: t1 = [[1, 2, 3], [4, 5, 6]] t2 = [[7, 8, 9], [10, 11, 12]] t
阅读全文