摘要：
概率无向图模型 P(X1,X2,...,X3)=1Z(X)˜P(X1,X2,...,Xn) $ \tilde{P}(X_{1},X_{2},...,X_{n}) = \prod_{i=k}^m \phi_{i}(X)=exp(\ 阅读全文
posted @ 2019-01-29 15:36
mjl_cv
阅读(463)
评论(0)
推荐(0)
摘要：
理想情况的p-r曲线是随着r的增大，p逐渐减小。但是有时候会出现p先减小再增大的情况。 阅读全文
posted @ 2019-01-08 17:09
mjl_cv
阅读(729)
评论(0)
推荐(0)
摘要：
MaskLab: Instance Segmentation by Refining Object Detection with Semantic and Direction Features 这是一篇2018年cvpr关于实例分割的网络模型，模型主要有三个输出：边界框、语义分割、方向预测。 整体框 阅读全文
posted @ 2019-01-02 17:03
mjl_cv
阅读(3995)
评论(0)
推荐(0)
摘要：
与递归生成器实现同样的功能，不过这里使用非生成器的方法来模拟。 通过输出可以看出，虽然最终的结果一样，但是中间的element输出却不一样。原因在于，yield每次返回时，当前的代码就会被挂起，如果用return替代yield代码就完全返回。所以实现同样的功能，生成器每次遍历到一个值就逐层向上传递， 阅读全文
posted @ 2018-12-04 18:55
mjl_cv
阅读(310)
评论(0)
推荐(0)
摘要：
python基础教程中（第2版 修订版）p155页有这样一段代码： 这是递归生成器的使用。其它递归生成器可参考 filter函数与无限生成器结合使用遇到的问题 。 调试代码： 可见，其中的yield nested用于生成每个最终的输出值，而其中yield element的作用是向上传递yield n 阅读全文
posted @ 2018-12-04 18:32
mjl_cv
阅读(645)
评论(0)
推荐(0)
摘要：
python3中用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用list()来转换。 廖雪峰关于filter的使用 很好的解释了filter的作用，以及和生成器的结合，但是让人疑惑的是： 以上这段代码的具体实现细节是什么？it是个生成器，使用filter对其进行操 阅读全文
posted @ 2018-12-04 17:06
mjl_cv
阅读(596)
评论(1)
推荐(0)
摘要：
1.stack 两个以上（n）相同array进行堆叠，n为axis的维度。 作用：用于Faster RCNN不同ratio的anchor生成。 2. meshgrid 3. flatten 4. broadcast_to 将array复制指定的倍数。 阅读全文
posted @ 2018-10-11 15:42
mjl_cv
阅读(432)
评论(0)
推荐(0)
摘要：
遗传算法（genetic algorithm）是进化算法的一种。来源于达尔文的生物进化学——“物竞天择，适者生存”。一个种群在繁衍的过程中，通过交叉繁衍和个体变异产生了新的一代。新一代中有的个体能适应当前环境很好的生存从而继续繁衍，而有的个体因无法适应环境而被环境淘汰。 如何用计算机表示？ 一个种群 阅读全文
posted @ 2018-09-20 00:21
mjl_cv
阅读(878)
评论(0)
推荐(0)
摘要：
2.1 为什么要进行实例探究？ 过去几年，计算机视觉研究中的大量工作都集中在如何把卷积、池化、全连接这些基本构建组合起来，形成有效的卷积神经网络。在计算及视觉任务中表现良好的神经网路框架，往往也适用于其它任务。这里有些知名的卷积网络结构，如LeNet-5,、AlexNet、VGG、ResNet、In 阅读全文
posted @ 2018-08-30 09:47
mjl_cv
阅读(520)
评论(0)
推荐(0)
摘要：
生成对抗网络通过一个对抗步骤来估计生成模型，它同时训练两个模型：一个是获取数据分布的生成模型G，一个是估计样本来自训练数据而不是G的概率的判别模型D。G的训练步骤就是最大化D犯错的概率。这个框架对应于一个二元极小极大博弈。在任意函数G和D的空间中，存在唯一解，G恢复数 阅读全文
posted @ 2018-08-28 15:33
mjl_cv
阅读(4156)
评论(0)
推荐(0)
