摘要：
小样本学习综述 数据是机器学习领域的重要资源，在数据缺少的情况下如何训练模型呢？小样本学习是其中一个解决方案。来自香港科技大学和第四范式的研究人员综述了该领域的研究发展，并提出了未来的研究方向。 这篇综述论文已被 ACM Computing Surveys 接收，作者还建立了 GitHub repo 阅读全文
摘要：
如何评估两张图片的差异 方法一，图像直方图比较 就像人的指纹一样，没有哪两张的照片的直方图会是一样的（拍摄的图片），所以只要将两张图片拉倒ps里面看直方图就可以了。 方法二，DiffImg 方法三，Image Comparer 方法四，Beyond Compare 这三个都是比较好的图片来对比工具， 阅读全文
摘要：
网络模型mAP计算实现代码 一、mAP精度计算 这里首先介绍几个常见的模型评价术语，现在假设我们的分类目标只有两类，计为正例（positive）和负例（negtive）分别是： 1）True positives(TP): 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数（样本数）； 阅读全文
摘要：
Python脚本语言写法 脚本语言的开始行，是指文件中的代码用什么可执行程序去运行它，就这么简单。 #!/usr/bin/python是告诉操作系统执行这个脚本的时候，调用/usr/bin下的python解释器； #!/usr/bin/env python这种用法是为了防止操作系统用户没有将pyth 阅读全文
摘要：
机器学习算法的优点和缺点总结 1.正则化算法（Regularization Algorithms） 它是另一种方法（通常是回归方法）的拓展，这种方法会基于模型复杂性对其进行惩罚，它喜欢相对简单能够更好的泛化的模型。 例子： 岭回归（Ridge Regression） 最小绝对收缩与选择算子（LASS 阅读全文
摘要：
卷积神经网络模型可解释性 缺乏可解释性仍然是在许多应用中采用深层模型的一个关键障碍。在这项工作中，明确地调整了深层模型，这样人类用户可以在很短的时间内完成他们预测背后的过程。具体地说，训练了深度时间序列模型，使得类概率预测具有较高的精度，同时被节点较少的决策树紧密地建模。使用直观的玩具例子以及治疗白 阅读全文
摘要：
深度学习11个实用技巧 深度学习工程师George Seif发表了一篇博文，总结了7个深度学习的技巧，本文增加了几个技巧，总结了11个深度学习的技巧，主要从提高深度学习模型的准确性和速度两个角度来分析这些小技巧。在使用深度学习的时候，我们不能仅仅把它看成一个黑盒子，因为网络设计、训练过程、数据处理等 阅读全文
摘要：
深度学习LiDAR定位：L3-Net 摘要 本文提出L3-Net——一种新颖的基于学习的LiDAR定位系统，可实现厘米级的定位，与现有最高水平的传统定位算法相媲美。与传统定位算法不同，本文创新地实现了使用各种深度神经网络结构来建立基于学习的定位算法。首先，L3-Net会学习专门针对不同现实驾驶场景中 阅读全文
摘要：
3D深度估计 Consistent Video Depth Estimation 论文地址：https://arxiv.org/pdf/2004.15021.pdf 项目网站：https://roxanneluo.github.io/Consistent-Video-Depth-Estimation 阅读全文
摘要：
深度学习模型训练过程 一．数据准备 1. 基本原则： 1）数据标注前的标签体系设定要合理 2）用于标注的数据集需要无偏、全面、尽可能均衡 3）标注过程要审核 2. 整理数据集 1）将各个标签的数据放于不同的文件夹中，并统计各个标签的数目 2）样本均衡，样本不会绝对均衡，差不多就行了 3）切分样本集 阅读全文