语义分割和目标检测的区别
摘要：https://www.zhihu.com/question/310331791/answer/2444903207
阅读全文
posted @
2023-04-15 15:43
一杯明月
阅读(42)
推荐(0) 编辑
深度学习中的【训练集】、【验证集】、【测试集】
摘要：(38条消息) 深度学习: 验证集 & 测试集 区别_JNingWei的博客-CSDN博客_测试集的作用 区别 附言 说到底： 验证集是一定需要的；如果验证集具有足够泛化代表性，是不需要再整出什么测试集的；整个测试集往往就是为了在验证集只是非训练集一个小子集的情况下，好奇一下那个靠训练集（训练）和验
阅读全文
posted @
2022-09-13 23:16
一杯明月
阅读(183)
推荐(0) 编辑
目标检测使用LabelImg标注VOC数据格式和YOLO数据格式——LabelImg使用详细教程
摘要：(37条消息) 目标检测使用LabelImg标注VOC数据格式和YOLO数据格式——LabelImg使用详细教程_点亮～黑夜的博客-CSDN博客_labelimg yolo格式 2.2 标注前先进行一些设置点击View显示如下图，然后把如下的几个选项勾上： Auto Save mode：当你切换到下
阅读全文
posted @
2022-09-08 16:37
一杯明月
阅读(470)
推荐(0) 编辑
anchor free与anchor box
摘要：常见面试问题10：anchor box与anchor free_哔哩哔哩_bilibili anchor box是从Fast RCNN开始出现的。 预测左上角坐标和右下角坐标，根据这个计算损失，进行训练。 关键点也可能使用4个角点。 基于中心点的训练： 预测左中心点像素坐标、长和宽，根据这个计算损失
阅读全文
posted @
2022-09-08 02:35
一杯明月
阅读(86)
推荐(0) 编辑
卷积层输出大小计算
摘要：3.5 步长与卷积核大小对结果的影响_哔哩哔哩_bilibili 小的步长：提取细粒度的特征，提取小特征。图像识别一般用3×3的卷积核，步长一般设置为1. 大的步长：提取粗粒度的特征，提取大特征。 https://blog.csdn.net/program_developer/article/det
阅读全文
posted @
2022-09-07 22:07
一杯明月
阅读(286)
推荐(0) 编辑
什么是梯度
摘要：【直观理解！】什么是梯度？博士带你快速啃透神经网络核心概念“梯度”！一个视频讲明白！-人工智能/损失函数/偏微分/激活函数/感知机_哔哩哔哩_bilibili 回归就是根据已有的数据的分布建立神经网络的模型，去预测未知的数据。分类就是希望用一条直线或者曲线将已知的数据分成两类或者多类。 所谓梯度下降
阅读全文
posted @
2022-09-01 17:07
一杯明月
阅读(8498)
推荐(0) 编辑
激活函数与损失函数
摘要：激活函数损失函数_哔哩哔哩_bilibili Sigmoid函数的优点是什么呢？优点就是当数据有噪声被扰动的时候函数值基本上不会受到什么影响，因为函数值的变化一定会很小。那么它的缺点是什么呢？它的缺点就是当神经网络进行反向传播的时候有可能会造成梯度的消失。因为sigmoid函数在x大于5的时候它的梯
阅读全文
posted @
2022-09-01 11:54
一杯明月
阅读(213)
推荐(0) 编辑
conda删除指定目录虚拟环境
摘要：不指定目录的： conda remove -n your_env_name(虚拟环境名称) --all 指定目录的： conda remove --prefix=D:\python36\py36 --all
阅读全文
posted @
2022-08-23 23:24
一杯明月
阅读(565)
推荐(0) 编辑
pytorch环境下查看gpu是否可用
摘要：(36条消息) yolov5设置GPU - CSDN python #输入库 import torch #查看版本 print(torch.__version__) #查看gpu是否可用 torch.cuda.is_available() #返回设备gpu个数 torch.cuda.device_c
阅读全文
posted @
2022-08-20 12:54
一杯明月
阅读(386)
推荐(0) 编辑
train.py文件在pycharm中输入参数命令的方法
摘要：保姆式yolov5教程，训练你自己的数据集 - 知乎 (zhihu.com) 点击train -> Edit Configurations： 在Parameters，输入对应参数命令 --weights yolov5s.pt --data data/fire.yaml --workers 1 --b
阅读全文
posted @
2022-08-20 12:31
一杯明月
阅读(145)
推荐(0) 编辑
FLOPS和FLOPs、GFLOPs区别与计算
摘要：FLOPS （全部大写）是floating-point operations per second的缩写，意指每秒浮点运算次数。用来衡量硬件的性能。FLOPs 是floating point of operations的缩写，是浮点运算次数，可以用来衡量算法/模型复杂度。常用当然还有GFLOPs和T
阅读全文
posted @
2022-08-20 06:33
一杯明月
阅读(2406)
推荐(0) 编辑
conda创建虚拟环境到指定目录
摘要：参考anaconda官方文档：https://docs.anaconda.com/anaconda/ 通常我们使用命令： conda create -n env_name python=x.x 创建一个环境，但是此时环境默认 $HOME/.conda/envs/env_name，在激活这个环境的时候
阅读全文
posted @
2022-08-16 12:45
一杯明月
阅读(5593)
推荐(1) 编辑
反向传播
摘要：直觉上：根据模型计算的预测值和批样本测量值之间的误差平方和，去反向调整神经网络中的权重。 5分钟-通俗易懂 - 神经网络 反向传播算法（手算）_哔哩哔哩_bilibili δ是关于y'的函数，而y'是关于权重w的函数，所以δ是关于权重w的2次函数。 =0.15 一开始使用随机初始化权重计算的预测误差
阅读全文
posted @
2022-08-14 17:55
一杯明月
阅读(109)
推荐(0) 编辑
概率和似然的区别和极大似然估计的定义
摘要：概率：已知环境对应参数的情况下，估计某个事件出现的概率。 似然：已知某件事情发生的情况下，估计导致某件事情出现这个结果的原因，即估计导致这个事件出现的参数。 注解： 1.P是关于x的函数。 2.L是关于θ的函数。 注解： 1.为了获得更加准确的参数θ值，可以增加实验次数，对这个参数的值进行改善。 注
阅读全文
posted @
2022-04-15 17:22
一杯明月
阅读(678)
推荐(0) 编辑
数据什么时候需要做中心化和标准化处理？
摘要：(11 封私信 / 87 条消息) 数据什么时候需要做中心化和标准化处理？ - 知乎 (zhihu.com)
阅读全文
posted @
2022-01-03 21:41
一杯明月
阅读(110)
推荐(0) 编辑
ndarray格式的点云数组转变为open3d.open3d.geometry.PointCloud
摘要：原文链接：https://blog.csdn.net/baidu_34172099/article/details/106756630 作为点云可视化利器，居然百度了一圈没有谁写关于open3D与numpy互转的介绍，看来这个毕竟还是小众。翻了一遍官方介绍，还算简单，这里介绍一下如何转换。 NumP
阅读全文
posted @
2021-12-01 20:15
一杯明月
阅读(1881)
推荐(0) 编辑
numpy.dot()函数
摘要：https://blog.csdn.net/u012149181/article/details/78913416 今天学习到numpy基本的运算方法，遇到了一个让我比较难理解的问题。就是dot函数是如何对矩阵进行运算的。 一、dot()的使用 参考文档：https://docs.scipy.org
阅读全文
posted @
2021-11-30 19:43
一杯明月
阅读(733)
推荐(0) 编辑
将list中的每个元素转换成str
摘要：在Python中，有时需要将list以字符串的形式输出，此时可以使用如下的形式： ",".join(list_sample)1其中，,表示的是分隔符 如需要将a_list = ["h","e","l","l","o"]转换成字符输出，可以使用如下的形式转换： a_list = ["h","e","l
阅读全文
posted @
2021-11-28 10:51
一杯明月
阅读(1319)
推荐(0) 编辑
random.choice()函数
摘要：来源：https://python3-cookbook.readthedocs.io/zh_CN/latest/c03/p11_pick_things_at_random.html random 模块有大量的函数用来产生随机数和随机选择元素。 比如，要想从一个序列中随机的抽取一个元素，可以使用 ra
阅读全文
posted @
2021-11-24 12:21
一杯明月
阅读(8151)
推荐(0) 编辑
