计算机视觉
文章平均质量分 86
主要以目标检测 图像分割 图片分类为主,讲解模型个人见解,以及该类项目论述。
芒果快进我嘴里
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
深度学习 手写数字识别
对输出特征进行分类nn.Linear(64 * 4 * 4, 128), # 全连接层,输入维度为 64 * 4 * 4,输出维度为 128nn.ReLU(inplace=True), # 激活函数nn.Linear(128, num_classes), # 全连接层,输入维度为 128,输出维度为 num_classes。原创 2024-11-12 13:42:48 · 595 阅读 · 0 评论 -
缺陷检测 计算机视觉 机器视觉
基于异常检测的CFA(Coupled-hypersphere-based Feature Adaptation)算法是一种用于目标导向异常定位的深度学习方法,主要通过特征自适应和迁移学习来提高异常检测的精度。原创 2025-04-25 15:23:36 · 1296 阅读 · 0 评论 -
基于DETR目标检测项目
1. 精确率(Precision)定义:在所有被模型预测为正类(即存在目标)的样本中,实际为正类的比例。公式:解释:TP(True Positive):模型正确预测了目标的边界框和类别。FP(False Positive):模型错误地预测了目标的边界框或类别(例如,将背景误判为目标)。意义:高精确率意味着模型在预测目标时较少出现误报。2. 召回率(Recall)定义:在所有实际为正类的样本中,被模型正确预测为正类的比例。原创 2025-06-17 20:01:11 · 998 阅读 · 0 评论
分享