- 博客(177)
- 收藏
- 关注
RSS订阅原创 Implement TF-IDF (Term Frequency-Inverse Document Frequency)
【代码】Implement TF-IDF (Term Frequency-Inverse Document Frequency)
2025-03-23 18:43:16
796
原创 Find the Image of a Matrix Using Row Echelon Form
【代码】Find the Image of a Matrix Using Row Echelon Form。
2025-03-23 18:35:36
476
原创 Gaussian Elimination for Solving Linear Systems
【代码】Gaussian Elimination for Solving Linear Systems。
2025-03-23 18:30:23
351
原创 Scikit-learn 评估指标全解析
Accuracy总样本数正确预测数TPTNFPFNTPTN衡量模型整体预测正确率，适用于类别均衡场景。若数据不均衡（如99%负样本），高准确率可能具有误导性。
2025-03-05 19:08:12
945
原创 深度学习中的学习率衰减方法全集
什么是学习率？想象X2图像，学习率就是下降找最优解的步长(从左边或者右边下山的步幅）步子太大（学习率高）→ 可能会跳过宝藏步子太小（学习率低）→ 找得很慢越到底部我们可以发现如果步长不变的话，会左右震荡所以，我们需要学习率衰减，开始大步找，后来慢慢小步调整。
2025-03-05 18:08:12
960
原创 目标检测中的ROI技术深度解析
是目标检测中的关键技术，用于从特征图上提取候选区域的特征表示。其核心作用在于将不同尺寸的候选框映射到统一维度的特征描述。
2025-03-05 16:57:58
945
原创 对类别不平衡问题 Focal Loss 深度解析
默认参数：γ=2、α=0.25（适用于大多数目标检测任务）极端不平衡：γ=3-5、α=0.9-0.99（如医疗图像罕见病变检测）监督强弱调整强监督（标注精准）：降低γ（1-2）弱监督（噪声较多）：提高γ（3-4）通过动态平衡难易样本的关注度，Focal Loss使模型在类别不平衡场景中仍能保持高效学习。实际应用中建议配合学习率衰减策略（如Cosine退火），并在验证集上监控精确率-召回率曲线来微调参数。
2025-03-05 16:07:30
514
原创 编程学习之旅：深入理解时间复杂度
时间复杂度并非越低越好。在某些特定条件下，较低的时间复杂度算法反而可能不如较高复杂度的算法高效。因此，在实际应用中，我们需要综合考虑硬件性能、软件环境以及具体需求，灵活选择合适的算法。答案：时间复杂度是指算法执行所需时间随输入规模增长而变化的趋势。O(1)表示无论输入规模多大，执行时间都是常数；O(log n)表示执行时间随输入规模的对数增长，这两种复杂度的增长都非常缓慢。
2025-03-04 19:10:50
861
原创 机器学习库sklearn入门与实践
标准化公式为(X’ = \frac{X - \mu}{\sigma})，其中(\mu)为均值，(\sigma)为标准差。数据集有150行5列，其中前四列为特征值（花萼长度、花萼宽度、花瓣长度、花瓣宽度），最后一列为标签值，表示花的种类。它通过构造映射函数，将特征值映射为类别的概率，选择概率最大的类别作为预测结果。AdaBoost通过迭代地训练弱分类器，并根据上一轮分类器的表现调整样本权重，最终将多个弱分类器组合成一个强分类器。将标签值编码为整数类型，即第一类映射为0，第二类映射为1，第三类映射为2。
2025-03-04 19:07:10
580
原创 数据可视化工具Matplotlib入门教程
除了Matplotlib，还有一些基于其上的高级绘图工具，如Seaborn和Pandas内置的绘图功能。这些工具提供了更简洁的API和更美观的默认样式，适合快速绘制复杂图表。数据可视化是数据分析的重要手段，它不仅是一种结果的表现形式，还能帮助我们更好地理解数据。折线图是最基本的图表之一，适用于展示数据的趋势。绘制散点图，根据 y 值的大小进行颜色配置，并设置点的大小和透明度。绘制柱形图，包括普通柱形图、横向柱形图、累加柱形图和并列柱形图。绘制 2x2 多子图，包括给定的两个函数、正弦函数和余弦函数。
2025-03-04 19:01:18
886
原创 Pandas库入门教程
在上一节中，我们介绍了NumPy库的强大数据计算功能，但在处理带标签的数据时，NumPy显得有些力不从心。因此，今天我们来介绍一个基于NumPy发展而来的强大数据操作库——Pandas。Pandas不仅继承了NumPy的优点，还提供了更多高级的数据处理工具，特别是在数据分析方面表现出色。本文将带你深入了解Pandas库的核心功能和应用场景。
2025-03-04 18:53:53
962
原创 NumPy库简介及高效使用指南
答案：NumPy数组的广播机制是指当两个数组在形状的维度上不匹配时，较小的数组会在维度为一的维度上进行扩展，使其形状与较大的数组匹配，从而可以进行逐元素运算。例如，一个形状为(3, 1)的数组和一个形状为(1, 3)的数组相加时，会扩展成(3, 3)进行运算。答案：花哨索引是指通过一个或多个索引数组来选择数组中的元素。例如，会选择一维数组中的第0、2、4个元素。对于多维数组，可以同时使用行索引和列索引来选择元素，如会选择(0,1)和(1,3)位置的元素。
2025-03-04 18:40:49
532
原创 Python 标准库详解
本文详细介绍了Python中几个重要的标准库，包括time库、random库、库和itertools库。这些库不仅功能强大，而且使用简便，能够显著提高开发效率。通过具体示例，我们更好地理解了这些库的使用方法和应用场景。
2025-03-04 18:32:45
931
原创 Python的三大神器——生成器、迭代器和装饰器
答案：错误答案：装饰器是一种用于修改已有函数行为而不改变其源代码的技术。常见应用场景包括：增加日志记录、性能测量、权限验证等。
2025-03-04 18:21:04
719
原创 Python 文件读写、异常处理与模块使用详解
模块是封装好的代码，用于解决特定问题。Python提供了内置模块、第三方模块和自定义模块。内置模块：如timerandom等。第三方模块：如numpypandasmatplotlib等。自定义模块：用户编写的.py文件。
2025-03-04 18:20:06
986
原创 Python文件、异常与模块全解析
definitsuper().init(message)文件操作铁律始终使用with语句，指定明确编码，处理路径兼容性异常处理原则精确捕获特定异常保留原始异常信息避免裸露的except:模块设计规范遵循单一职责原则使用__all__控制导出合理组织包结构错误日志策略记录完整上下文区分错误级别保护敏感信息资源管理技巧使用contextlib简化上下文创建大文件使用流式处理及时释放非托管资源。
2025-03-04 18:18:50
858
原创 目标检测核心技术全解析
Aijsk⋅2Ll2Llskθm其中s_k为基准尺度，L为金字塔层数，θ_m为角度pxyσConvFlocwheConvFshape。
2025-03-04 18:17:58
481
原创 类与面向对象编程简介
我们上一章介绍了函数，虽然函数在工作中的应用非常广泛，但仅靠函数还无法充分表达现实生活中复杂的实体和行为。因此，我们引入了面向对象编程（OOP）的概念，通过类来更好地抽象和表示现实世界中的事物。本文将详细介绍类的定义及其用法，帮助读者更好地理解和应用面向对象编程。类是对象的载体，用于抽象一类对象的共同特征。类的定义包含三个要素：类名、属性和方法。面向对象编程通过类和对象的定义，使编程更加贴近现实世界的抽象和理解。类的定义包含类名、属性和方法，通过类可以创建实例并对其进行操作。
2025-03-04 18:17:01
955
原创 函数的概念及其重要性
函数定义的基本语法如下：def 函数名(参数):函数体return 返回值例如，定义一个计算阶乘的函数：result = 1为什么我们要使用函数？A. 提高代码复用性B. 将复杂的逻辑关系分解成简单逻辑关系的组合C. 提高代码维护和管理的效率D. 以上都是D函数的三要素不包括以下哪一项？A. 参数B. 函数体C. 返回值D. 注释D在函数定义时，圆括号里的参数称为？A. 实参B. 形参C. 默认参数D. 可变参数B。
2025-03-03 22:57:21
729
原创 Python 数据结构详解：列表、元组、字典和集合
列表是Python中最常用的数据结构之一，它通过中括号[]来表示，内部元素使用逗号分隔。序列类型：列表中的元素有严格的顺序，可以通过索引访问。包容性强：列表可以存储多种类型的元素，如字符串、数字、布尔值、字典、列表、元组等。可变性：列表支持元素的增加、删除和修改。使用list()my_list = list('人工智能是未来的趋势')使用tuple()使用dict()使用set()题目描述答案：a合法，b不合法（因为list是可变类型），c合法。
2025-03-03 22:36:07
991
原创 Python 基础数据类型详解
我们将逐步深入探讨Python的基础数据类型。数字类型是Python中最基本的数据类型之一，主要包括整数、浮点数和复数。我们将详细介绍每种类型的特性和操作符。整数类型：默认情况下，整数是十进制的，但也可以表示为二进制（前缀0b）、八进制（前缀0o）和十六进制（前缀0x16（十进制）=0b10000（二进制）=0o20（八进制）=0x10（十六进制）可以使用bin()oct()和hex()函数进行进制转换。bin(16)返回'0b10000'oct(16)返回'0o20'hex(16)返回'0x10'
2025-03-03 22:22:48
707
原创 Pyhon的基本语法元素概述
变量是用来存储数据的容器。定义变量时需要指定变量名和赋值。变量名可以由字母、数字、下划线和汉字组成，但首字符不能是数字，且变量名区分大小写。此外，P语言有33个保留字，不能用作变量名。
2025-03-03 21:59:11
698
原创 图像特征提取核心算法全解析
GxIx1y−Ix−1y)GyIxy1−Ixy−1)Mxy∑wxyIx2IxIyIxIyIy2]RdetM−k⋅traceM2：LxyσGxyσ∗Ixy)DxyσLxykσ−Lxyσ)：：：sgp−gc10gp≥gc其他LBPp0∑7sgp。
2025-03-03 21:09:05
603
原创 图像分割与边缘检测核心算法解析
类型包含方向应用场景4邻接上、下、左、右文本分割、简单物体检测8邻接4邻接 + 4个对角线方向复杂形状识别、医学图像分析。
2025-03-03 21:03:13
890
原创 五大阈值分割方法详解与对比
数学表达：dst(x,y) = maxVal if src(x,y) > thresh else 0。若像素值>threshold，设为maxVal，否则设为0。优化目标：最大化类间方差,遍历所有阈值计算σ²，取最大值。类间方差定义：σ² = ω0ω1(μ0-μ1)²。其中ω0/ω1为两类概率，μ0/μ1为类均值。blockSize：邻域尺寸（奇数）根据局部邻域动态计算阈值。
2025-03-03 20:52:42
443
原创 图像滤波技术全面解析
利用引导图像进行边缘保持平滑。：已知噪声功率谱的图像复原。：空间距离 + 颜色差异。： 最小均方误差估计。：图像去雾、细节增强。
2025-03-03 20:03:34
724
原创 图像直方图全解析与OpenCV实现指南
直方图均衡化是图像处理中的一种点运算，用于调整图像的灰度分布，使得输出图像的灰度分布尽可能均匀。其核心公式是变换函数，该函数将原始图像的灰度级映射到新的灰度级。目标：将直方图分布拉伸到全范围。判断标准：比例>30%为过曝。效果：增强图像对比度。
2025-03-03 18:53:23
960
原创 Python基础
变量名 = 值age = 25将数字25存储到age变量同时给多个变量赋值三个变量都初始化为0def 函数名(参数):'''文档字符串''' 功能代码 return 返回值。
2025-02-28 16:33:27
351
原创 零基础彻底搞懂RCNN系列（手把手教学版）
版本核心改进速度精度（VOC mAP）RCNN首开深度学习检测53s58.5%Fast RCNNROI Pooling + 多任务0.3s70.0%RPN网络5fps78.8%Mask RCNNROI Align + 实例分割4fps80.3%
2025-02-27 22:03:05
866
原创 目标检测中的IoU及其变体深度解析
数学定义：IoU=∣A∩B∣∣A∪B∣=Area of OverlapArea of Union\text{IoU} = \frac{|A \cap B|}{|A \cup B|} = \frac{\text{Area of Overlap}}{\text{Area of Union}}IoU=∣A∪B∣∣A∩B∣=Area of UnionArea of Overlap计算复杂度：T(n)=O(1)对于轴对齐矩形T(n) = O(1) \quad \text{对于轴对齐矩形}T(n)=O(
2025-02-27 21:33:09
559
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人