<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[johnhamtom的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/johnhamtom</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; johnhamtom]]></copyright><item><title><![CDATA[2016纽约市出租车出行预测实战（回归任务 附代码+数据集 结合天气及油价数据集）]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/138441236</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/138441236</guid><author>johnhamtom</author><pubDate>Sat, 04 May 2024 16:01:33 +0800</pubDate><description><![CDATA[在此次实战中，本文将会使用纽约市出租车出行数据据集[1]，对应的天气数据集[2]和油价数据集[3]来构建回归模型，以预测纽约市出租车出行的总时间。除了上下车经纬度、载客人数等数据，出行时的天气情况和当时的油价情况也可能对出行时长造成影响， 故本文选择了kaggle网站上的纽约市出租车和豪华轿车委员会发布的2016年纽约市出租车出行时长数据集（即GPS数据，后称出租车数据集）、2016年纽约市天气数据集（后称天气数据集）和2016年纽约市油价数据集（后称油价数据集）来对出租车出行时长进行分析。]]></description><category></category></item><item><title><![CDATA[利用ChatGPT3.5 预处理车辆计数数据集：CARPK和PUCPR+]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/132050543</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/132050543</guid><author>johnhamtom</author><pubDate>Tue, 01 Aug 2023 22:40:03 +0800</pubDate><description><![CDATA[本文在ChatGPT 3.5的辅助下对车辆计数数据集：CARPK和PUCPR+进行了预处理，包括划分数据集为训练集 验证集和测试集，将数据集内的框标注转换为点标注，CARPK数据集包含使用无人机拍摄的989张训练图像和459张测试图像，包含89777辆汽车的信息。PUCPR+数据集是原始PUCPR数据集的修订版本，由fxe相机捕获，包含100张训练图像和25张测试图像，共有17000辆汽车信息。上述数据集涉及车辆照明、黑暗程度和背景等方面的显著变化。]]></description><category></category></item><item><title><![CDATA[多目标跟踪MOT——对ByteTrack算法的一些理解]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/130441919</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/130441919</guid><author>johnhamtom</author><pubDate>Sat, 29 Apr 2023 18:08:26 +0800</pubDate><description><![CDATA[ByteTrack，通过关联每个检测框而不是仅关联高分检测框来进行跟踪。对于低分检测框，利用它们与轨迹的相似性来恢复真实对象并过滤掉背景检测。本文主要介绍了一些个人对Byte算法的一些理解。
]]></description><category></category></item><item><title><![CDATA[手把手教你用ShanghaiTech数据集跑BL（Bayesian Loss）模型— 2.模型训练及测试]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/129175550</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/129175550</guid><author>johnhamtom</author><pubDate>Thu, 23 Feb 2023 17:33:39 +0800</pubDate><description><![CDATA[手把手教你用ShanghaiTech数据集跑BL（Bayesian Loss）模型— 2.模型训练及测试]]></description><category></category></item><item><title><![CDATA[蓝桥杯2018年第九届真题-缩位求和 模拟法非递归]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/129177090</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/129177090</guid><author>johnhamtom</author><pubDate>Thu, 23 Feb 2023 10:53:09 +0800</pubDate><description><![CDATA[蓝桥杯2018年第九届真题-缩位求和 模拟法非递归]]></description><category></category></item><item><title><![CDATA[蓝桥杯2018年第九届真题-小朋友崇拜圈-模拟法]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/129163208</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/129163208</guid><author>johnhamtom</author><pubDate>Wed, 22 Feb 2023 15:29:40 +0800</pubDate><description><![CDATA[蓝桥杯2018年第九届真题-小朋友崇拜圈-模拟法]]></description><category></category></item><item><title><![CDATA[蓝桥杯2018年第九届真题-次数差-双指针法解决]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/129159155</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/129159155</guid><author>johnhamtom</author><pubDate>Wed, 22 Feb 2023 11:30:18 +0800</pubDate><description><![CDATA[蓝桥杯2018年第九届真题-次数差-双指针法解决]]></description><category></category></item><item><title><![CDATA[手把手教你用ShanghaiTech数据集跑BL（Bayesian Loss）模型— 1.数据预处理]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/128731524</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/128731524</guid><author>johnhamtom</author><pubDate>Thu, 19 Jan 2023 18:20:10 +0800</pubDate><description><![CDATA[本文通过改写BL模型官方源代码中的preprocess_dataset.py文件，实现了将ShanghaiTech数据集处理为BL模型所需的数据格式。]]></description><category></category></item><item><title><![CDATA[mat标注数据可视化（shanghaiTech数据集）]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/128668238</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/128668238</guid><author>johnhamtom</author><pubDate>Fri, 13 Jan 2023 00:11:53 +0800</pubDate><description><![CDATA[mat标注数据可视化,以shanghaiTech数据集为例]]></description><category></category></item><item><title><![CDATA[提取mat标注文件中的关键点数量并输出到csv和txt文件（shanghaiTech数据集）]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/128647641</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/128647641</guid><author>johnhamtom</author><pubDate>Wed, 11 Jan 2023 17:24:32 +0800</pubDate><description><![CDATA[提取mat标注文件中的关键点数量并输出到csv和txt文件（shanghaiTech数据集）]]></description><category></category></item><item><title><![CDATA[mat标注文件转COCO格式标注文件（shanghaiTech数据集）]]></title><link>https://blog.youkuaiyun.com/johnhamtom/article/details/104481186</link><guid>https://blog.youkuaiyun.com/johnhamtom/article/details/104481186</guid><author>johnhamtom</author><pubDate>Mon, 24 Feb 2020 17:19:01 +0800</pubDate><description><![CDATA[mat标注文件转COCO格式标注文件（shanghaiTech数据集）

...]]></description><category></category></item></channel></rss>