- 博客(14)
- 收藏
- 关注
原创 RANSAC
3. **计算残差**:对于点云数据中的每个点,计算其与拟合模型的残差(即,实际值与模型预测值之间的差异)。- 对于数据集中的每个点 `(x_i, y_i, z_i)`,使用拟合的平面方程计算该点的预测 `z` 值:`z_pred = a * x_i + b * y_i + c`。- **最终结果**:经过多次迭代,RANSAC会选出一个最佳的拟合平面(地面模型)。1. **随机选择子集**:从给定的点云数据中随机选择一个小的子集(最小样本集),这个子集会用来拟合一个初步的模型(例如,拟合一个平面)。
2025-03-09 15:08:40
377
原创 深度学习学习笔记(四)
感受野指的是卷积神经网络中某一层输出特征图上的一个像素点所对应的输入图像上的区域大小。在卷积神经网络中,每经过一层卷积,感受野就会扩大。例如,在一个简单的卷积神经网络中,第一层卷积核大小为3×3,那么该层的感受野就是3×3;当第二层卷积核同样为3×3并作用于第一层输出时,第二层的感受野就会大于3×3,它包含了更多输入图像的信息。- **全局覆盖**:随着卷积层的不断堆叠,感受野持续增大。当感受野足够大时,网络提取的特征就能够覆盖输入数据的大部分甚至全部区域,从而具有全局特征的性质。
2025-01-13 15:23:42
235
原创 深度学习学习笔记(三)
Mini-BatchMini-Batch(小批量) 是深度学习和机器学习中训练模型的一种方式。它结合了 批量梯度下降(Batch Gradient Descent) 和 随机梯度下降(Stochastic Gradient Descent,SGD) 的优点,同时避免了它们的缺点。下面是详细解释:1. 什么是 Mini-Batch?Mini-Batch 指的是将训练数据集分成多个小批量(mini-batches),然后每次训练模型时,使用一个小批量的数据进行前向传播、计算损失和梯度更新。 具体来
2025-01-10 11:35:18
1195
原创 深度学习学习笔记(二)
问:“返回值 y 是一个包含10个元素的概率分布,表示输入样本属于数字0~9的概率 ” 如何理解这句话,为何返回值y的索引能与数字0-9的概率能一一对应。函数的计算原理来看,整个过程实际上是有严格的数学逻辑保证的。(MNIST手写数字数据集为例,鱼书p75)是一个长度为 10 的向量,索引。以下是具体计算和对应关系的示例。,我们需要从网络的输出层结构和。网络设计和训练过程确保了 y。为了彻底解释为什么 y。
2025-01-07 19:44:40
762
原创 深度学习笔记(一)
感知机是最早的人工神经网络模型,由Frank Rosenblatt在1958年提出。它是一个简单的二分类模型,模拟生物神经元的工作原理。感知机的结构神经网络是感知机的扩展,是由多个神经元(感知机单元)通过层次结构连接而成的计算模型。它可以处理更加复杂的任务。神经网络的结构感知机是神经网络的雏形,适用于简单线性问题。神经网络是感知机的扩展,通过增加隐藏层和非线性激活函数,解决了非线性问题,具备更强的学习能力。两者的核心思想一致,但神经网络通过技术进步实现了更广泛的应用和更高的性能。
2024-12-26 15:20:35
874
原创 3D点云分割和3D形状分类应用相同的模型时的区别
总结而言,尽管3D点云分割和3D形状分类可以应用相同的深度学习模型,但两者在特征提取、架构设计、任务目标上有显著差异。分割任务需要更精细地处理点的局部关系,而分类任务则侧重于全局表示的提取。在3D点云分割和3D形状分类这两项任务中,虽然可能应用相同的模型(如PointNet或PointNet++),但两者的。
2024-12-20 19:33:45
1051
原创 Python学习笔记(七)
这意味着当你执行 b = a 时,b 和 a 指向了同一个列表对象的内存地址。因此,对列表 b 的任何修改都会影响到 a,因为它们共享同一个对象。此时,你并没有改变 a 的引用(内存地址没变),只是修改了列表中索引为 1 的元素。b = a 只是把 b 赋值为 a 的引用,并未创建新列表。,而是让 b 和 a 都指向同一个列表对象。同样地,b 也是指向与 a 相同的对象。修改列表的内容时,不会改变它的内存地址。结论:a 和 b 是同一个对象的引用。a 是一个列表,列表是。
2024-11-21 16:34:29
259
原创 Python学习笔记(六)
输入1,结果输出still in while和finish running输入1,结果输出finish running输入1,会陷入无限循环。
2024-11-21 16:17:14
362
原创 Python学习笔记(四)
3.可哈希性:由于不可变,元组可以作为字典的键或集合中的元素(只要其中的所有元素也都是可哈希的)。定义后,元组中的元素不能被修改。:移除并返回索引为 i 的元素,默认删除最后一个。5.空间效率:元组比列表更高效,占用的内存更少。2.切片操作: 和元组类似,返回一个新的列表。1.访问元素: 和元组一样,使用索引访问。4.存储多样性:可以存储不同类型的元素。4.存储多样性:可以存储不同类型的元素。2.切片操作: 返回一个新的元组。:统计某个元素在元组中出现的次数。:统计某个元素在列表中出现的次数。
2024-11-19 15:33:35
320
原创 Python学习笔记(三)
python使用input输入变量,input输入的变量为字符串形式,可以通过其他方式转换为整型或其他类型。利用' '和str()将整型变量转化为字符串变量。利用int()对input返回值做整型强制转换。
2024-11-19 15:06:22
180
原创 Python学习笔记(二)
在 Python 中,类中的函数通常称为方法,它们与普通函数的主要区别之一是类方法的第一个参数是 self。类中的方法与普通函数不同,它们属于类的实例,而不是独立存在。当你调用一个类的方法时,Python 会自动将调用该方法的实例作为第一个参数传递给方法。通过 self,方法可以知道是哪个对象调用了它,并操作该对象的属性或调用其他方法。self 确保 greet 方法访问的是调用它的实例的属性。self 代表类的当前实例,用于访问该实例的属性和方法。,但在设计良好的代码中,更推荐使用。
2024-11-15 19:05:42
148
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