- 博客(21)
- 收藏
- 关注
RSS订阅原创 荔枝病虫害—YOLOV11模型的应用
本研究围绕“基于YOLOv11的荔枝病虫害智能检测系统”展开，系统性地构建了一个面向实际农业应用场景的病虫害识别平台。研究过程中，通过数据采集与标注构建了高质量的荔枝病虫害图像数据集，覆盖六类常见病虫害，并充分考虑图像在采集角度、光照条件、目标大小等方面的多样性与复杂性，为模型训练奠定了坚实基础。在模型选择上，综合比较了多种目标检测方法，最终选用YOLOv11作为核心检测框架，借助其在精度与速度之间的良好平衡，实现了对荔枝病虫害的高效、准确识别。
2025-05-06 09:44:03
1048
原创 基于face-recognition 进行人脸关键点识别（一）：相关函数讲解
【代码】基于face-recognition 进行人脸关键点识别（一）：相关函数讲解。
2023-12-27 20:34:09
908
1
原创 朴素贝叶斯算法原理
1.基本概念朴素贝叶斯法是基于贝叶斯定理和特征条件独立假设特征条件独立假设的分类方法(1)贝叶斯定理其中：(2)机器学习中的贝叶斯定理其中：(3)独立性假设朴素贝叶斯模型中各特征之间相互独立，即(4)朴素贝叶斯分类器基于独立性假设，机器学习中的朴素贝叶斯可重写为：(5)朴素贝叶斯分类器的表达式由于对所有类别来说P(X1,X2,……,Xn|Y)相同，因此朴素贝叶斯判定准则为显然，朴素贝叶斯分类器的训练过程就是基于训练集D来估计先验概率P(Y)，并为每个属性估计条件概率P(Xi|Y)(6)拉普拉
2023-12-17 03:20:50
548
1
原创 tensorflow基础入门-数据的填充tf.pad()
(2)一阶张量tf.pad应用。(2)二阶张量tf.pad应用。(3)tf.pad作用讲解。(3)tf.pad作用讲解。
2023-11-16 16:04:10
330
1
原创 神经网络输出层设计之softmax函数
softmax函数的实现中要进行指数函数的运算，但是指数函数的值很容易变得非常大。如：e的10次方会超过2000，e的40次方会变成一个后面有40个0的超大值，如果这些超大值进行除法运算，结果会出现“不确定”的情况。在进行softmax函数时，加上或者减去某个常数并不会改变运算的结果，为了防止溢出问题，我们可以通过。图式公式可以理解为：假设输出层共有n个神经元，计算第k个神经元的输出y。其中，exp(x)是指数函数。减去输入信号中的最大值。
2023-11-04 17:21:08
264
1
原创 使用numpy建立最简单的三层神经网络
输出层所用的激活函数，要根据求解问题的性质决定。一般地，回归问题可以使用恒等函数，二元分类问题可以使用sigmoid函数，多元分类使用softmax函数。这里定义func(x)函数，将其作为输出层的激活函数，没有特定意义，只是为了和之前的流程保持统一。其中，np.dot(A,B)接受两个numpy数组作为参数，并返回数组的乘积。注意：第一层至第二层的输入信号为z1，并不是A1。1.计算输入信号到第一层的信号传递。2.计算第一层到第二层的信号传递。3.计算第二层到第三层的信号传递。
2023-11-04 16:28:45
115
1
原创 np.random.rand()函数的用法详解
根据一维数组推论二维数组生成随机数，必定是np.random.rand(m,n)，其中m，n表示数组的行和列。1.np.random.rand用法理解。2.np.random.rand代码实现。大小[1]、[2]、[0]
2023-11-03 18:27:07
3283
原创 运行代码时报错： TypeError: unsupported operand type(s) for -: ‘list‘ and ‘list‘
建立均方误差函数时，运行代码时报错： TypeError: unsupported operand type(s) for -: 'list' and 'list'
2023-11-01 18:50:53
1198
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人