- 博客(74)
- 收藏
- 关注
RSS订阅原创 图像腐蚀（Erosion）和膨胀（Dilation）
膨胀操作的主要作用是 “扩大” 前景区域，它会填补小的黑色空洞，使物体边缘 膨胀，通常用于 加强目标区域、修复断裂的部分 等。• 如果 结构元素覆盖的区域中至少有一个前景像素（白色，值为1），那么该像素就会 变为白色。• 开运算（Opening） = 先腐蚀后膨胀，用于去除 小的噪声，同时保持整体形状不变。• 闭运算（Closing） = 先膨胀后腐蚀，用于 填补小孔洞，连接断开的部分。• 结果图像的像素值由 ( B ) 与 ( A ) 的交集是否为空 决定。• 结构元素的大小 决定了膨胀的程度。
2025-02-12 15:12:25
413
原创 weakly dominant strategy
在博弈论中，剔除弱优战略(weakly dominant strategy)是一种简化博弈分析的方法。弱优战略是指在博弈中，某个参与人的一种战略，无论其他参与人选择何种战略，该战略的收益都不低于其他战略，且至少存在一种情况，该战略的收益严格高于其他战略。
2025-01-09 11:46:19
197
原创 A second-price auction
如果A出价低于800元，可能会导致其失去以合理价格赢得拍卖的机会，如在B出价700元，C出价500元的情况下，A若出价低于700元就会失去赢得拍卖的机会，而按800元出价就能赢得拍卖且获得100元收益；如果A出价高于800元，虽然可能赢得拍卖，但支付价格可能会高于其真实估价，从而降低或失去收益，如A出价900元，在其他情况不变时，虽然能赢得拍卖，但收益变为800 - 700 = 100元，与出价800元时相同，若第二高的出价高于800元，A的收益就会变为负。同理，B和C按照自己的真实估价出价也是最优的。
2025-01-07 20:17:12
458
原创 Posison Distribution
PXkλke−λk!k012PXkk!λke−λk012XXX：随机变量，表示单位时间或单位空间内事件发生的次数。kkk：事件发生的具体次数（非负整数）。λ\lambdaλ：事件发生的平均次数（泊松分布的参数）。eee：自然对数的底数，约等于2.7182.7182.718。客户到达次数事故发生次数电话呼叫数量射线探测计数它适合描述独立稀疏事件的发生次数，是统计学、工程学、管理科学等领域的重要工具。
2024-12-26 20:46:47
670
原创 hough transform
霍夫变换（Hough Transform）是一种在图像处理和计算机视觉中用于检测具有特定形状的物体的方法，最常见的应用是检测图像中的直线和圆等几何形状。
2024-12-26 17:07:09
715
原创 dot product & cross product
卷积：运算对象可以是函数（连续情况）或者序列（离散情况），结果根据运算对象的类型可以是一个新的函数（连续卷积）或者新的序列（离散卷积）。例如，对两个时间序列进行卷积运算，得到的是一个新的时间序列，这个新序列反映了两个原始序列在时间维度上相互作用的结果。
2024-12-24 18:23:42
636
原创 Skewed Distribution
偏态分布（Skewed Distribution）是一种概率分布，它与正态分布相对。正态分布是对称的，而偏态分布是非对称的，即数据在分布的一侧比另一侧有更长的 “尾巴”。
2024-12-24 17:27:49
807
原创 commitment game
企业1提前做出承诺，例如大量投资于扩大产能，使得如果企业2进入市场，企业1进行价格战的威胁变得可信。这样的承诺改变了企业2对企业1行为的预期，企业2可能会因为害怕企业1发动价格战而遭受损失，从而放弃进入市场，企业1就达到了通过承诺改变博弈结果的目的。：假设在一个市场中有一个现有企业（称为企业1）和一个潜在进入企业（称为企业2）。企业2正在考虑是否进入这个市场，企业1可以选择容纳企业2进入（和平共处）或者进行价格战来抵制企业2进入。
2024-12-24 14:34:50
359
原创 Bayesian Nash Equilibrium
贝叶斯均衡（Bayesian Nash Equilibrium）是博弈论中的一个重要概念。它是不完全信息静态博弈的均衡概念。在这种博弈中，参与者的类型（例如，成本函数、偏好等私人信息）是不确定的，每个参与者都有自己的类型空间，并且知道自己的类型，但只知道其他参与者类型的概率分布。
2024-12-23 14:54:24
997
原创 贝叶斯分类器（Naive Bayes）
贝叶斯分类器是一种基于的概率分类模型。它常用于文本分类（如垃圾邮件分类）等任务，依赖于条件概率推理来判断某个样本属于哪个类别。是贝叶斯分类器的一个简单而有效的变种，它假设特征之间相互独立，这一假设被称为“朴素假设”。
2024-12-20 20:28:32
960
原创 LSTM长短期记忆网络
通过这些门控机制，LSTM能够选择性地保留重要的信息，抑制不重要的信息，进而解决长期依赖问题。在1997年提出，广泛应用于处理序列数据，如自然语言处理、时间序列预测等。和**梯度爆炸（Exploding Gradient）**问题。遗忘门决定记忆单元中哪些信息需要被保留，哪些信息需要被丢弃。，解决了标准RNN在长时依赖任务中的梯度消失问题。LSTM 解决了传统 RNN 的梯度消失问题，主要依靠。，动态控制信息的流动与保留，从而实现高效的序列建模。，解决了标准RNN中存在的。LSTM的核心是引入了一个。
2024-12-18 21:00:39
920
原创 Backward Induction
逆向归纳（Backward Induction）是博弈论中的一种分析方法，广泛应用于解决有限博弈，尤其是涉及多个阶段和决策的博弈问题。逆向归纳的核心思想是从博弈的终局出发，倒推回去，逐步推导出理性参与者在每个决策点的最优策略。识别终局状态：首先考虑博弈的最后一步，确定在终局时各参与者的支付（即他们的收益或损失）。倒推决策过程：从终局出发，逐步回推，分析每个决策节点下的最优选择。每个玩家会根据对方的选择来调整自己的策略。得出初始阶段策略。
2024-12-18 16:27:01
1270
原创 RNN网络详解
循环神经网络（Recurrent Neural Network，RNN）是一类用于处理序列数据的神经网络。在自然语言处理、语音识别、时间序列预测等众多领域都有广泛的应用。与传统的前馈神经网络不同，RNN能够处理具有时间序列特性的数据，因为它具有内部状态，可以对序列中的历史信息进行记忆和利用。
2024-12-17 21:33:09
1098
原创 mixed strategy
这样的格式更加清晰、直观地展示了不同策略组合下的收益情况。这样的格式更加清晰、直观地展示了不同策略组合下的收益情况。
2024-12-16 21:15:34
1015
原创 HSV颜色空间
函数用于在图像中提取指定范围内的像素。它根据给定的下限和上限阈值创建一个掩码（mask），掩码中像素值在指定范围内的位置为255（白色，表示满足条件），其他位置为0（黑色，表示不满足条件）。替换为你自己的图像路径。同时，颜色范围的设定可能需要根据具体的图像和提取目标进行调整。的取值范围是0 - 255。请注意，在实际应用中，你需要将。设RGB颜色空间中的颜色值为。
2024-12-12 21:51:25
2176
原创 stag hunt game
猎鹿游戏描述了个体在合作与风险之间的权衡，反映了信任与协作的重要性。在理想情况下，双方应选择合作捕猎大鹿，达成帕累托最优结果；但在缺乏信任的条件下，可能退而求其次选择次优策略。( (捕猎大鹿, 捕猎大鹿) ) 是高收益但高风险的选择。( (捕猎兔子, 捕猎兔子) ) 是低收益但低风险的选择。增强信任或引入外部机制是实现合作的关键。
2024-12-11 21:26:26
437
原创 Prisoner’s Dilemma
囚徒困境是一种经典的非零和博弈模型，揭示了个体理性与集体最优之间的矛盾。其研究价值广泛应用于经济学、社会学、政治学以及人工智能等领域，提供了分析冲突与合作的重要工具。理性的选择往往是 ( (D, D) )，导致次优结果。解决这一困境需要信任、沟通或外部激励机制。
2024-12-11 21:07:17
845
原创 stoplight game
( R )：时间收益（快速通过的好处）。( -C )：违规成本（如罚款或事故风险）。( -S )：安全成本（如与另一玩家冲突导致事故的风险）。( 0 )：零收益（选择等待，没有时间损失或风险）。安全性优先的理性选择通常是 ( (0, 0) )（双方 Wait）。冒险通行虽然可能带来短期收益，但长远来看可能导致高成本的双输局面。改进信号机制和加强规则执行，有助于减少冒险通行的发生。交通灯博弈为动态决策和风险管理提供了一个重要的分析工具，具有广泛的现实意义。
2024-12-11 21:04:07
635
原创 卷积的数学原理与作用
数学定义对于一个二维输入矩阵X∈RH×WX∈RH×WHHH表示高度，WWW表示宽度）和一个二维卷积核（滤波器）K∈Rh×wK∈Rh×whhh和www分别是卷积核的高度和宽度）。二维卷积的计算是将卷积核在输入矩阵上滑动，在每个位置计算它们的对应元素乘积之和。设输出矩阵为Y∈RH−h1×W−w1Y∈RH−h1×W−w1，对于输出矩阵中的元素yijy_{ij}yij，其计算公式为yij∑m。
2024-12-11 20:27:49
1093
原创 求目标物体的yaw角
从实例分割点集到计算物体的 Yaw 角度的原理和编程在计算机视觉中，通过多个实例分割得到的点集可以提取每个对象的几何特征，最终计算物体的 yaw 角度（在水平面上的旋转角）。以下详细描述从点集处理到求解 yaw 角度的整个流程及其数学原理。实例分割通过模型（如 yolov5）生成二值掩码图，每个物体区域用一组像素点表示：• 输入：实例分割的二值掩码，非零像素表示物体。• 输出：像素点集xiyii1n。点集形式是后续几何计算的基础。
2024-12-10 18:32:56
1028
原创 svm支持向量机
x1y1x2y2xnyn{(x1y1x2y2xnyn)}xi∈Rdxi∈Rd：表示输入特征向量；yi∈−11yi∈−11：表示对应的标签。w⋅xb0w⋅xb0(w) 为法向量，决定超平面的方向；(b) 为偏置，决定超平面的位置。能有效处理高维数据；通过核函数扩展到非线性问题；在小样本数据集上表现出色。
2024-12-09 21:40:51
968
原创 mobile one神经网络
Mobile One 是现代轻量化网络架构的典范，其设计理念体现了移动端推理场景下的计算与能耗权衡。通过深度可分离卷积、动态静态图优化和模型量化等技术，Mobile One 实现了高效推理的目标。
2024-12-08 23:51:22
483
原创 canny算子解析
Canny 边缘检测是一种经典的边缘检测算法，由 John F. Canny 在 1986 年提出。它是一种多阶段边缘检测算法，能够有效提取图像中的边缘信息，广泛应用于图像处理和计算机视觉领域。将彩色图像转换为灰度图像，简化后续处理步骤。Igray0.2989⋅R0.5870⋅G0.1140⋅B对图像进行高斯滤波，降低噪声的影响，避免噪声被误检测为边缘。
2024-12-06 20:50:26
1035
1
原创 三维到二维的透射变换PnP
PnP（Perspective-n-Point）算法是计算机视觉中的一种方法，用于通过二维图像中的点和三维空间中的点之间的对应关系，估计相机的位姿（位置和方向）。它的核心任务是解决一个相机位姿估计问题，即在已知三维点坐标及其在图像平面中的投影点时，求解相机的外参（旋转矩阵  和平移向量 ）。通过PnP算法，三维点和二维图像的匹配关系得以转化为对相机位姿的推断，为许多计算机视觉任务提供了基础支持。根据已知的三维点和对应的二维图像点，反推出  和 。PnP算法的基本原理。常见PnP算法的变体。
2024-12-05 21:26:35
343
原创 opencv常用图像处理操作
OpenCV 处理图像的通用流程通常包括以下几个步骤，根据具体需求可以调整或跳过某些步骤。加载图像文件到内存中以进行后续处理。import cv2。
2024-12-04 18:30:35
911
原创 rknn 量化原理
在 RKNN (Rockchip Neural Network Toolkit) 中，传入校准数据集进行量化的过程是基于 Post-Training Quantization (PTQ) 的原理，特别是对于 8-bit 量化（INT8）模型，这是一个常见的过程。RKNN 的量化通过校准数据集来统计动态范围，计算量化参数（scale 和 zero point），并将模型权重和激活映射到整数值，从而减少推理时的计算复杂度和存储需求。校准数据集是用于确定模型中每一层权重和激活值的动态范围的。
2024-12-03 22:39:05
734
原创 摄像头测距原理
通过相似三角形的几何原理，结合物体的实际宽度、相机的物距以及图像的像素宽度，推导出相机焦距计算公式。双目测距基于三角测量原理，利用两个相机从不同位置观察同一物体，通过测量视差来计算物体距离。
2024-11-29 20:00:39
1021
原创 神经网络的数学原理
神经网络训练就是给确定输入值x，和期望值y，求解参数权重w 和偏置b，如果是两个未知数，那么就需要两组x，y。比如x=1, y=4, x=2,y=7, 求解方程组可得 y = 3x + 1，计算机的神经网络类似于生物的大脑, 生物的大脑是由神经元构成的， 神经元包括细胞体，轴突突触和树突， 信息由轴突的突触传递到下一个神经元的树突。二分类问题其实就是区分0和1，假如说 贷款问题，银行对贷款问题只有两种可以借贷不可以借贷他是根据借款人的征信w1，个人资产w2，负资产w3和月工资w4来决定他是否可以借贷的。
2024-07-12 11:23:51
1020
原创 open amv 的rknn推理
rknn格式类似于pt，onnx，是由瑞芯微推出正对主控芯片的npu做推理的框架。我们需要把训练的模型用RKNN-Toolkit转为rknn格式，然后用rknn的提供API接口加载模型，设置模型参数，推理。open-amv视觉AI开发板是基于瑞芯微rv1103的主控芯片，外围设备丰富，上手简单，有0.5T的算力，轻松上手yolov5s，做目标检测非常适合。采用32bit的opencv读取摄像头和图片处理格式nchw，用mpp加速做图片预处理等比缩放，扔进去模型做推理，获取结果后用opencv画框。
2024-06-15 11:55:58
345
1
原创 open-amv视觉AI开发板
open-amv（Almachinevision）是一款基于瑞芯微RV1103芯片具有高性价比的微型Linux开发板， 旨在为开发者提供一个简单且高效的开发平台；支持多种接口，包括MIPICSI、GPIO、 UART、SPI、I2C、USB等，便于快速开发和调试。特别是针对AI视觉，可以低成本部署神经网络，做到高性价比的视觉监控功能。
2024-06-14 16:21:08
348
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