Tracy_LeBron的博客

最近在语义分割领域苦苦挣扎，模型训练出来后，效果只能说勉强接受，考虑能不能在语义分割模型后追加一层分类模型，对每一个区域再做一次分类。本文仅记录如何在原图中原图中截取出多个多边形。 原图是这样的： 我想要是每个食材的图片，大概是这样的 我已经有了鱼块在图片的多边形坐标(在做图片标注的时候生成的)，数据格式大概是这样的[[x1,y1],[x2,y2]…[xn,yn]],现在要做的就是按照这些坐标...

前段时间实现了滑动验证码的破解，只是简单的利用opencv来进行缺口位置识别，然后用selenium进行人为拖动，实现方式上没有用到神经网络，没有凸显出深度学习的强大。赶巧，最近又接到一个字符型验证码破解的求助，于是想使用神经网络来实现。 字符型的验证码估计大家也都习以为常了，先来看下我接到的字符型验证码如下： 比较幸运的是，每张图片的名字就是图片里验证码的内容，这个对于我来说，就省了90%的工程...

决策树中的熵、信息增益、信息增益比一级基尼指数 决策树是机器学习的一种常用算法，可解释性强，可提取规则。决策时就是学习数据内部规律，找到数据之间的联系。决策树的构建就是递归选择最优特征，并根据该特征对数据进行分割，但是决策树是怎么选择最优的分裂属性呢？ 决策树特征的选择有三种方法：信息增益、信息熵、Gini系数。 为了演示上面三种分裂属性的选择，我们选用一个例子来加以说明：通过数据来判断该生物是否...