机器学习
关注
分享
扫一扫
文章平均质量分 93
用心把天空锁住
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
远心镜头的区别
在实际应用中，由于孔径光阑的开口不可能做到无限小，那样会影响进入镜头参与成像光束的亮度，所以还是会存在一定程度的近大远小的透视误差，随着工作距离的变化大概有几毫米的视野变化，但对像素精度没什么影响的，所以工作距离改变不需要重新进行标定像素尺寸。一个理想的远心镜头没有梯形畸变，远心度是0°，但实际上肯定还是会有一些畸变的，即使是双远心镜头也保证不了不存在畸变，只是说它的畸变控制的比较小，基本不需要对成像进行畸变校正，因此，根据远心度的不同，远心镜头又分为：物方远心镜头，像方远心镜头、双远心镜头。原创 2023-03-26 21:34:52 · 1435 阅读 · 0 评论 -
穿针引线法
1 背景利用opencv识别数码管，采用传统的穿线法，前提是利用深度学习目标检测的方法...转载 2019-12-11 21:32:13 · 3044 阅读 · 0 评论 -
基于轮廓的倾斜仪表矫正
本文将介绍如何利用OpenCV，提取图片中的矩形轮廓特征并进行图片的倾斜校正。完成dem...转载 2019-12-11 16:06:46 · 519 阅读 · 0 评论 -
Contours OpenCv问题
第一个问题：问题：假如我有如下一张图，我要把边上两个小点去除，又要保留大轮廓内部的空洞，怎么办？Fig 1.1函数原型：C++: void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset...转载 2019-11-28 14:46:36 · 419 阅读 · 0 评论 -
字符分割
1. 方向投影法方向投影法主要思想就是记录每一行或者每一列对应值的像素的个数，然后根据这些个数判断它是不是边界或者是目标物体。其中像素的个数就像是一个阈值，最后可以把每一行点的个数画出来便于直观的观察。投影法的就是，利用二值化图像素分布直方图进行分析，从而找出相邻字符的分界点进行分割。以竖直方向投影分割字符为例，程序如下： #include<opencv2/opencv....转载 2019-11-27 15:31:13 · 833 阅读 · 0 评论 -
DBSCAN算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 ...转载 2019-09-04 16:34:01 · 633 阅读 · 0 评论 -
生成式与判别式的比较
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 ...转载 2019-09-02 21:27:39 · 188 阅读 · 0 评论 -
随机森林基本原理
**随机森林基本原理**集成学习（Ensemble）思想、自助法（bootstrap）与bagging集成学习（ensemble）思想是为了解决单个模型或者某一组参数的模型所固有的缺陷，从而整合起更多的模型，取长补短，避免局限性。随机森林就是集成学习思想下的产物，将许多棵决策树整合成森林，并合起来用来预测最终结果。 首先，介绍自助法（bootstrap），这个奇怪的名字来源于文学...转载 2019-08-31 21:04:10 · 1164 阅读 · 0 评论 -
逻辑回归原理
PDF下载地址：http://download.youkuaiyun.com/detail/lewsn2008/65474631.引言看了Stanford的Andrew Ng老师的机器学习公开课中关于Logistic Regression的讲解，然后又看了《机器学习实战》中的LogisticRegression部分，写下此篇学习笔记总结一下。首先说一下我的感受，《机器学习实战》一书在介绍原理...转载 2019-08-31 20:00:55 · 162 阅读 · 0 评论 -
ElasticNet回归、机器学习正则化
版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。 ...转载 2019-08-15 21:19:10 · 391 阅读 · 0 评论 -
GBDT的面试问题
1.简介 gbdt全称梯度提升决策树，在传统机器学习算法里面是对真实分布拟合的最好的几种算法之一，在前几年深度学习还没有大行其道之前，gbdt在各种竞赛是大放异彩。原因大概有几个，一是效果确实挺不错。二是即可以用于分类也可以用于回归。三是可以筛选特征。这三点实在是太吸引人了，导致在面试的时候大家也非常喜欢问这个算法。 gbdt的面试考核点，大致有下面几个:...原创 2019-08-15 10:41:14 · 1684 阅读 · 0 评论 -
线性回归、逻辑回归、损失函数
×线性回归、逻辑回归、损失函数 回归问题的条件/前提：1） 收集的数据2） 假设的模型，即一个函数，这个函数里含有未知的参数，通过学习，可以估计出参数。然后利用这个模型去预测/分类新的数据。1. 线性回归...转载 2019-06-26 20:31:36 · 948 阅读 · 0 评论 -
正则化L1和L2
<div id="post_detail"> 正则化项L1和L2的区别 https://blog.youkuaiyun.com/jinping_shi/article/details/52433975https://blog.youkuaiyun.com/zouxy09/article/details/24971995一、概括：L1和L2是...转载 2019-06-26 20:24:59 · 220 阅读 · 0 评论 -
机器学习中的损失函数
版权声明：本文为博主原创文章，未经博主允许不得转载。 ...转载 2019-06-26 20:20:09 · 118 阅读 · 0 评论 -
Boosting（Adboost、GBDT、Xgboost）
转载：https://www.cnblogs.com/willnote/p/6801496.html前言本文为学习boosting时整理的笔记，全文主要包括以下几个部分：对集成学习进行了简要的说明给出了一个Adboost的具体实例对Adboost的原理与学习过...转载 2019-06-23 21:44:39 · 229 阅读 · 0 评论 -
机器学习算法面试
美团AI算法1. xgboost原理，怎么防过拟合2. gbdt推导3. boosting和bagging在不同情况下的选用4. DBSCAN原理和算法伪代码，与kmeans，OPTICS区别5. LSTM原理，与GRU区别6. 算法题：翻转中间由各种符号隔开的字符串 1. EM算法推导，jensen不等式确定的下界2. xgboost和lightgbm的区别和适用场景...原创 2019-06-20 21:54:11 · 663 阅读 · 0 评论