weixin_44753371的博客

图像分类 1、构建自己的简单网络模型

YOLOV4视频检测并保存 YOLOV4用于视频检测的代码： 读取视频并检测， 显示检测后的结果， 保存检测完后的视频。 from yolo import YOLO from PIL import Image import numpy as np import cv2 import time yolo = YOLO() # 调用摄像头 capture=cv2.VideoCapture("mp4/01.mp4") # capture=cv2.VideoCapture("1.mp4") #检测的视频路径 wi

11、one-hot编码 为什么要使用one-hot向量的形式对物体进行类别编码，而不是采用1，2 ，3，4, 5这样的数字直接进行编码。因为直接采用数字进行编码，存在隐含的顺序关系，即大小关系，而物体的类别是平等的，不存在相互的关系。而one-hot编码形式是线性无关的，互相之间不存在关系。因此采用one-hot形式。 12、数据集独立同分布的理解 在深度学习中，数据集分为训练集和...

1、relu优点 1、可以使网络训练更快 2、增加网络的非线性 3、防止梯度消失(弥散) 4、使网络具有稀疏性(可以使一些神经元输出为0) 激活函数tanh(x)或sigmoid(x)，这些饱和的非线性激活函数比非饱和非线性激活函数relu训练更慢。采用relu的深度卷积神经网络训练时间比等价的tanh单元要快几倍。 2、dropout 作用：随机将一定比例的神经元置为0。 对于一个有N个节...