- 博客(33)
- 收藏
- 关注
RSS订阅原创 Visual-Semantic Transformer for Scene Text Recognition论文解读及复现
这篇文章就基于上面的这篇论文中结构设计进行阅读，并将其项目进行开源。
2023-04-17 21:59:25
634
3
原创 每日一题2023.2.23循环码排列
在学习数字电路的时候学习过格雷码，具体来说就是相邻的两个编码只有一个不一样的进制数。下面来看一下n = 1, 2, 3时的格雷码情况，并找到其产生规律。n1. 000. 001n2. 000. 001. 011. 010n3. 000. 001. 011. 010. 110. 111. 101. 100基于上面的排列，其实可以看出一个规律，当我们在求解n2时的格雷码可以借助于n12n−1fn−1fnfnn。
2023-02-23 11:50:37
411
原创 openmmlab第五次作业
MMDetection是商汤和港中文大学针对目标检测任务推出的一个开源项目，它基于Pytorch实现了大量的目标检测算法，把数据集构建、模型搭建、训练策略等过程都封装成了一个个模块，通过模块调用的方式，我们能够以很少的代码量实现一个新算法，大大提高了代码复用率。
2023-02-08 18:32:04
294
原创 openmmlab第四次作业
Openmmlab的mmdetction工具箱帮助我们集合了多种算法模型，仅通过修改模型config文件便可以对模型结构，训练方式，以及超参数进行调整，也可以确定不同的度量函数。第四次课讲的内容是Detection,也就是目标检测模型，它的任务和分类的区别就是在一般的场景下，需要模型检测出我们所关心的物体的具体位置。
2023-02-07 16:02:35
217
原创 OpenMMLab实战第二节课
原文链接：https://blog.youkuaiyun.com/weixin_47951454/article/details/128867763。版权声明：本文为优快云博主「黎小娅」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。本节课主要是讲了一些图像分类的内容和基础的视觉模型，那我们马上开始吧。
2023-02-03 18:56:15
127
原创 OpenmmLab实战课第二节
引用自：https://blog.youkuaiyun.com/G968574321/article/details/128864410。接下来详细介绍了更强的图像分类模型，如神经结构搜索、VIsion Transforms、ConvNext。接着学习了卷积神经网络模型的发展历程，了解了多种的卷积神经网络模型；这节课主要学习了图像分类，从传统的特征工程再到特征学习；通过这一节的学习，加深了图像分类学习的认识。最后学习了轻量化卷积神经网络。
2023-02-03 18:41:31
136
原创 拉格朗日对偶性
问题重述在机器学习中，我们会遇到一些约束最优化的问题，常常需要利用拉格朗日对偶性（Lagrange duality）将原始的问题转化为对偶问题，通常解对偶问题得到原始问题的解。该方法应用在许多的统计学习中，例如支持向量机（SVM）和最大熵模型。本文我将从原始问题，对偶问题出发讲解相关内容，并给出这两个问题何种情况下最优解是相同的。原始问题首先假设f(x),ci(x),hi(x)f(x),c_i(x),h_i(x)f(x),ci(x),hi(x)是定义在RnR^nRn空间上的可微连续函数，假设原始问
2022-03-21 11:01:03
1080
原创 语义分割IOU函数解读
最近在看语义分割相关的论文，再求一个batch里面的MeanIoU时自己写的函数出现了报错说tf里面不支持迭代，我自己写的代码就是得到一个batch的大小，计算每一张照片的IoU;然后一个batch里面的所有Iou加和除以batch。这个代码在model.compile的时候就报错，因为我们的模型输出是(None，leng, wid，channels）。下面的代码我假设一张图片大小是（2,2），2分类问题。那么我们的输入就是（None, 2,2）假设分别输入一张图片，和一下输入两种图片，看我们得到的M
2022-02-28 15:04:14
1249
原创 tensorflow自定义整个训练过程
创建一个机器学习的问题f(x)=3x+7f(x) = 3x + 7f(x)=3x+7对于一个机器学习问题，有下面的步骤：获得训练数据。定义模型。定义损失函数。遍历训练数据，从目标值计算损失。计算该损失的梯度，并使用optimizer调整变量以适合数据。计算结果。建立数据监督学习使用输入（通常表示为 x）和输出（表示为 y，通常称为标签）。目标是从成对的输入和输出中学习，以便您可以根据输入预测输出的值。TensorFlow中几乎每个输入数据都是由张量表示，并且通常是向量。监督学习中，输
2022-02-13 21:35:44
1440
原创 图像金字塔
**学习图像金字塔的原理使用图像金字塔进行一个图像的融合学习的函数有cv2.pyrUp, cv2.pyrDown**原理一般情况下,我们要处理是一副具有固定分辨率的图像。但是有些情况下,我们需要对同一图像的不同分辨率的子图像进行处理。比如,我们要在一幅图像中査找某个目标,比如脸,我们不知道目标在图像中的尺寸大小。这种情况下,我们需要创建创建一组图像,这些图像是具有不同分辨率的原始图像。我们把这组图像叫做图像金字塔(简单来说就是同一图像的不同分辨率的子图集合)如果我们把最大的图像放在底部.
2022-01-18 23:06:56
2485
原创 基于Ford-Fulkerson Methord算法构建网络最大流
Ford-Fulkerson Metnord方法的算法流程图Algorithm FOrd-Fulkerson MethordInput:A network( directed graph)(G,start,stop)Output: A martix with max flow: max_flow1:Initialize the residual graph: Set graph = G, max_flow = 02:while there is an augmenting path p = {st
2021-11-22 22:01:29
997
原创 基于遗传算法对旅行商问题的求解
遗传算法求解TSP问题的计算机仿真绪论由于遗传算法在整体搜索策略和优化搜索方法上不依赖梯度信息或其他辅助知识,只需要影响搜索方向的目标函数和相应的适应度函数,所以提供了一种求解复杂系统问题的通用框架,因此遗传算法广泛应用于数学问题、组合优化、机械设计、人工智能等领域。遗传算法( Genetic Algorithms,简称GA)是模拟自然界生物自然选择和进化的机制而发展起来的一种高度并行、自适应的随机搜索算法。特别适合于求解传统的搜索算法不好处理的复杂的最优解问题。旅行商问题( Traveling Sale
2021-11-17 09:45:18
2652
原创 connected components algorithm连通组件算法
connected components algorithm连通图算法什么是connected components algorithm？用通俗的话说就是一个图像的前景部分有几部分构成，用下面的这幅图作为例子就是有三部分组成（用红线画出来了）当我们在使用这个算法的过程中不可避免的会遇到这两个专业名词：四邻域: 包括了中心点的上下左右四个方向的点八邻域：包括周围8个点的关系，我自己认为8邻域的算法准确度更高对图像进行标注将该算法实施之后得到的图像会有标注，例如这一部分的区域是属于同一类的。
2021-11-16 15:33:35
3844
原创 主成分分析公式推导（完整版）
主成分分析公式推导（完整版）主成分分析（Prinicpal Component Analysis-----PCA)简单来说最基本的方法就是将具有很多属性的一个数据集通过线性组合的方式进而减少数据集的属性，这样可以帮助我们在机器学习或者深度学习的后续训练步骤中，减少训练时间和资源的浪费；还可以在一定程度上筛选出对问题比较重要的属性集合。具有很大的应用价值。公式推导想必我们都使用过matlab自带的PCA降维函数和python机器学习库里面的PCA函数，但是关于该函数是怎么实现的却了解的不是很多，今天我
2021-11-02 00:07:59
4253
原创 kmeans做简单的图像分割
kmeans做简单的图像分割包的使用import numpy as npimport matplotlib.pyplot as plt因为这道题目相对的比较简单，就使用和numpy 和matplotlib 这两个库进行代码的浮现第一步对图像进行处理归一化，按照像素作为输入还是3*3窗函数对某一坐标周围的9个点做平均或者最大值和最小值求平均这三种方式对我们的图像进行预处理作为真正的输入。def preprocess(image,way = 1): #way 作为一个额外的输入代表不同的预处理
2021-10-28 15:40:09
1747
原创 微机原理实现冒泡排序
微机原理实现冒泡排序废话不说先放题目实验目的1） 学会从键盘中读取输入，并将其ASCII码进行转化。2） 利用所学的冒泡排序对数组进行输出3）学会使用中断程序进行字符的输出。实验所用仪器及使用方法Windows + emu8086仿真软件打开emu8086软件，复制代码点击run(运行)，然后在终端中输入自己想要排序的一个数组，***切记不要输入除了数字和空格和回车的其他字符。***程序以自己输入回车键结束实验基本原理及步骤（或方案设计及理论计算）数据读取并且转化2)使用双循环冒泡
2021-10-21 15:22:26
3095
原创 CD3基于信息增益的决策树代码实现
机器学习基于信息增益的决策树代码实现1基本流程根据西瓜书上的内容给出一下的伪代码描述，并且本文也是根据伪代码来编写的。input：训练集D = {（x1x_1x1,y1y_1y1),（x2x_2x2,y2y_2y2),（x3x_3x3,y3y_3y3)…（xmx_mxm,ymy_mym) };特征集合A = { a1a_1a1,a2a_2a2,a3a_3a3…ama_mam }.process:1.生成节点node.2.if D中的样本全属于同一类 C ：3 将n
2021-09-27 20:47:56
242
原创 2021-09-25
第四章课后习题答案《从零开始学python数据分析与数据挖掘》import numpy as np#exercise1num1 = np.array([2,3,5,7])print(num1)#exercise2num2 = np.array([1,12,11,17,13,18,12,14])print(num2[np.fmod(num2,2) == 0])print(num2[num2 % 2 == 0])#exercise3num3 = np.array([[1,12,11,1
2021-09-25 21:20:10
1808
原创 LDA代码实现
机器学习线性分类器的LDA分类器的代码实现，由于要进行可视化的展现，所以这里我使用二变量进行二分类的任务，由于书上几乎都会给出它的推导过程所以在这里就省略掉它的过程推导，从使用层面上进行描述和编程语言进行实现。# my LDA funcitonimport numpy as npimport matplotlib.pyplot as plt# 这个仅限于二维的方式def my_LDA(X,Y): x_0 = X[np.where(Y == 0)[0],:] #y_0 = Y[np.
2021-09-21 16:47:56
579
原创 2021-09-21
更新**《从零开始学python数据分析与挖掘》课后习题答案**最近在入手数据分析，有喜欢的朋友可以一起来试试呀，理论的阅读和self_coding无疑会很大程度的提高我们的能力。这是第三章课后习题的全部答案，如果有问题的话还请大家多多指正，共同完善，后续还会发布其他章节的内容import re#正则表达式 re.findall split sub 查找 分割 删除string1 = '2001-08-12,2004-09-04'split = re.findall('(\d*-\d*-\d*
2021-09-21 16:15:45
1139
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