- 博客(15)
- 资源 (8)
- 收藏
- 关注
RSS订阅
原创 机器学习基础
1、基本概念1.1 发展历史 机器学习实际上已经存在了几十年或者也可以认为存在了几个世纪。追溯到17世纪，贝叶斯、拉普拉斯关于最小二乘法的推导和马尔可夫链，这些构成了机器学习广泛使用的工具和基础。1950年（艾伦.图灵提议建立一个学习机器）到2000年初（有深度学习的实际应用以及最近的进展，比如2012年的AlexNet），机器学习有了很大的进展。 从20世纪50年代研究机器学习以来，不同时期的研究途径和目标并不相同，可以划分为四个阶段。 第一阶...
2022-04-05 20:11:31
3481
原创 行人重识别初学习
行人重识别（Person Re-identification）又被称为行人再识别，如今被视为图像检索的一类关键子问题。它是利用计算机视觉算法对跨设备的行人图像或视频进行匹配，即给定一个查询图像，在不同监控设备的图像库检索出同一个行人，如图1.1所示。由于对智能安防、视频监控等方面有巨大的应用前景，行人重识别已经成为计算机视觉领域的研究焦点。行人重识别系统分为特征提取：能够学习并辨认不同摄像头下行人的变化特征度量学习：将学习到的特征映射到新的空间使得想同的人更近，不同的人更远图像检索：根据图片
2022-04-01 10:00:03
3554
原创 目标检测封装撞线计数函数
本文介绍了一个可复用的撞线计数模块LineCounter，该模块通过向量叉积判断目标是否穿越预设线段。模块初始化时需设置线段起止点，提供update()方法传入检测框数据（含目标ID和中心点坐标），内部维护轨迹历史进行方向判断，支持双向计数（count_in/count_out）并防止重复计数。主程序示例展示了该模块与YOLOv8目标检测的集成使用方式，通过可视化线段和实时显示进出数量，实现人流统计功能。该设计采用面向对象方式封装核心算法，支持重置计数和获取线段端点，具有较好的模块化特性。
2025-09-10 17:00:02
125
原创 用于在图像或视频帧上通过鼠标绘制矩形区域（ROI，Region of Interest），并提供一个辅助函数来判断点是否在某个区域内
本文介绍了一个交互式选择检测区域(ROI)的Python实现。该程序提供三种方式定义检测区域：1)按'r'键用鼠标绘制矩形区域；2)按'i'键手动输入归一化坐标；3)无操作时默认使用全图检测。核心功能通过OpenCV实现，包括鼠标回调事件处理、坐标转换和区域可视化。使用时只需调用select_roi_interactively()函数获取ROI多边形点集，配合目标检测算法判断目标是否在选定区域内。该方法支持灵活调整检测范围，适合需要特定区域检测的应用场景。
2025-09-10 16:48:47
255
原创 重新思考目标检测中的标注：标注小目标实例真的值得其成本吗？
论文题目Rethinking Annotation for Object Detection: Is Annotating Small-size Instances Worth Its Cost?文章🔗https://arxiv.org/pdf/2412.056111简介 在图像中检测仅占据很小区域的物体对人类来说都是困难的，即使是人类也是如此。因此，标注小尺寸物体实例既困难又昂贵。本研究挑战常识，提出了以下问题：标注小尺寸实例是否值得其成本？
2025-01-08 13:43:39
1121
原创 脱发因素影响MLP预测
使用 map 函数来应用映射到 DataFrame 的某一列（假设列名为 'Column_Name'）# 假设 df 是你的 DataFrame，'Column_to_move' 是你想要移动的列名。# 创建一个新的列名列表，将 'Column_to_move' 放在最后。# 定义一个字典来映射 'yes' 到 1 和 'No' 到 0。# 获取除了 'Column_to_move' 以外的所有列名。删除多余的id，在训练中不起作用，并进行映射。# # 最后，将该列插回到最后一列的位置。
2024-04-11 11:35:18
680
2
原创 TransReID学习记录
提出了一个纯粹基于变压器的对象ReID框架，名为TransReID。具体来说，我们首先将图像编码为补丁序列，并通过一些关键改进构建基于变压器的强基线，这在基于cnn的方法的几个ReID基准上取得了具有竞争力的结果。为了进一步增强变压器背景下的鲁棒特征学习，精心设计了两个新的模块。(i)提出了拼图补丁模块(jigsaw patch module, JPM)，通过移位和补丁洗牌操作重新排列补丁嵌入，生成鲁棒特征，提高了识别能力和覆盖范围的多样性。(ii)引入边信息嵌入(SIE)，...
2022-08-27 20:48:08
4829
5
原创 VIT学习笔记
受到NLP领域中Transformer成功应用的启发，ViT算法中尝试将标准的Transformer结构直接应用于图像，并对整个图像分类流程进行最少的修改。具体来讲，ViT算法中，会将整幅图像拆分成小图像块，然后把这些小图像块的线性嵌入序列作为Transformer的输入送入网络，然后使用监督学习的方式进行图像分类的训练。之前的算法大都是保持CNN整体结构不变，在CNN中增加attention模块或者使用attention模块替换CNN中的某些部分。本文仅供学习参考使用，不做任何经济活动，侵权删除。...
2022-08-27 15:12:52
909
1
原创 Recovering Realistic Texture in Image Super-resolution by Deep Spatial Feature Transform
SFTGAN
2022-04-24 19:40:13
4185
原创 手写字体识别MINST的两种方法
作为Pytorch初学者，利用MNIST数据集作为基本数据集，使用Pytorch进行搭建模型训练。MNIST数据集小，训练较容易。训练数据集的长度为：60000测试数据集的长度为：100001、方法一，线性连接层一共五层网络，第一层输入7844，第二层520，第三层320，第四层240，第五层120，最后输出分类字符0——9共十种类，因此，最后一层为10.该方法 简单。线性连接，准确率低。class Net(nn.Module): def __init__(self):
2022-04-04 16:53:51
1369
使用 YOLO 检测废弃行李 该项目旨在通过使用实时视频源和 YOLO（You Only Look Once）物体检测算法自动检测无人看管或遗弃的行李来提高公共交通安全
2025-08-20
计算机视觉领域中YOLOV5的Mosaic数据增强原理与应用
2025-01-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人