自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 基于卡尔曼滤波的GPS与IMU融合定位轨迹估计

卡尔曼滤波(Kalman Filter)是一种基于线性系统的递归滤波算法,广泛应用于估计系统状态、去除噪声干扰和预测系统行为。

2025-03-20 20:06:42 664

原创 基于 YOLO 的多任务识别算法

YOLO(You Only Look Once)系列算法在目标检测领域取得了显著进展。图像划分:将输入图像划分为S×S的网格,每个网格负责检测其中心落在该网格内的目标。特征提取:使用卷积神经网络(CNN)提取图像特征。边界框预测:每个网格预测B个边界框,每个框包含位置(x, y, w, h)和置信度。类别预测:每个网格预测C个类别的条件概率。损失函数:使用平方误差损失函数,综合考虑定位误差、置信度误差和分类误差。改进特征提取:采用Darknet-19作为主干网络,提升特征提取能力。

2024-12-30 17:27:34 1825

原创 基于U-Net(CNN)网络的数字图像分割

最终,Dice Loss 通过 1 - Dice 系数 进行定义,确保损失越小,Dice 系数越大,说明预测结果与真实标签越相似。Dice 系数的取值范围在 [0, 1] 之间,其中 1 表示预测结果和真实标签完全重叠,0 表示完全不重叠。到此为止,我们的数据集的准备就结束了,接下来我们就需要对于我们的数据集进行预处理阶段。输入图像 -> 编码器(3层) -> 桥接层 -> 解码器(3层) -> 输出层。其中,白色部分就是我们所圈出来的数字部分。

2024-10-25 16:49:47 1651 1

原创 基于YOLOv5的手写数字识别模型

在本文中,我们将探讨如何使用YOLOv5来构建一个手写数字识别模型。尽管YOLOv5主要应用于通用目标检测任务,但通过适当的数据准备和模型调整,它也可以用于手写数字的检测和识别。我们将一步步展示如何从数据准备、模型训练到最终的预测与评估。

2024-10-15 23:46:54 3116 5

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

提示
确定要删除当前文章?
取消 删除