- 博客(19)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 YOLOv4代码复现（1）---backbone部分
0| 前言YOLO模型本来就是奔着工业化去的，从v1到v3基本上都是在主体框架上不断的改进。v1是雏形，构建了YOLO的主体设计模型；v2引入标准化和FPN，提高了准确度；v3引入残差结构，大大增加了深度，提升了性能。而到了v4，就是将当前最流行的改善效果的方法来个了大乱炖，同时还保证你在比较“简陋”（一个1080 Ti or 2080 Ti GPU）的条件下能够又快又好向前发展。论文《YOLOv4: Optimal Speed and Accuracy of Object Detection》摘要中将
2021-11-02 12:45:12
326
1
原创 C/C++刷题系列（3）
题目： 选出8以内的所有质数# include <stdio.h>int main(){int digit;digit = 2;do{printf("%d\n", digit);digit += (2 +（digit % 2 -1);} while (digit <=8);return 0;}#include <stdio.h> int main(){ printf("2\n") int digit; for (digit=3; digit &l
2021-08-11 21:21:29
104
原创 C/C++算法刷题系列（2）
在我们刷题时经常会遇到素数问题。素数：能被1和本身整除的数，即为素数；例如： 2，3，5，7，11，13均符合这样的特征。如何使用C语言去筛选出素数呢？不妨反向思考一下，素数除了1和本身(n)外，能被（1,n）的某个数值整除。这样我们可以这样定义：int is_prime (int n){ for (int i=2; i <n; i++){ if (n % i ==0 ) return 0;｝ return 1；}【例】查找第10001个素数值是多少？直接上C代
2021-07-29 14:16:28
161
原创 C++算法题系列
C++算法题系列（1）文章目录C++算法题系列（1）一、题目描述二、代码1.方法一2. 方法二结果一、题目描述在小于10的自然数中，3或5的倍数有3、5、6和9，这些数之和是23。求小于1000的自然数中所有3或5的倍数之和。二、代码1.方法一代码如下（示例）：#include <iostream>using namespace std;int main() { int ans = 0; for (int i = 1; i < 1000; i++){
2021-07-11 22:53:20
248
1
原创 Pytorch_线性回归问题
0 | 系列公式1.使用numpy构造带有随机噪声的线性模型公式（图2所示）import numpy as npX = 2*np.random.rand(100,1)Y = 4+3*X + np.random.randn(100,1) # y=4+3x+高斯噪声2.使用matplotlib可视化import matplotlib.pyplot as pltplt.plot(X,Y,'bo')plt.xlabel('$x_1$',fontsize = 18)plt.ylabel(
2020-09-29 09:14:54
169
原创 ImportError: cannot import name ‘metadata‘ from ‘importlib‘
ImportError: cannot import name ‘metadata’ from ‘importlib’ 问题解决办法ImportError: cannot import name ‘metadata’ from ‘importlib’
2020-09-06 16:17:00
3200
原创 基于Scikit-Learn的机器学习入门系列（一）
0 | 引言Scikit-Learn 的简要介绍基于Python基于 Numpy、Scipy、matplotlib算法丰富自带测试数据集开源文档比较完备http://scikit-learn.org/stable/tutorial/
2020-09-04 20:38:35
302
原创 Python中os中的一些用法
import os import shutil #移动文件夹的库#获取用户地址path = os.path.expanduser('~') #'C:\\Users\\jc'#在用户地址下，拼接Desktop(桌面)地址desktop = os.path.join(path,"Desktop") #拼接路径 ：'C:\\Users\\jc\\Desktop'#设置文件夹名称（交互式）name = input("请输入文件夹名称:")Learn_File = os.path.j
2020-09-01 16:49:26
143
原创 线性回归的原理及其实现
如何求得正规方程的w呢？1. 不妨来随机生成一些数据来测试一下。import numpy as npimport matplotlib.pyplot as plt X = 2*np.random.rand(100,1)Y = 4+3*X+np.random.randn(100,1) #y=4+3x+高斯噪声数据可视化：plt.plot(X, Y, "b.")plt.xlabel("$x_1$", fontsize=18)plt.ylabel("$Y$", rotati...
2020-08-20 19:26:12
199
原创 PCA原理解析
1. PCA原理解析主成分分析（PCA）是一种数据降维和去除相关性的方法，它通过线性变换将向量投影到低维空间。对向量进行投影就是对向量左乘一个矩阵，得到结果向量：在这里，结果向量的维数小于原始向量的维数。降维要确保的是在低维空间中的投影能很好地近似表达原始向量，即重构误差最小化。1.1 计算投影矩阵核心的问题的如何得到投影矩阵，和其他的机器学习算法一样，它通过优化目标函数得到。首先考虑最简单的情况，将向量投影到一维空间，然后推广到一般情况。假设有n个d维向量Xi，如果要用一个向量X0来近似代替它
2020-07-21 15:01:28
1694
原创 白话梯度下降算法
QQ：1244180262梯度下降是一种非常通用的优化算法，能够为大范围的问题找到最优解。梯度下降的中心思想就是迭代地调整参数从而使成本函数最小化。1 直观理解假设你迷失在山上的浓雾之中，你能感觉到的只有你脚下路面的坡度。快速到达山脚的一个策略就是沿着最陡的方向下坡。这就是梯度下降的做法：通过测量参数向量θ相关的误差函数的局部梯度，并不断沿着降低梯度的方向调整，直到梯度降为0，到达最小值！具体来说，首先使用一个随机的θ值（这被称为随机初始化），然后逐步改进，每次踏出一步，每一步都尝试降低一点成本函数
2020-07-12 20:42:12
261
原创 卷积神经网络（CNN）用于Mnist手写体识别
卷积神经网络（CNN）用于Mnist手写体识别学习交流：（qq:1244180262）一、样本集二、运用软件MATLAB 2019b三、代码Code%% 准备工作空间clcclear allclose all%% 导入数据digitDatasetPath = fullfile('./', '/HandWrittenDataset/'); %读取数据地址；imds = i...
2020-03-29 18:27:21
864
2
原创 pip换源，让Python库下载变快
一、 为什么要换源学习python时，肯定离不开各种各样的第三方包，比如爬虫，有requests，xpath，爬虫界的扛把子Scrapy；Web有django，flask，restframework之类的，还是挺多的，我们一般安装的方式都是pip install xx模块，但是我相信，你们肯定都遇到安装的过程非常慢的情况，可能都是几k几k的过，但是我们的网速最起码有1m/s吧，最恼人的是，安装的...
2020-03-26 09:27:19
328
原创 Matlab中(蓝色)车牌定位算法（1）
这里写自定义目录标题Matlab中车牌(蓝色)定位算法（1）Matlab中车牌(蓝色)定位算法（1）方案一：clcclose allclear all%%[uuu,vvv]=uigetfile({'*.jpg;*.tif;*.png;*.gif;*.BMP;*.JPEG','All Image Files'} ,'MultiSelect', 'on');%获取一张车牌照片path=...
2020-03-11 22:32:20
1414
2
原创 二维绘图
20191217数据可视化（data visualization）技术指的是运用计算机图形学和图像处理技术，将数据转换为图形或图像在屏幕上显示出来，并进行交互处理的技术。它涉及计算机图形学、图像处理、计算机辅助设计、计算机视觉及人机交互技术等多个领域。学习目标:（1）熟悉并掌握简单二维图形显示与绘图函数；（2）熟悉图形显示的特征控制语句，包括颜色控制、线型控制、线条粗细控制、坐标控制等；...
2019-12-17 11:14:03
962
原创 教你打造自己的win10精简系统(超详细)
@教你打造自己的win10精简系统(超详细)2019/12/12 (Mail:[email protected])前言近几年来微软对win10的推广策略层出不穷，甚至与 Intel联合宣布最新硬件不在支持Win7，以迫使用户向win10转移，但不得不承认win10系统性能各方面更优于win7系统。可是win10系统太多的自带软件，让我这种有洁癖的人很难受，我喜欢纯洁如处子般的系统——精简版...
2019-12-12 17:11:47
9771
2
原创 Anaconda下隔离一个稳定的Python版本
使用Anaconda时，可以选择创建一个专用于固定项目的隔离Python环境。建议这样做，因为它可以为每个项目提供不同的环境，并可能具有不同的库和库版本：$ conda create -n py35 python=3.5 anaconda$ source activate py35$ conda activate py35这将创建一个名为py35的全新Python 3.5环境（您可以根...
2019-11-08 19:19:45
502
原创 近红外光谱预处理方法汇总
近红外光谱预处理方法汇总由于使用近红外光谱探测器所获取的数据信号除含被测样本待测成分信息外，还包括各种仪器的噪声，如高频随机噪声、基线漂移、杂散信息、样本背景背景等无关信息。因此，在数据分析前，首先应对特定的信号测量和样本体系进行合理的处理，减弱甚至消除各种非目标因素对检测信号信息的影响，为建立稳定、可靠的数学模型奠定基础。常用的数据前处理方法有数据标准化处理（均值中心化、归一化、标准正态变换等...
2019-09-26 21:47:05
5218
1
转载 回归类（预测）模型评价指标(RMSE\MSE\MAE\MAPE\SMAPE)
QQ:1244180262MSE均方误差（Mean Square Error） 范围[0,+∞)，当预测值与真实值完全吻合时等于0，即完美模型；误差越大，该值越大。RMSE均方根误差（Root Mean Square Error），其实就是MSE加了个根号，这样数量级上比较直观，比如RMSE=10，可以认为回归效果相比真实值平均相差10。范围[0,+∞)，当预测值与真实值完全吻合...
2019-09-14 17:38:38
19009
1
Alexnet论文解读
2023-05-20
OCR文字识别.zip
2020-03-29
icepdf-viewer-6.3.2.jar
2020-02-12
icepdf-viewer-6.3.0-sources.jar
2020-02-12
icepdf-viewer-6.2.2.jar
2020-02-12
icepdf-pro-intl-6.3.2.jar
2020-02-12
icepdf-pro-6.3.2.jar
2020-02-12
icepdf-core-6.3.0-sources.jar
2020-02-12
icepdf-core-6.1.3-sources.jar
2020-02-12
Data_003.pdf
2020-02-09
光谱预处理代码.zip
2019-09-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人