腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
机器学习与python集中营
专注于python开发、机器学习、深度学习、人工智能领域的一颗小草。
专栏作者
举报
135
文章
482437
阅读量
75
订阅数
订阅专栏
申请加入专栏
全部文章(135)
神经网络(52)
python(40)
编程算法(40)
深度学习(38)
机器学习(30)
人工智能(26)
https(18)
网络安全(15)
图像识别(15)
卷积神经网络(7)
github(6)
开源(6)
keras(6)
批量计算(5)
存储(5)
javascript(4)
git(4)
numpy(4)
tensorflow(3)
java(3)
缓存(3)
对象存储(2)
其他(2)
c++(2)
node.js(2)
api(2)
linux(2)
unix(2)
文件存储(2)
http(2)
serverless(2)
正则表达式(2)
面向对象编程(2)
数据可视化(2)
NLP 服务(1)
自动驾驶(1)
bash(1)
actionscript(1)
.net(1)
scala(1)
html(1)
json(1)
matlab(1)
bash 指令(1)
访问管理(1)
图像处理(1)
网站(1)
svg(1)
分布式(1)
gui(1)
监督学习(1)
决策树(1)
二叉树(1)
pytorch(1)
tcp/ip(1)
scrapy(1)
kernel(1)
lnmp(1)
迁移学习(1)
大数据(1)
数据分析(1)
数据处理(1)
数据结构(1)
架构设计(1)
信息流(1)
sdn(1)
convolution(1)
data(1)
element(1)
fixed(1)
graph(1)
int(1)
map(1)
offline(1)
plotly(1)
shuffle(1)
trace(1)
博客(1)
搜索文章
搜索
搜索
关闭
目标检测中AP和mAP计算详解(代码全解)
https
python
网络安全
图像识别
✔️ 准确率=预测正确的样本数/所有样本数,即预测正确的样本比例(包括预测正确的正样本和预测正确的负样本,不过在目标检测领域,没有预测正确的负样本这一说法,所以目标检测里面没有用Accuracy的)。
小草AI
2019-11-01
5.2K
0
【论文详解】目标检测算法之SSD 深入详解
存储
图像识别
https
神经网络
深度学习
目标检测近年来已经取得了很重要的进展,主流的算法主要分为两个类型:(1)two-stage方法,如R-CNN系算法,其主要思路是先通过启发式方法(selective search)或者CNN网络(RPN)产生一系列稀疏的候选框,然后对这些候选框进行分类与回归,two-stage方法的优势是准确度高;(2)one-stage方法,如Yolo和SSD,其主要思路是均匀地在图片的不同位置进行密集抽样,抽样时可以采用不同尺度和长宽比,然后利用CNN提取特征后直接进行分类与回归,整个过程只需要一步,所以其优势是速度快,但是均匀的密集采样的一个重要缺点是训练比较困难,这主要是因为正样本与负样本(背景)极其不均衡(参见Focal Loss,https://arxiv.org/abs/1708.02002),导致模型准确度稍低。不同算法的性能如图1所示,可以看到两类方法在准确度和速度上的差异。
小草AI
2019-10-22
1.6K
0
玩数据必备 Python 库:Numpy 使用详解
numpy
编程算法
图像识别
python
Numpy(Numerical Python的简称)是高性能科学计算和数据分析的基础包,其提供了矩阵运算的功能。本文带你了解Numpy的一些核心知识点。
小草AI
2019-09-24
837
0
计算机视觉中的注意力机制原理及其模型发展
图像识别
所谓Attention机制,便是聚焦于局部信息的机制,比如图像中的某一个图像区域。随着任务的变化,注意力区域往往会发生变化。
小草AI
2019-08-26
1.8K
0
轻量级神经网络系列——MobileNet V2
图像识别
神经网络
在前面的一篇文章中介绍了轻量级的网络架构mobilenet v1,本次续接第一篇,介绍V1的升级版本,mobilenet v2。
小草AI
2019-07-08
3.2K
0
object detection中的非极大值抑制(NMS)算法
图像识别
编程算法
机器学习
神经网络
深度学习
前言 什么是NMS算法呢?即非极大值抑制,它在目标检测、目标追踪、三维重建等方面应用十分广泛,特别是在目标检测方面,它是目标检测的最后一道关口,不管是RCNN、还是fast-RCNN、YOLO等算法,都使用了这一项算法。 一、概述 非极大值抑制(Non-Maximum Suppression,NMS),顾名思义就是抑制不是极大值的元素,可以理解为局部最大搜索。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。这里不讨论通用的NMS算法(参考论文《Efficient Non-Maximum Suppression》对1维和2维数据的NMS实现),而是用于目标检测中提取分数最高的窗口的。例如在行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉的情况。这时就需要用到NMS来选取那些邻域里分数最高(是行人的概率最大),并且抑制那些分数低的窗口。 NMS在计算机视觉领域有着非常重要的应用,如视频目标跟踪、数据挖掘、3D重建、目标识别以及纹理分析等。本文主要以目标检测中的应用加以说明。
小草AI
2019-06-02
4K
0
【个人总结】一文看尽faster-RCNN的四大创新点
机器学习
神经网络
深度学习
人工智能
图像识别
fast-RCNN是建立在前面的RCNN和SPPNet的基础之上的,虽然RCNN和SPPNet使得深度神经网络在目标检测领域有了一些新的技术突破,但是还远远没有达到真正的实时检测、端到端的出结果的程度,于是诞生了fast-RCNN,虽然在目前,已经明确有说明fast-RCNN是deprecate(贬低,贬损)的,但是从它里面所诞生的一些创新方法为后面的目标检测算法建立了一个很好的基础。小草收集了大量文献,整理了fast-RCNN的四大核心点。
小草AI
2019-06-02
4.6K
0
还没听过“无锚点框(no anchor)”的检测算法?看看这篇吧!
图像识别
机器学习
神经网络
深度学习
人工智能
目标检测通常采用传统的密集滑窗的方式或者当前主流的铺设锚点框(anchor)的检测方式,但不管哪种方式都不可避免地需要针对特定数据集设计甚至优化滑窗或锚点框超参数,从而增加了训练难度并限制了检测器的通用性。
小草AI
2019-06-02
3.3K
0
【个人整理】一文看尽YOLO V2的10个改进技巧(下篇)
神经网络
深度学习
人工智能
图像识别
YOLO V1 问世已久,风头很快就被SSD盖过,原作者rbg(Ross Girshick)大神自然不甘心,于是又在yolo v1的基础之上提出了YOLO v2 ,根据论文中的总结,yolo v2在yolo v1的基础之上一共有10个主要的改进点,本文是结合网上的众多博客文章,用自己习惯的方式做了一个简单地整理。
小草AI
2019-06-02
1.7K
0
重磅!MobileNetV3 来了!
编程算法
图像识别
在现代深度学习算法研究中,通用的骨干网+特定任务网络head成为一种标准的设计模式。比如VGG + 检测Head,或者inception + 分割Head。
小草AI
2019-06-02
1.4K
0
深度学习手把手系列文章归档
存储
图像识别
深度学习
机器学习
神经网络
【手把手AI项目】一、安装win10+linux-Ubuntu16.04的双系统(全网最详细)
小草AI
2019-05-31
611
0
jupyter notebook系列之 自定义主题、字体、字号等
开源
python
图像识别
其他
jupyter notebook 是个好东西,但是默认皮肤实在是看得人难受,最不能忍的是字号太小。感谢GitHub大神,提供了这款主题更改工具,网上很多人介绍了更换主题的方法。我还做了一些字号、字体等修改,现在舒服多了。另外,前面我写了一个系列的jupyter文章,很详细,有兴趣的小伙伴可以参考文章末尾的历史文章哦!
小草AI
2019-05-31
13K
1
IIAI CVPR 2019 跟踪、检测、分割论文荐读
图像识别
神经网络
卷积神经网络
https
网络安全
CVPR (Conference on Computer Vision andPattern Recognition) 作为人工智能领域计算机视觉方向的最重要的学术会议,每年都会吸引全球最顶尖的学术机构和公司的大量投稿。
小草AI
2019-05-31
725
0
【开源资源】GitHub上深度学习模型压缩资源汇总
图像识别
本文为大家推荐一份深度学习模型压缩的资源列表,涵盖了主要论文成果、研究人员、会议、新闻等内容。
小草AI
2019-05-31
848
0
YOLO V2的10个改进技巧(上篇)
存储
图像识别
神经网络
深度学习
人工智能
YOLO V2的原始论文是,《YOLO9000: Better, Faster, Stronger 》,新的YOLO版本论文全名叫“YOLO9000: Better, Faster, Stronger”,主要有两个大方面的改进:
小草AI
2019-05-30
2.5K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档