Cong Yu's Blog

What’s past is prologue.

FASTer-RCNN

CV-DETECTION 系列之 FASTer-RCNN

FASTer-RCNN 经过R-CNN和Fast RCNN的积淀，Ross B. Girshick在2016年提出了新的Faster RCNN，在结构上，Faster RCNN已经将特征抽取(feature extraction)，proposal提取，bounding box regression(rect refine)，classification都整合在了一个网络中，使得综合性能有...

Posted by Cong Yu on December 19, 2020

FAST-RCNN

CV-DETECTION 系列之 FAST-RCNN

FAST-RCNN 任务介绍 目标检测（Object Detection) 将目标的分割和识别合二为一，通俗点说就是给定一张图片要精确的定位到物体所在位置，并完成对物体类别的识别。 RCNN检测慢主要体现为： 相比于RCNN，主要改进： RCNN大缺点：由于每一个候选框都要独自经过CNN，耗时多。通过共享卷积层，现在不是每一个候选框都当做输入进入CNN了，最后一个卷积层后...

Posted by Cong Yu on December 19, 2020

RCNN

CV-DETECTION 系列之 RCNN

R-CNN 任务介绍 目标检测（Object Detection) 将目标的分割和识别合二为一，通俗点说就是给定一张图片要精确的定位到物体所在位置，并完成对物体类别的识别。 输入：image 输出：类别标签（Category label）；位置（最小外接矩形 / Bounding Box） 模型架构 R-CNN的全称是Region-CNN （区域卷积神经网络），是第一个成功将...

Posted by Cong Yu on December 18, 2020

python多进程-multiprocessing

多进程-介绍

python 多进程 process Process 类用来描述一个进程对象。创建子进程的时候，只需要传入一个执行函数和函数的参数即可完成 Process 示例的创建 multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None) target 是函数名字，需...

Posted by Cong Yu on March 7, 2020

（转）机器学习-LogisticRegression

机器学习系列之 LogisticRegression

Logistic 回归 概述 Logistic 回归 或者叫逻辑回归 虽然名字有回归，但是它是用来做分类的。其主要思想是: 根据现有数据对分类边界线(Decision Boundary)建立回归公式，以此进行分类。 须知概念 Sigmoid 函数 回归 概念 假设现在有一些数据点，我们用一条直线对这些点进行拟合（这条直线称为最佳拟合直线），这个拟合的过程就叫做回归。进而可以得到对这...

Posted by Cong Yu on May 23, 2019

（转）机器学习-NaiveBayes

机器学习系列之 NaiveBayes

朴素贝叶斯 概述 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后，我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。 贝叶斯理论 & 条件概率 贝叶斯理论 我们现在有一个数据集，它由两类数据组成， 我们现在用 p1(x,y) 表示数据点 (x,y) 属于类别 1的概率，用 ...

Posted by Cong Yu on May 23, 2019

（转）机器学习-DecisionTree

机器学习系列之 DecisionTree

决策树 概述 决策树（Decision Tree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。我们这章节只讨论用于分类的决策树。 决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是 if-then 规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。 决策树学习通常包括 3 个步骤：特征选择、决策树的生成和决策树的修剪。 ...

Posted by Cong Yu on May 15, 2019

（转）机器学习-KNN

机器学习系列之 KNN

KNN 概述 k-近邻（kNN, k-NearestNeighbor）算法是一种基本分类与回归方法，我们这里只讨论分类问题中的 k-近邻算法。 一句话总结：近朱者赤近墨者黑！ k 近邻算法的输入为实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类。k 近邻算法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其 k 个最近邻的训练实例的类别，通过多数表决...

Posted by Cong Yu on May 15, 2019

（转）机器学习-概述

机器学习系列之 概述

机器学习 概述 机器学习(Machine Learning,ML) 是使用计算机来彰显数据背后的真实含义，它为了把无序的数据转换成有用的信息。是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 它是人工智能的核心，是使计算机具有智能的根本途径，其...

Posted by Cong Yu on May 15, 2019

TensorFlow pb 读写

TensorFlow 系列之 pb 文件

tensorflow ckpt 转 pb python 代码 ckpt2pb 输入 ckpt 路径、保存pb文件路径 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3' import tensorflow as tf from tensorflow.python.framework import graph_util def fr...

Posted by Cong Yu on May 10, 2019

FEATURED TAGS
机器学习 DETECTION
ABOUT ME

Enjoy reading

✉️ 990800269@qq.com

FRIENDS