引入 監督學習的過程可以概括為：最小化誤差的同時規則化參數。最小化誤差是為了讓模型擬合訓練數據，規則化參數是為了防止過擬合。參數過多會導致模型復雜度上升，產生過擬合，即訓練誤...
發簡信
IP屬地：海南
-
L1,L2,L0區別，為什么可以防止過擬合 -
Java高級特性——反射
概述 定義 JAVA反射機制是在運行狀態中，對于任意一個類，都能夠知道這個類的所有屬性和方法；對于任意一個對象，都能夠調用它的任意方法和屬性；這種動態獲取信息以及動態調用對象...
-
好不容易發好的呆被搶走了><
-
ConcurrentHashMap線程安全原理原文 總結： 分段機制：segment，每段加reentrantLock可重入鎖定位元素：1 找segment數組下標 2 找segment的HashEntry數組下標ge...
-
Java:常用包詳解
java.lang 該包提供了Java編程的基礎類，例如 Object、Math、String、StringBuffer、System、Thread等，不使用該包就很難編寫J...
-
Java方法的覆蓋(重寫)
方法的覆蓋（override)重寫（rewrite）對從父類中繼承來的方法進行改造在子類繼承父類時發生 方法覆蓋的規則在子類中的覆蓋方法與父類中被覆蓋的方法應具有相同的方法名...
-
親測有效，蟹蟹
Teamviewer 被檢測為商業用途
【背景】無論是否登錄Teamviewer賬號，在控制另外一臺電腦時，總是提示檢測到商業用途，5分鐘便斷開連接并且強制3分鐘內不允許再次控制其他設備；據說可以向Teamview...
-
Teamviewer 被檢測為商業用途
【背景】無論是否登錄Teamviewer賬號，在控制另外一臺電腦時，總是提示檢測到商業用途，5分鐘便斷開連接并且強制3分鐘內不允許再次控制其他設備；據說可以向Teamview...
-
初探softmax冒泡~又是新的一周鴨！經歷了昨天的多次地震，要更珍惜生命，努力鴨！ Softmax 首先，我們要先了解一下，什么是Softmax？Softmax是用于分類過程，用來實現多分類...
-
Iterator的使用
Iterator（迭代器）是一個接口，它的作用就是遍歷容器的所有元素。Iterator iter = list.iterator(); // 注意iterator，首字母小寫...
-
機器學習基礎（8）- 樸素貝葉斯分類模型
本文主要用于理解樸素貝葉斯模型的原理，并且通過對實際案例的剖析來加深大家的理解。 基本目錄如下： 先導數學知識1.1 條件概率1.2 貝葉斯定理1.3 條件獨立 樸素貝葉斯模...
-
-
tensorflow中的“tf.name_scope()”有什么用？1. tf.name_scope()命名空間的實際作用 （1）在某個tf.name_scope()指定的區域中定義的所有對象及各種操作，他們的“name”屬性上會增加該命名區...
-
還是說，你的意思是，這個原圖中的目標，
落在13*13的網格中的第1個網格，那么第1個網格產生的3個anchor先記錄下來；
然后落在26*26的網格中的第2個網格，那么第2個網格產生的3個anchor也記錄下來；
最后落在52*52的網格中的第3個網格，那么第3個網格產生的3個anchor先記錄下來。
這樣，這個目標就會有9個anchor，這9個anchor和gt的IOU最大的anchor是，第i個網格的第j個anchor那么Iij則需要計算坐標損失和分類損失。是這樣嗎？
還有一個問題，您在損失函數的公式中的S代表多少呢？是13？26？52？還是（13+26+52）呢？？還有B是多少呢是3？還是9呢？？感謝感謝！！關于YOLOv3的一些細節
本文是我對YOLO算法的細節理解總結，本文的閱讀前提是已讀過YOLO相關論文，文中不會談及YOLO的發展過程，不會與其他對象檢測算法進行對比，也不會介紹YOLO9000相關的...
-
博主，想問個問題，文中你說
“下面我們來說明如何確定某個grid cell的bounding box是否負責預測該grid cell中的對象：前面在說明anchor box的時候提到每個bounding box負責預測的形狀是依據與其對應的anchor box（bounding box prior）相關的，那這個anchor box與該對象的ground truth box的IOU在所有的anchor box（與一個grid cell中所有bounding box對應，COCO數據集中是9個）與ground truth box的IOU中最大，那它就負責預測這個對象”
怎么叫負責這里，產生的分支有三個，13；26；52，那么，每個分支對應回原圖應當是三種網格格式了吧，那么比如原圖中有一個目標，這個目標在13的分支網格中是第1個，在26的網格中是第2個網格，在52的網格中是第3個網格，你說哪一個anchor去負責這個目標呢？我本來理解的是，三個分支，各自檢測自己的，但是您的文章中說“與一個grid cell中所有bounding box對應，COCO數據集中是9個” 按照我的理解，這應該是3個，但是您說是9個，這里可以解釋一下嗎？實在想不明白？？感謝關于YOLOv3的一些細節
本文是我對YOLO算法的細節理解總結，本文的閱讀前提是已讀過YOLO相關論文，文中不會談及YOLO的發展過程，不會與其他對象檢測算法進行對比，也不會介紹YOLO9000相關的...
-
關于YOLOv3的一些細節本文是我對YOLO算法的細節理解總結，本文的閱讀前提是已讀過YOLO相關論文，文中不會談及YOLO的發展過程，不會與其他對象檢測算法進行對比，也不會介紹YOLO9000相關的...
-
你好，請問那個目標大小損失中的N表示的是什么？是所有關鍵點都需要計算損失嗎？還是只計算真正的關鍵點的目標大小損失呢？就是不明白的是，你當時在圖上利用高斯分布撒了關鍵點，然后關鍵點的個數為N，應該是撒關鍵點之后的個數吧？那么計算目標大小的損失的時候呢，是計算撒完關鍵點的 所有點呢，還是只計算真值點呢？
CenterNet：Objects as Points
整體信息： 這篇文章題目言簡意賅，就非常吸引人眼球。不同于CornerNet預測一對角點得到bbox，以及基于CornerNet改進的CenterNet預測三個點得到bbo...
-
經典分類CNN模型系列其四：Resnet介紹 終于可以說一下Resnet分類網絡了，它差不多是當前應用最為廣泛的CNN特征提取網絡。它的提出始于2015年，作者中間有大名鼎鼎的三位人物He-Kaiming, Ren...
-
愛生活，愛人生，愛讀書，愛思考的AI工程師。
-
@mrhalyang OK，肯定會標明~感謝！
關于YOLOv3的一些細節
本文是我對YOLO算法的細節理解總結，本文的閱讀前提是已讀過YOLO相關論文，文中不會談及YOLO的發展過程，不會與其他對象檢測算法進行對比，也不會介紹YOLO9000相關的...
