引入 监督学习的过程可以概括为：最小化误差的同时规则化参数。最小化误差是为了让模型拟合训练数据，规则化参数是为了防止过拟合。参数过多会导致模型复杂度上升，产生过拟合，即训练误...
发简信
IP属地：新疆
-
L1,L2,L0区别，为什么可以防止过拟合 -
Java高级特性——反射
概述 定义 JAVA反射机制是在运行状态中，对于任意一个类，都能够知道这个类的所有属性和方法；对于任意一个对象，都能够调用它的任意方法和属性；这种动态获取信息以及动态调用对象...
-
好不容易发好的呆被抢走了><
-
ConcurrentHashMap线程安全原理原文 总结： 分段机制：segment，每段加reentrantLock可重入锁定位元素：1 找segment数组下标 2 找segment的HashEntry数组下标ge...
-
Java:常用包详解
java.lang 该包提供了Java编程的基础类，例如 Object、Math、String、StringBuffer、System、Thread等，不使用该包就很难编写J...
-
Java方法的覆盖(重写)
方法的覆盖（override)重写（rewrite）对从父类中继承来的方法进行改造在子类继承父类时发生 方法覆盖的规则在子类中的覆盖方法与父类中被覆盖的方法应具有相同的方法名...
-
亲测有效，蟹蟹
Teamviewer 被检测为商业用途
【背景】无论是否登录Teamviewer账号，在控制另外一台电脑时，总是提示检测到商业用途，5分钟便断开连接并且强制3分钟内不允许再次控制其他设备；据说可以向Teamview...
-
Teamviewer 被检测为商业用途
【背景】无论是否登录Teamviewer账号，在控制另外一台电脑时，总是提示检测到商业用途，5分钟便断开连接并且强制3分钟内不允许再次控制其他设备；据说可以向Teamview...
-
初探softmax冒泡~又是新的一周鸭！经历了昨天的多次地震，要更珍惜生命，努力鸭！ Softmax 首先，我们要先了解一下，什么是Softmax？Softmax是用于分类过程，用来实现多分类...
-
Iterator的使用
Iterator（迭代器）是一个接口，它的作用就是遍历容器的所有元素。Iterator iter = list.iterator(); // 注意iterator，首字母小写...
-
机器学习基础（8）- 朴素贝叶斯分类模型
本文主要用于理解朴素贝叶斯模型的原理，并且通过对实际案例的剖析来加深大家的理解。 基本目录如下： 先导数学知识1.1 条件概率1.2 贝叶斯定理1.3 条件独立 朴素贝叶斯模...
-
-
tensorflow中的“tf.name_scope()”有什么用？1. tf.name_scope()命名空间的实际作用 （1）在某个tf.name_scope()指定的区域中定义的所有对象及各种操作，他们的“name”属性上会增加该命名区...
-
还是说，你的意思是，这个原图中的目标，
落在13*13的网格中的第1个网格，那么第1个网格产生的3个anchor先记录下来；
然后落在26*26的网格中的第2个网格，那么第2个网格产生的3个anchor也记录下来；
最后落在52*52的网格中的第3个网格，那么第3个网格产生的3个anchor先记录下来。
这样，这个目标就会有9个anchor，这9个anchor和gt的IOU最大的anchor是，第i个网格的第j个anchor那么Iij则需要计算坐标损失和分类损失。是这样吗？
还有一个问题，您在损失函数的公式中的S代表多少呢？是13？26？52？还是（13+26+52）呢？？还有B是多少呢是3？还是9呢？？感谢感谢！！关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
博主，想问个问题，文中你说
“下面我们来说明如何确定某个grid cell的bounding box是否负责预测该grid cell中的对象：前面在说明anchor box的时候提到每个bounding box负责预测的形状是依据与其对应的anchor box（bounding box prior）相关的，那这个anchor box与该对象的ground truth box的IOU在所有的anchor box（与一个grid cell中所有bounding box对应，COCO数据集中是9个）与ground truth box的IOU中最大，那它就负责预测这个对象”
怎么叫负责这里，产生的分支有三个，13；26；52，那么，每个分支对应回原图应当是三种网格格式了吧，那么比如原图中有一个目标，这个目标在13的分支网格中是第1个，在26的网格中是第2个网格，在52的网格中是第3个网格，你说哪一个anchor去负责这个目标呢？我本来理解的是，三个分支，各自检测自己的，但是您的文章中说“与一个grid cell中所有bounding box对应，COCO数据集中是9个” 按照我的理解，这应该是3个，但是您说是9个，这里可以解释一下吗？实在想不明白？？感谢关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
关于YOLOv3的一些细节本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
你好，请问那个目标大小损失中的N表示的是什么？是所有关键点都需要计算损失吗？还是只计算真正的关键点的目标大小损失呢？就是不明白的是，你当时在图上利用高斯分布撒了关键点，然后关键点的个数为N，应该是撒关键点之后的个数吧？那么计算目标大小的损失的时候呢，是计算撒完关键点的 所有点呢，还是只计算真值点呢？
CenterNet：Objects as Points
整体信息： 这篇文章题目言简意赅，就非常吸引人眼球。不同于CornerNet预测一对角点得到bbox，以及基于CornerNet改进的CenterNet预测三个点得到bbo...
-
经典分类CNN模型系列其四：Resnet介绍 终于可以说一下Resnet分类网络了，它差不多是当前应用最为广泛的CNN特征提取网络。它的提出始于2015年，作者中间有大名鼎鼎的三位人物He-Kaiming, Ren...
-
爱生活，爱人生，爱读书，爱思考的AI工程师。
-
@mrhalyang OK，肯定会标明~感谢！
关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
