- 博客(44)
- 收藏
- 关注
RSS订阅原创 目标检测 —— Selective Search 算法
1. 前言由于目标检测和图像分类的不同，一张图可能存在多个目标，因此为了定位和识别出图片中的目标，一个简单的做法是通过 滑动窗口 的方法来将图像分割成许多的子区域，然后进行识别和坐标修正。但是这种方法有一个缺点就是： 他是在图像上通过穷举的方法找出所有的子区域，这样就会导致生成的小区域数量居多。而 Selective Search 是另一种基于区域的方法，该方法能大大减少子区域的数量。并且在 R...
2019-08-10 14:25:30
979
1
原创 目标检测中的样本不平衡处理方法——OHEM, Focal Loss, GHM, PISA
1. 前言目前。计算机视觉中的性能最好的目标检测方法主要分为两种: one-stage 和two-stage 方法。two-stage方法分为两步，第一步为候选区域生成阶段(Proposal stage),通过如Selective Search、EdgeBoxes等方法可以生成数量相对较小候选目标检测框；第二步为分类与回归阶段，对第一阶段生成的 Candiate Proposal 进行分类和位置...
2019-07-20 23:25:21
7005
1
转载 GBDT算法原理以及实例理解
该内容完全转载自同名CSDN博客(http://blog.csdn.net/zpalyq110/article/details/79527653)文章目录1. Decision Tree：CART回归树2. Gradient Boosting：拟合负梯度3. GBDT算法原理4. 实例详解写在前面： 去年学习GBDT之初，为了加强对算法的理解，整理了一篇笔记形式的文章，发出去之后发现阅读量越来...
2019-04-27 15:21:53
1981
转载 机器学习中的熵、条件熵、相对熵(KL散度)和交叉熵
该文章转载自详解机器学习中的熵、条件熵、相对熵和交叉熵文章目录1、信息熵 (information entropy)2、条件熵 (Conditional entropy)3、相对熵 (Relative entropy)，也称KL散度 (Kullback–Leibler divergence)4、交叉熵 (Cross entropy)5、总结6、参考1、信息熵 (information entr...
2019-04-26 12:31:54
2278
原创 支持向量机——线性可分支持向量机
GitHub简书CSDN1 线性可分支持向量机支持向量机(Support vector machines, SVM)是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，他的学习策略就是间隔最大化，同时该方法可以形式化为一个求解图二次规划。支持向量机可分为三类:线性可分支持向量机、硬间隔（hard-margin svm)线性支持向量机、软间隔(soft-margi...
2019-03-27 15:05:44
3992
原创 最大熵模型
1. 最大熵原理最大熵模型（Maximum Entropy Model)是通过最大熵原理推导实现,那什么是最大熵原理？熵是随机变量不确定性大的度量，不确定性越大，熵值越大；若随机变量变为定值，即某个值发生的概率为1，而其它事件都为0， 此时熵值为0，均匀分布是熵值最大的分布，也即“最不确定的分布”。假设离散随机变量 XXX 的概率分布是 P(X)P(X)P(X),则其熵为:(1)H(P)=...
2019-03-26 22:03:41
265
原创 逻辑(斯谛)回归（Logistic Regression）
GitHub简书CSDN在我们学习机器学习的过程中，我们所需解决的问题，大致可以分为两部分：分类和回归.其中,分类是指模型用来预测一个有限的离散值集合中的一个，比如猫狗分类，肿瘤的恶性或良性; 回归是指模型的输出是一个连续变量，比如预测房价、身高等.本篇内容讲解的是机器学习中经典的逻辑(斯谛)回归（Logistic Regression)，从名字上看，大家误以为该方法是一种回归方法，其实不然...
2019-03-20 14:19:32
852
原创 GloVe:Global Vectors for Word Representation
GIthub简书CSDN词作为自然语言处理中的一个基本单元，如何表示一个词对于后续的处理任务至关重要，最简单的表示方式是 One-hot，但是该方法表示的词之间是相互独立的，因此局限性很大，需要采用一种更合理的表示方法。1. 前言目前，学习词向量的方法主流的有两种：全局矩阵分解的方法，比如LSA，HAL，这类方法首先统计语料库中的“词-文档”或者“词-词”共现矩阵，然后通过矩阵分解...
2018-11-22 15:12:31
770
原创 LeetCode 172.FactorialTrailingZeroes(阶乘后的零)
GitHub链接简书链接CSDN链接题目给定一个整数 n， 返回 n!n!n! 结果尾数中零的个数。示例1输入: 3输出: 0解释: 3! = 6, 尾数中没有零。示例2输入: 5输出: 1解释: 5! = 120, 尾数中有 1 个零.说明: 算法的时间复杂度应为 O(logn)O(log n)O(logn)方法一（错误的）求出 n!n!n! 的值或者在求的过程...
2018-10-07 18:59:49
240
原创 169. Majority Element(求众数)
GIthub简书CSDN题目给定一个大小为 n 的数组，找到其中的众数。众数是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。你可以假设数组是非空的，并且给定的数组总是存在众数。示例1：输入: [3,2,3]输出: 3示例2：输入: [2,2,1,1,1,2,2]输出: 2方法一: 暴力破解算法最简单最直接的方法是统计每个数出现的次数，如果它出现的次数 大于 ⌊n/...
2018-10-07 16:10:44
806
原创 LeetCode 136.Single Number(只出现一次的数字)
题目给定一个非空整数数组，除了某个元素只出现一次以外，其余每个元素均出现两次。找出那个只出现了一次的元素。说明你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗？示例1输入: [2,2,1]输出: 1示例2输入: [4,1,2,1,2]输出: 4难度系数: 简单解题思路一常规方法是,遍历数组,然后统计每个值出现的次数,最后在选择出现次数为1的那个值.该算法的...
2018-10-06 15:23:21
192
原创 多元线性回归——Day3
相关链接: Github地址 简书地址 CSDN地址致谢感谢大家的阅读和支持, 欢迎大家上星..该博客的原始Github项目地址点击这里
2018-09-13 21:47:25
207
原创 数据预处理——Day 1
总所周知,对于机器学习任务,特别是对于深度学习任务,我们需要创建训练集,因此需要收集大量的数据.然而,在实际中,我们收集的数据极易受噪声、缺失值和数据不一致的影响。通常我们对数据进行如下几种预处理：缺失值处理异常值处理冗余数据处理数据标准化数据离散化数据向量化: 我自己总结的，主要针对文本数据。不知道算不算预处理，但这是文本数据的必须操作。本文主要针对缺失值处理和数据向量化两...
2018-09-12 22:40:52
806
原创 机器学习100天序言
该系列博客是基于由Siraj Raval提出的100 Days of Machine Learning Coding.而该系列博客的目的是在学习该项目的同事丰富其内容，加入自己查阅的资料和自己的理解。该项目全部基于 Python 语言进行讲解内容安排第1天 数据集预处理第2天 简单线性回归第3天 多元线性回归第4天 Logistic回归第5天 Logistic回归第6天 实现 ...
2018-09-12 22:39:45
224
原创 关于 onPause 和 onStop 的那些事
onPause 和 onStop 是 Android 管理 Activity 的两个生命周期，我们平时可能对这两个生命周期的关注不是很大，大部分都是在 onCreate 这个生命周。从 Android 的官方文档，我们可以发现，在我们的实际开发中，onPause 和 onStop 主要用来释放资源，但是他们也有一些区别，我们线看看官方文档的说命： When the system call...
2018-08-25 23:21:22
7056
原创 最长回文子串(Longest Palindromic Substring)
Github地址 简书地址 CSDN地址问题描述给定一个字符串 s，找出其中最长的回文子串，假设给定字符串的长度最大维 1000.例如:输入: "babad"输出: "bab"注意： “aba” 也是正确的解，有多个解返回其中一个即可输入："cbbd"输出："bb"回文串是指一个字符串对称，从最左边和最右边分别往最中间遍历，各个
2018-04-15 13:31:10
334
翻译 PyTorch:数据加载和预处理
Github地址 简书地址 CSDN地址此教程翻译自PyTorch官方教程作者: Sasank Chilamkurthy在解决任何机器学习问题上，在准备数据上会付出很大努力。PyTorch 提供了许多工具， 使数据加载变得简单，希望能使你的代码更具可读性。本教程中，我们将看到图和从一个不重要的数据集中加载和预处理/增强数据。要运行本教程，请确保已安装一下软件包： 1. sci...
2018-04-10 20:20:14
18140
原创 用例子学习 PyTorch
Github地址 简书地址 CSDN地址此教程翻译自PyTorch官方教程作者: Sasank Chilamkurthy在解决任何机器学习问题上，在准备数据上会付出很大努力。PyTorch 提供了许多工具， 使数据加载变得简单，希望能使你的代码更具可读性。本教程中，我们将看到图和从一个不重要的数据集中加载和预处理/增强数据。要运行本教程，请确保已安装一下软件包： 1. sci...
2018-04-10 20:14:31
3444
原创 Spring（一）—— 入门
声明：本教程均在Spring4.0.4版本中实现目前Java EE主流的轻量级开发框架有SSH(Struts+spring+Hibernate)和SSM(Spring+Sprng MVC+Mybatis),从中可以看出，无论是SSH还是SSM，Spring在Java开发中有着重要的作用。Spring以IoC、AOP维主要思想，它是一个“一站式”框架，即在 Java EE的三层架构，即表现层...
2018-03-20 22:32:30
204
原创 如何在 hexo 中支持 Mathjax？
在 hexo 中，你会发现我们不能用 Latex 语法来书写数学公式，这对于书写学术博客来说是很大的不便，因为我们会经常碰到很多的数学公式推导，但是我们可以通过安装第三方库来解决这一问题。第一步： 使用Kramed代替 Markedhexo 默认的渲染引擎是 marked，但是 marked 不支持 mathjax。 kramed 是在 marked 的基础上进行修改。我们在工程目录下执行以下命令来
2017-11-29 21:40:20
7216
4
原创 离散余弦变换(DCT)
DCT(Discrete Cosine Transform)离散余弦变换一维DCT一维离散余弦变换公式为： C(u)=α(u)∑x=0N−1f(x)cos[π(2x+1)u2N]C(u) = \alpha (u) \sum_{x=0}^{N-1}f(x)cos[\frac{\pi (2x+1)u}{2N}] 其中NN表示一维序列的长度，下标从0开始，xx表示原始图像坐标，uu为对应的变换后的
2017-10-28 14:44:36
3334
原创 OpenCV——Opencv彩色图像在matplot中显示问题的解决
OpenCV——Opencv彩色图像在matplot中显示问题的解决由于OpenCV是以BGR模式加载图像，而matplotlib则是以常见的RGB模式显示图像，因此通过OpenCV加载的彩色图像用matplotlib显示时会出现问题，针对此问题，这里主要提出三种解决方案。我们先来看看直线用matplotlib显示opencv加载的彩色图像出现的效果:import cv2import matplo
2017-08-05 13:35:36
2600
原创 OpenCV——图片的加载、显示、保存(python)
OpenCV-Python——图片的加载、显示、保存本小节，我们将学习在Python语言中利用OpenCV库来实现图片的读取、显示、保存，所有的这些图片都是一个numpy.ndarray，这三种操作都过cv2.imread()、cv2.imshow()、cv2.imwrite()三个函数来实现，同时在文末，简要介绍了使用Matplotlib来显示图片。本文所使用opencv为opencv3.2版本，
2017-08-05 11:28:06
131652
2
原创 决策树
决策树决策树（Decision Tree)是一种用于分类的机器学习算法，他根据表示示例(example)的属性，对属性进行选择并作出判断，将训练数据根据这个属性测试的结果被划分到子节点中。生成决策树的过程是一个递归生成的过程，遵循简单而直观的“分而治之”策略，基本算法如下: 输入:训练集D={(x1,y1),(x2,y2),⋯,(xm,ym)};属性集A={a1,a2,⋯,ad}\begin{s
2017-07-29 18:11:02
345
原创 Android 自定义进度条
Android 自定义进度条为什么要自定义控件：特定的显示风格处理特有的用户交互优化我们的布局封装如何自定义控件：自定义属性的声明与获取测量onMeasure布局onLayout(ViewGroup)绘制onDrawonTouchonInterceptTouchEvent(ViewGroup)状态的恢复与保存从上面这张图来分析需要自定义哪些属性...
2017-07-18 13:12:26
450
转载 Android 样式 —— layer-list 篇
Android样式的开发:layer-list篇 Android样式的开发:shape篇Android样式的开发:selector篇Android样式的开发:layer-list篇Android样式的开发:drawable汇总篇Android样式的开发:View Animation篇Android样式的开发:Property Animation篇Android样式的开发:Style篇上
2017-06-14 09:08:54
360
原创 Android 样式 —— selector 篇
Android 样式 —— selector 篇Android 样式 —— Shape篇shape标签只能定义一些简单的形状，多用来设置view的背景或颜色，但是不能随着view的状态改变而改变形状或背景，而selector标签可以实线这一功能，他能让view的背景、文字颜色随着view的状态改变而改变。selector标签下，可以添加一个或多个item标签，每个item标签有两个属性：状态、dra
2017-06-01 23:23:07
698
原创 Android 样式—— Shape篇
Android 样式—— Shape篇一个APP应保持统一的样式，比如控件间隔、文字大小和颜色，颜色搭配，Android额样式通过shape、sekector、layer-list、level-list、style、theme等组合实现。接下来，讲循序渐进的讲解这些样式的使用。首先我们讲解shape，定义基本的矩形、椭圆、直线、环等基础形状。用shape定义的XML文件放在drawable目录下，使
2017-06-01 20:17:38
546
转载 Android —— Notification（二）
Android 5.X 新特性详解（五）——Notification <div class="article_manage clearfix"> <div class="article_l"> <span class="link_categories"> 标签： <a href="
2017-05-29 16:19:53
397
转载 Android——Notification（一）
什么是通知(Notification)通知是一个可以在应用程序正常的用户界面之外显示给用户的消息。通知发出时，它首先出现在状态栏的通知区域中，用户打开通知抽屉可查看通知详情。通知区域和通知抽屉都是用户可以随时查看的系统控制区域。作为安卓用户界面的重要组成部分，通知有自己的设计指南。在Android 5.0(API level 21)中引入的 Material Design 的变化是特别重要的，更
2017-05-29 16:15:51
398
转载 LinearLayout 布局讲解
序LinearLayout，其实就是线性布局，结构层次相对来说简单非常明了，只有横和竖2条直线的方向。这里主要记录下LinearLayout的重要属性，以及使用时需要注意的事项。1.排列方式orientation在XML布局中:Android:orientation=”vertical”//垂直排列android:orientation=”horizontal”//水平排列注意事项：控制Line
2017-05-28 21:30:03
714
原创 Numpy学习笔记（一）
先决条件熟悉python，可以参考Python Tutorial或者廖雪峰的官方网站安装Python和Numpy建议安装ipython或bpython（推荐），一个强化版本的Python Shell，学习时非常方便.后续的代码均在python3中测试通过。基础篇Numpy的主要对象是同种元素的多维数组，这和Python的列表稍微不同，Python列表的元素类型可以不同。在Numpy中，维度（d
2017-04-15 15:10:42
688
原创 Markdown中Latex 数学公式基本语法
Markdown中Latex 数学公式基本语法公式排版分为两种排版： - 行内公式：用\ 或者 $ 包裹公式 - 独立公式：用 \$ 包裹公式。 例如: $ \sum_{i=0}^{n}i^2 $ 表示∑ni=0i2 \sum_{i=0}^{n}i^2 $$ \sum_{i=0}^{n}i^2 $$ 表示 ∑i=0ni2 \sum_{i=0}^{n}i^2 一下
2017-04-13 11:30:34
50107
10
原创 Markdown语法
概述Markdown是一种轻量级的「标记语言」，它的目标是实现「易读易写」，他用简洁的语法代替排版，是我们专注于编写的内容。下面简要介绍一些Markdown的语法。标题在行首插入1到6个#，对应标题的1到6阶# 这是 H1## 这是H2### 这是H3结果如下： 可以在行尾加入#来闭合引用在每行加入>> This is a blockquote with two paragraphs. L
2017-04-06 16:46:15
479
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人