非最大抑制，挑选和目标重叠框 yolo思想原理 待办https://blog.csdn.net/shuzfan/article/details/52711706根据分类器类别分类概率做排序，(框的类别排序)搜索局部最大值，抑制不是最大的元素。非最大抑制为什么box bunding要做回归，因为box... ...
分类：
其他好文 时间：
2020-02-27 20:49:49
阅读次数：
66
进行误差分析（Carrying out error analysis） 你希望让学习算法能够胜任人类能做的任务，但你的学习算法还没有达到人类的表现，那么人工检查一下你的算法犯的错误也许可以让你了解接下来应该做什么。 这个过程称为错误分析，我们从一个例子开始讲吧。 假设你正在调试猫分类器，然后你取得了 ...
分类：
其他好文 时间：
2020-02-25 14:47:44
阅读次数：
98
目录 scitit-learn SVM API说明 鸢尾花SVM特征分类 鸢尾花数据不同分类器准确率比较 不同SVM核函数效果比较 异常值检测(OneClassSVM) 分类问题总结 一、scitit-learn SVM API说明 1.1 算法库概述分类算法 svm.SVC API说明：也可见另一... ...
分类：
其他好文 时间：
2020-02-24 00:20:34
阅读次数：
113
目录 感知机模型 感知机模型损失函数 感知机模型损失函数的优化方法 感知机模型的算法 感知机模型的算法对偶形式 我们知道较早的分类模型——感知机（1957年）是二类分类的线性分类模型，也是后来神经网络和支持向量机的基础。 1、感知机模型 感知机模型是一种二分类的线性分类器，只能处理线性可分的问题，感... ...
分类：
编程语言 时间：
2020-02-23 23:55:25
阅读次数：
114
这些年深度学习的出现，让光学字符识别（OCR）技术焕发第二春。现在光学字符识别（OCR）基本都用卷积神经网络来做了，而且识别率也是惊人的好，人们也不再需要花大量时间去设计字符特征了。 在光学字符识别（OCR）系统中，人工神经网络主要充当特征提取器和分类器的功能，输入是字符图像，输出是识别结果，一气呵 ...
分类：
其他好文 时间：
2020-02-21 18:30:23
阅读次数：
130
读取多张MNIST图片 在读取多张MNIST图片之前，我们先来看下读取单张图片如何实现 每张数字图片大小都为28 * 28的，需要将数据reshape成28 * 28的，采用最近邻插值，如下 def plot_digit(data): img = data.reshape(28,28) plt.im ...
分类：
其他好文 时间：
2020-02-21 14:58:59
阅读次数：
150
此函数用已经训练好的分类器（xml文件）来检测人脸人眼等。 【参数说明】 1.image——待检测图片，一般为灰度图像加快检测速度； 2.objects——被检测物体的矩形框向量组； 3.scaleFactor——每次图像尺寸减小的比例，默认为1.1，即每次缩小10% 4.minNeighbors— ...
分类：
其他好文 时间：
2020-02-18 20:36:51
阅读次数：
103
ROC曲线 ROC曲线是二元分类器中常用的工具，它的全称是 Receiver Operating Characteristic，接收者操作特征曲线。它与precision/recall 曲线特别相似，但是它画出的是true positive rate（recall的另一种叫法）对应false pos ...
分类：
其他好文 时间：
2020-02-18 20:11:29
阅读次数：
280
分类问题 在机器学习中，主要有两大类问题，分别是分类和回归。下面我们先主讲分类问题。 MINST 这里我们会用MINST数据集，也就是众所周知的手写数字集，机器学习中的 Hello World。sk-learn 提供了用于直接下载此数据集的方法： from sklearn.datasets impo ...
分类：
其他好文 时间：
2020-02-16 14:49:56
阅读次数：
91
核函数的作用就是隐含着一个从低维空间到高维空间的映射，而这个映射可以把低维空间中线性不可分的两类点变成线性可分的。 什么是线性不可分什么又是线性可分呢？ 线性不可分简单来说就是你一个数据集不可以通过一个线性分类器（直线、平面）来实现分类。这样子的数据集在实际应用中是很常见的，例如：人脸图像、文本文档 ...
分类：
其他好文 时间：
2020-02-14 12:40:19
阅读次数：
70
