
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
卡尔曼滤波是对系统的状态(如汽车的速度、加速度等)进行最优估计,因为观测数据中包含噪声和干扰,所以最优估计也可看作是滤波过程。下面是卡尔曼滤波的两个例子。例1 估计发动机内部温度如果想要测量火箭发动机内部的温度,可以将传感器放入发动机内部测出内部温度TinT_{in}Tin,但是传感器在内部会损坏无法正常工作。只能将传感器放在发动机外面,通过测量外部温度TextT_{ext}Text推算内..
本文主要介绍回归问题的损失函数——均方误差,以及TensorFlow的实现。
项目源码:https://github.com/ultralytics/yolov5数据集制作:https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data一、准备环节计算机环境:Win10 + Python3.7 + cuda9.0主要依赖:Python>=3.7Cythonmatplotlib>=3.2.2numpy>
【神经网络】激活函数的作用及常用激活函数ReLu、Sigmoid
一 基本概念卷积神经网络与普通神经网络非常相识,它们都是由神经元组成,有拥有学习性的权重和偏置。每隔卷积神经网络与普通神经网络的区别在于,卷积神经网络包含了一个由卷积层和子采样层(池化层)构成的特征抽取器。在卷积神经网络的卷积层中,一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中,通常包含若干个特征图(featureMap),每个特征图由一些矩形排列的的神经元组成,同一特征图的神经元共..
VOC格式;VOC数据集格式介绍;
SQL dialect is not configured. MySQL, BigQuery, MariaDB match best.idea Unable to resolve table.
一 基本概念卷积神经网络与普通神经网络非常相识,它们都是由神经元组成,有拥有学习性的权重和偏置。每隔卷积神经网络与普通神经网络的区别在于,卷积神经网络包含了一个由卷积层和子采样层(池化层)构成的特征抽取器。在卷积神经网络的卷积层中,一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中,通常包含若干个特征图(featureMap),每个特征图由一些矩形排列的的神经元组成,同一特征图的神经元共..
一、准备环节计算机环境:Win10 + Python3.6 + cuda9.0主要依赖:tensorflow-gpu 1.12.0keras-gpu 2.2.4opencvpillownumpymatplotlib必选部分源码:https://github.com/qqwweee/keras-yolo3权重文件:yolo.h5(被墙,可采用下面方法)在YOLO官网下载...
数据扩增的概念数据扩增是指不实际增加原始数据,只是对原始数据做一些变换,从而创造出更多的数据。数据扩增的目的数据扩增的目的是增加数据量、丰富数据多样性、提高模型的泛化能力。数据扩增的方法单样本扩增包括:图像翻转、图像旋转、图像扭曲、图像仿射变换、图像缩放、图像压缩、图像随机crop、图像随机padding、图像对比度调整、亮度调整、色度调整、饱和度调整、色彩抖动、添加噪声、图像模糊、图像区域随机擦







