目标检测是计算机视觉里最经典、也最能体现工程价值的任务之一。从最早的两阶段检测器，到后来以 YOLO 为代表的一阶段实时检测，再到今天的端到端、多任务、端侧部署与动态计算，目标检测的技术路线一直在变化。YOLO-Next 是我对下一代目标检测范式的一次系统化探索。它不是单纯追求更大的网络，也不是把某个模块直接塞进现有检测器，而是围绕一个更长期的判断展开：未来的目标检测模型会走向端到端、跨平台、端侧

在前几天的博客里面，我介绍了ImageAI模块，以及基于官方预训练得到的模型进行了简单的识别分析，整体的流程都是比较简单的，今天想要基于ImageAI模块来完整地实现整个图片分类识别的流程，也就是说：这里的数据集构建和模型的训练以及结果模型的调用预测都是自己完成的。ImageAI简化了模型的搭建流程，所以整体来说还是比较简单的。按照官方的讲解我们先来构建自己本地的数据集...

完整的数据分析、挖掘流程简介这是在一次面试过程中遇到的一个问题，自己回答了个大概，但是缺少了一部分的东西，所以就抽时间查阅了一些相关的资料来总结了一下，也算是自己的一个学习过程了。一个完整的数据分析或者是数据挖掘过程包括许多个不同的阶段，每个阶段的作用都不相同但却密不可分，下面简单对自己理解总结的一个完整的分析挖掘流程中的各个阶段进行简单介绍。一个完整的分析挖掘流程大致包括以下几个方面：...

继上文的集成学习模型之后，本文实践使用的pyspark提供的多层感知机神经网络模型，这是一种比较简单但是却又很重要的神经网络模型。MLP是一种前向结构的人工神经网络，映射一组输入向量到一组输出向量。MLP可以被看做是一个有向图，由多个节点层组成，每一层全连接到下一层。除了输入节点，每个节点都是一个带有非线性激活函数的神经元（或称处理单元）。一种被称为反向传播算法的监督学习方法常被...

本文紧接上文的随机森林分类器模型，实践的同样是分类算法模型，随机森林模型和GBDT模型是机器学习领域里面非常重要的两种集成学习模型，两种模型虽然均采用了集成策略来进一步提升基分类器模型的性能，但是本质上是有区别的，前者采用并行的训练方式，后者采用的是串行的训练方式。同样，下面贴一下自己学习pyspark以来的记录笔记，具体如下：pyspark顾名思...

最近在使用pyspark来进行spark编程，之前对这个没有了解过，所以接下来需要多花点时间学习这个模块了，今天主要是简单地基于官方给出来实例来实践一下逻辑回归分类模型，pyspark提供的逻辑回归分类模型主要包括：二项逻辑回归和多项逻辑回归，各自有对应的适用场景。pyspark顾名思义就是由python和spark组合使用的。Spark提供了一个Python_Shell，...

    最近的工作可能要向大数据平台转移了，所以学习当今主流的大数据处理平台Hadoop和Spark显得尤为重要了，经过一番折腾之后终于在本地的PC机上搭建了Spark的环境，平时最多使用的是python，Spark对python提供了Pyspark模块，能够方便地使用Spark，今天抽时间简单实践了一下，编写wordcount的小例子，之后有时间继续学习：#!usr/bin/env pyt...

    最近一直在使用SQLServer数据库，里面的查询等操作与MySQL有所不同，所以还是需要多花点时间学习，今天Leader在我这里指导工作，现场纯熟地操作了一番数据库，着实让我佩服，简单记录一下下午学习到的SQLServer中的字符串的几个常用操作方法，注释很清楚就不多解释了，如下：/******Sql Server中截取字符串的常用方法******/TESTCODEST...

在正式将自己的主要绘图模块转移到plotly之前，我相信绝对大数的数据分析相关的从业者都是主要基于matplotlib来进行数据探索分析或者是可视化展示相关的工作的，着实，matplotlib也是真的十分强大。对于我而言，matplotlib算得上是最早使用到的库，早在14年的时候就接触到了，但是当时数据分析四大天王Numpy、Pandas、Scipy和Matplotlib的安装真的...

    在实际应用中，几乎所有的数据分析工作都是从数据读取开始的，如果数据量太大导致数据文件读取失败了，这样后续的工作就没有办法进行了，在机器自身硬件内存限制的情况下，当文件量过大的时候直接使用read等函数来进行操作的时候就会报错，这里就需要采取一定的策略来尽可能地避免这样的问题产生，今天的工作中就遇上了这样的问题，需要处理的数据文件一共是6.86GB，电脑内存是8GB的，读取的时候就报错了，用