
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
在上一篇统计学习方法———第2章感知机模型中介绍了感知机学习模型、策略和算法,这里通过编程实现对iris数据集的萼片长度(sepal length)和萼片宽度(sepal width)进行线性分类。Iris 鸢尾花数据集是一个经典数据集,在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录,每类各 50 个数据,每条记录都有 4 项特征:花...
问题描述:隐形眼镜数据集是非常著名的数据集,它包含很多换着眼部状态的观察条件以及医生推荐的隐形眼镜类型。隐形眼镜类型包括硬材质(hard)、软材质(soft)以及不适合佩戴隐形眼镜(no lenses)。数据来源与UCI数据库(dTree目录下存在着info.txt文件记录着24份历史记录)。数据的Labels依次是age、prescript、astigmatic、tearRat...
任务描述:在digits目录下存在1934张手写数字训练数据集(trainSet,标签为文本_前数字)和946张手写数字测试训练集(testSet,真实值为标签文本_前数字),使用kNN算法对测试集数字进行识别。部分图片内容如下:实现步骤与上一节机器学习实战之分类篇 一 k-近邻算法(从电影分类到海伦约会)基本一致,都是将信息(图像)转...
谢尔排序(shellSort):通过比较一定间隔的元素进行工作,各趟比较随着算法的进行而减小,直到只比较相邻元素的最后一趟元素排序结束,因此谢尔排序有时也称缩减增量排序(diminishing increment sort).行为描述:算法描述:谢尔排序使用一个序列,叫做增量序列(increment sequence)。只要,任何增量序列都是可...
题目要求:了解opencv的DNN库,给定一张自然场景图片,使用训练好的yolov3模型,进行目标检测结果输出。分析:1)opencv的DNN模块集成了很多深度学习模型,包括人脸检测、图像分类、分割、目标检测等,集成了Pytorch、tensorflow、paddlepaddle等模型框架(参看代码库OpenCV/dnn)2)深度学习推理模型一般步骤:加载模型,包括配置文件和权重文件;输入图像预处

pytorch安装参考:win10安装CUDA9.0+CUDANN+Anaconda3+PYTORCH1.xwin10下安装错误:$ pip install --verbose --no-cache-dir torch-scatter$ pip install --verbose --no-cache-dir torch-sparse$ pip install --verbose --no-cac
介绍:隐马尔可夫模型(Hidden Markov Model,HMM)是关于时序的概率模型,描述了由隐藏的马尔科夫链随机生成的不可观测的状态随机序列,再由各个状态生成一个观测而产生的观测随机序列的过程。其中,隐藏的马尔科夫链随机生成的不可观测的状态随机序列称为状态序列(state sequence),每个状态生成一个观测,而由此产生的观测的随机序列称为观测序列(observati...
题目要求:了解opencv的DNN库,给定一张自然场景图片,使用训练好的yolov3模型,进行目标检测结果输出。分析:1)opencv的DNN模块集成了很多深度学习模型,包括人脸检测、图像分类、分割、目标检测等,集成了Pytorch、tensorflow、paddlepaddle等模型框架(参看代码库OpenCV/dnn)2)深度学习推理模型一般步骤:加载模型,包括配置文件和权重文件;输入图像预处

MaskRCNN 目标检测 实例分割 OpenCV

MaskRCNN 目标检测 实例分割 OpenCV








