YOLO把目标检测问题简化成了一个回归问题，直接从图像像素出发，去得到框和分类概率。YOLO结构非常简单，如下图所示。一、算法流程YOLO用整个图片的特征去预测每一个边界框。它还同时预测一个图像在所有类中的所有边界框。YOLO先把整个图片划分成S*S个方格，如果一个物体的中心正好落在一个方格中，那么这个方格就负责来预测物体。每一个方格预测出B个边界框和这些框的置信分数。这些表示方格包含...

ItemCF算法不是根据物品内容的属性计算物品之间的相似度，而是通过分析用户的行为记录来计算用户的相似度。该算法认为物品A和物品B相似的依据是因为喜欢物品A的用户也喜欢物品B。基于物品的协同过滤算法实现步骤：1、计算物品之间的相似度2、根据物品的相似度和用户的历史行为记录给用户生成推荐列表一、计算物品之间的相似度其中，|N(i)|表示喜欢物品i的用户数，|N(j)|表示喜欢物品j的用户数， |N(

KCF算法全称是Kernelized Correlation Filters，是在2014年由Joao F. Henriques, Rui Caseiro, Pedro Martins, and Jorge Batista提出来的跟踪算法，这个算法不论是在跟踪效果还是跟踪速度上都有十分亮眼的表现。该算法主要使用循环矩阵对样本进行采集，使用快速傅里叶变换对算法进行加速计算。第一部...

本博客主要参考了https://blog.csdn.net/Lin_xiaoyi/article/details/78214874，其中夹杂着自己看论文的理解。Faster R-CNN论文采用的结构图如下所示。采用了VGG16作为特征提取的模块。算法流程图如下所示。Faster R-CNN提出了Region Proposal Network (RPN)，从与fast R-CNN共享的卷...