
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
目标检测2——R-CNN(将CNN网络应用在目标检测领域的开山之作)
R-CNN 的全称为 Regions with Convolutional Neural Network FeaturesR-CNN 是一种基于 Region Proposal 的 CNN 网络结构R-CNN 是将深度学习应用到目标检测领域的经典之作,并凭借卷积神经网络出色的特征提取能力,大幅度提高了目标检测的效果尽管R-CNN显著地提高了目标检测的效果。

目标检测7——SSD: Single Shot MultiBox Detector
SSD300 在 59 FPS时实现 74.3% mAP ,而SSD500 在 22 FPS 时实现 76.9% mAP,优于Faster R-CNN(7 FPS 时 73.2% mAP)和YOLOv1(45 FPS 时 63.4% mAP)

目标检测3——SPPNet(空间金字塔池化可以接收任何尺度的图像)
SPPNet采用空间金字塔池化可以使得任意大小的特征图都能够转换成固定大小的特征向量

机器学习1 - K近邻算法 + 面试题
小白解释:想象你在一个新城市,你想找到一个好的餐厅。你可能会问附近的几个人 (邻居) 他们的建议,然后选择最多推荐的餐厅。在应用中,k值一般取比较小的值,并采用交叉验证法进行调优。

到底了







