keras-yolov3 + kalman filter进行目标检测detector+trackerdetector丢失目标我们目前detector为了求快用了yolo，但是one stage的算法目标丢失情况挺严重的.多帧融合可以考虑一下为了保持跟踪的快速性，所以，在检测车辆后，利用快速跟踪来代替车辆检测结果，中间涉及到毫米波雷达与车辆bbox匹配问题,匹配完成后，利用毫米波雷达的准...

opencv和matplotlib是比较常用的图像分析模块。在Ipython里面，opencv不能直接显示出来，所以有些时候会借助matplotlib来显示。%matplotlib inline.1、matplotlib的读入与显示import matplotlib.pyplot as pltimport numpy as npfrom PIL import ...

人脸识别热门，表情识别更加。但是表情识别很难，因为人脸的微表情很多，本节介绍一种比较粗线条的表情分类与识别的办法。Keras系列：keras系列︱Sequential与Model模型、keras基本结构功能（一）keras系列︱Application中五款已训练模型、VGG16框架（Sequential式、Model式）解读（二）keras系列︱图像多分类训练与利用bottleneck f

pHash跟simhash很多相近的地方。一个是较多用于图像，一个较多用于文本。一、pHash跟simhash1、simhash可参考：Python基础教程-python实现simhash算法实例详细介绍Simhash的算法简单的来说就是，从海量文本中快速搜索和已知simhash相差小于k位的simhash集合，这里每个文本都可以用一个simhash值来代表，一个simhash有64bit，相似

一、色彩空间理论几种色彩空间：1、RGBRed红色，0-255Green 绿色，0-255Blue 蓝色，0-2552、HSIHSI色彩空间可以用一个圆锥空间模型来描述。用这种 描述HIS色彩空间的圆锥模型相当复杂，但确能把色调、亮度和色饱和度的变化情形表现得很清楚。通常把色调和饱和度通称为色度，用来表示颜色的类别与深浅程度。由于人的视觉对亮度的敏感 程度远强于对颜色浓淡的敏感

90% 的机器学习团队仍停留在 2019 年的建模方式： Spark+XGBoost大规模训练

离散型编码的Python库，里面封装了十几种（包括文中的所有方法）对于离散型特征的编码方法，接口接近于Sklearn通用接口，非常实用可以使用多种不同的编码技术把类别变量转换为数值型变量，并且符合sklearn模式的转换。官方github：https://github.com/scikit-learn-contrib/category_encoders官方文档：http://contrib.sci

这是之前的文章：docker︱在nvidia-docker中使用tensorflow-gpu/jupyter文章目录1 docker run的解读1.1 docker run1.2 几种进入容器的方式2 docker .sh形式启动2.1 常规报错2.2 常规写法步骤2.3 几个实践case3 docker打包成.rar一键部署3.1 docker 容器导出和导入(export / impo...

点击率预估（CTR）与 FuxiCTR 实战指南：从底层机制到异常诊断点击率预估（CTR）与 FuxiCTR 实战指南

python︱写markdown一样写网页，代码快速生成web工具：streamlit（一）python︱写markdown一样写网页，代码快速生成web工具：streamlit 重要组件介绍（二）上篇主要是steamlit的介绍以及streamlit的一些初始化，这篇是一些组件的介绍，当然风格是直接上代码。参考代码：mattzheng/display1 文本显示 display-text1.0