在 wsl ubuntu20.04 运行代码 时，出现以下错误 ImportError: /lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.29' not found

不用RP，直接在网络中提取特征来预测物体分类和位置。任务：特征提取—>分类/定位回归。常见的one stage目标检测算法有：OverFeat、YOLOv1、YOLOv2、YOLOv3、SSD和RetinaNet等。一、SSD(Single Shot MultiBox Detector)1.网络结构SSD的优点就是它生成的 default box 是多尺度的，这是因为SSD生成default

使用YOLOv8训练自定义数据集

一、目标追踪分类分类+位置多目标检测图像分割二、R-CNNR-CNN简要步骤：输入测试图像利用选择性搜索Selective Search算法在图像中从下到上提取2000个左右的可能包含物体的候选区域(Region Proposal)因为取出的区域大小各自不同，所以需要将每个 Region Proposal 缩放 (warp) 成统一的227×227的大小并输入到CNN，将CNN的fc7层的输出作为

Pytorch 写 Dataset 的时候遇到的这个问题The size of tensor a (4) must match the size of tensor b (3) at non-singleton解决方法Image.open(image)改成Image.open(image).convert("RGB")

① 算法原理直方图均衡化，一般可用于灰度图像的对比增强（如：人脸阴影部位增强）；② 算法优缺点如果直接对彩色图像R,G,B三通道分别均衡化后再合并，极容易出现颜色不均、失真等问题，所以，一般会将RGB图像转换到YCrCb空间，对Y通道进行均衡化（Y通道代表亮度成分)① 算法原理灰度世界算法以灰度世界假设为基础，该假设认为：对于一幅有着大量色彩变化的图像，R,G,B三个分量的平均值趋于同一灰度值Gr

【问题】今天安装 PaddlePaddle，遇到了各种错误，现在连打开 CMD，输入 python 都这样了直接跳出Microsoft Store解决方法方案一看网上好多人都说在用户变量PATH中删去C:\Users\AppData\Local\Microsoft\WindowsApps或下移但这种方式对我来说没有用 ????，于是有了这位 博主文章 的方案二方案二在电脑搜索框中输入 “管理应用执

一、拟合问题机器学习、深度学习中经常出现欠拟合、过拟合一开始模型往往是欠拟合的，需要神经网络优化权重参数1.欠拟合欠拟合现象模型没有很好地捕捉到数据特征，不是很好的拟合模型欠拟合产生欠拟合的原因数据特征项不够(ML)训练时间不够(DL)模型过于简单(DL)解决欠拟合的方法添加其他特征增加训练时间添加多项式特征减少正则化参数2.过拟合过拟合现象就是模型把数据学得太彻底，以致于噪声数据的特征也学到了模

Pytorch 写 Dataset 的时候遇到的这个问题The size of tensor a (4) must match the size of tensor b (3) at non-singleton解决方法Image.open(image)改成Image.open(image).convert("RGB")

一、人脸识别的难点不同人脸类别之间的界限不明显脸与脸之间相似度很高，难以区分如何解决人脸特征分类困难的问题二、Softmax 和 Softmax LossSoftmaxSj=eaj∑k=1TeakS_j=\frac{e^{a_j}}{\sum^T_{k=1} e^{a_k}}Sj​=∑k=1T​eak​eaj​​aja_jaj​表示当前输入的类别特征，aka_kak​表示从第一个到最后一个的类别特