这里我们将基于深度神经网络CNN+CTC loss进行OCR（图像文本识别），可以使用经典CRNN网络，但是我这里使用的是全卷积网络，因为文本长度并不长，所以并不想考虑文本的序列信息，没有使用LSTM部分。 参考文献： (CTC loss)Connectionist Temporal Classification: Labelling Unsegmented Sequence Data wi

mAP是目标识别中常用的指标，下面介绍其具体计算方法，包含这几个部分：召回率、精度、准确率、PR曲线、AUC。 参考：Object-Detection-Metrics 召回率、精度、准确率 这三个参数是传统二分类问题中所涉及的，用于评价二分类模型的性能。而目标识别问题也可以视为一个二分类问题，我们将图像中所有预测出的识别框都视为正例，其他所有的可能预测框都为负例，所以数据集中负例的数量将是无

我的github项目链接, 包含全部完整代码和三维图像数据. 介绍 我们使用的是来自 tinyrenderer 的github项目: 使用C++从零开始建立一个光栅化渲染器, 能够帮助我们入门OpenGL并理解其原理. 它所依赖库非常少, 包含他写的两个库文件, tgaimage.cpp, tgaimage.h 和 .obj 3D模型文件读取库 model.cpp, model.h 和 几

背景介绍 YOLOv1是Joseph Redmon于2015年提出的目标检测检测算法，YOLO系列（2023/09/20已经出到第8个版本）的特点在于其极高的识别速度，经典目标识别网络还有R-CNN和SSD，这些算法具有较高的准确率但是速度比YOLO慢至少一倍。 值得注意的是，作者Joseph Redmon在发布YOLOv3之后就退出CV界了，原因在于YOLO算法被用于商业中隐私窃取和军事武器当

YOLO9000: Better, Faster, Stronger(YOLOv2), YOLOv3: An Incremental Improvement 非常好的视频讲解：YouTube - ML For Neerds - YOLO OBJECT DETECTION SERIES 全部代码，自己用JAX+Flax+Optax实现，仅在数据读入处使用TensorFlow，从零开始实现YOLOv

参考文献： YOLOv4: Optimal Speed and Accuracy of Object Detection 其中结论得到的最优模型用到的所有优化: CIOU, DIOU：基于IOU给出了两个损失，其中CIOU作为边界框位置的损失，DIOU为NMS新的度量标准。 CSPNet：一种简单的对Backbone中ResBlock层进行优化的trick，可以大幅减少模型参数，同时具有稳定

前置知识：YOLOv1笔记, YOLOv2,v3笔记, YOLOv4笔记 回顾YOLOv1到v4 YOLOv1 我们学会了YOLO的基础框架（一阶段端到端模型），将 H×WH\times WH×W 的图像按照步长 sss (stride单位为像素) 划分为 (H/s)×(W/s)=:S×S(H/s)\times (W/s)=: S\times S(H/s)×(W/s)=:S×S 的网格（这

代码：KataCR，图像数据集（切片图像，分类图像）：Clash-Royale-Detection-Dataset，离线数据集：Clash-Royale-Replay-Dataset 本文主要对我的本科毕设流程、算法细节进行简要介绍，首先给出本科毕设论文作为参考（有非常多冗余内容）： 英文论文（投稿到 ICIRA 2024）： 结题答辩P

参考文献 [1] 周越.人工智能基础与进阶（Python编程）[M].上海：上海交通大学出版社,2020. Python入门基础 数学运算 5/2 = 2.5 # 直接做除法 5//2 = 2 # 整除 2**10 = 1024 # 幂次 # 下面这三个都返回的是str bin() # 转二进制 oct() # 转八进制 hex() # 转十六进制 判断 if 逻辑表示 pytho

这里列一些使用pandas包做数据处理的例子. 数据格式: 填报规则: 请在对应姓名后面按照志愿优先次序按数字1~5进行填写. | 姓名 | 数学 | 人工智能 | 计算机 | 软件工程 | 大数据管理 | ----------------------------------------------------------- | 名称1 | 1 | 2 | 3