原创 機器學習/深度學習入門：準確率(查準率)、召回率(查全率)、F值和誤識率（FAR）、拒識率（FRR）、ROC曲線
準確率(查準率)、召回率(查全率)、F值 正確率、召回率和F值是目標的重要評價指標。 正確率 = 正確識別的個體總數 / 識別出的個體總數 召回率 = 正確識別的個體總數 / 測試集中存在的個體總數 F值 = 正確率 * 召回率 *
2020-07-04 16:29:39
28
原创 超分辨路重建：字典學習
問題描述 假設已有N張稀疏的圖像，大小爲800*800。請問如何通過稀疏表達的方式對原有圖像數據進行壓縮，同時保證圖像儘量不失真。y向量代表原有的圖像（640000維），A是字典矩陣（K*640000），x是稀疏表示向量（K維），因爲K遠
2020-07-04 16:29:39
原创 目標檢測入門：幀差法，光流法和背景減法
概述 運動目標檢測是指當監控場景中有活動目標時，採用圖像分割的方法從背景圖像中提取出目標的運動區域。運動目標檢測技術是智能視頻分析的基礎，因爲目標跟蹤、行爲理解等視頻分析算法都是針對目標區域的像素點進行的，目標檢測的結果直接決定着
2020-07-04 16:29:39
45
原创 表情識別入門：ECCV2016《Peak-Piloted Deep Network for Facial Expression Recognition》
研究背景 1. 大多數FER（Facial Expression Recognition）方法在學習期間獨立地考慮每個樣本，忽略每對樣本之間的內在相關，這限制了模型的辨別能力。 2. 大多數FER方法專注於識別明顯可區分的peak exp
2020-07-04 16:29:39
4
原创 機器學習/深度學習入門：損失函數
分類問題損失函數——交叉熵（crossentropy）和Softmax 交叉熵 交叉熵刻畫了兩個概率分佈之間的距離，是分類問題中使用廣泛的損失函數。給定兩個概率分佈p和q，交叉熵刻畫的是兩個概率分佈之間的距離： 對於交叉熵理解比較透徹：
2020-07-04 16:29:39
2
原创 機器學習/深度學習入門：標準化
數據歸一化（概率模型不需要） 目的：就是將數據的所有特徵都映射到同一尺度上，這樣可以避免由於量綱的不同使數據的某些特徵形成主導作用。 優點：加快了梯度下降求最優解的速度（橢圓、圓）；有可能提高精度（原始數據可能突出數值較高的指標在綜合分析
2020-07-04 16:29:39
25
原创 機器學習/深度學習入門：正則化
L0正則化的值是模型參數中非零參數的個數。 L1正則化表示各個參數絕對值之和。 L2正則化標識各個參數的平方的和的開方值。 先討論幾個問題： 1）實現參數的稀疏有什麼好處嗎？ 一個好處是可以簡化模型，避免過擬合。因爲一個模型中真正重要的參
2020-07-04 16:29:39
1
原创 C++入門：STL——queue、priority_queue、deque、stack
一、queue queue(隊列)是一種先進先出的數據結構，也就是FIFO(first in first out) ，最先加入隊列的元素將最先被取出來。 二、queue的常用函數 q.push(元素):將元素添加到隊尾 q.pop()：刪
2020-07-04 16:29:38
原创 C++入門：STL——string
序列式容器：每個元素均有固定位置，取決於插入時機和地點，和元素值無關。 一、string的初始化 string str：生成空字符串 string s(str)：生成字符串爲str的複製品 string s(str, strbegin,s
2020-07-04 16:29:38
原创 C++入門：std::
引例： #include<iostream> int main() { std::cout<<"我喜歡C++";//輸出一句話 std::cout<<std::endl;//換行 return 0; } std是
2019-07-30 07:11:48
原创 算法入門：樹的遍歷
二叉樹的遍歷主要有前序遍歷，中序遍歷，後序遍歷，層序遍歷四種方式 前序遍歷：中左右 中序遍歷：左中右 後序遍歷：左右中 遞歸 #include<iostream> #include<queue> #include<vector> #in
2019-07-09 09:02:50
原创 C++入門：結構體
結構體聲明 //沒有標明其標籤，聲明瞭結構體變量s1 struct { int a,b; char c; double d; int add() {return a+b;} } s1; //s1.a=1;
2019-07-09 09:02:50
原创 機器學習/深度學習入門：Boosting、Bagging和偏差、方差
1、化簡公式 2. bagging的偏差和方差 對於bagging來說，每個基模型的權重等於1/m且期望近似相等（子訓練集都是從原訓練集中進行子抽樣），故我們可以進一步化簡得到： 根據上式我們可以看到，整體模型的期望近似於基模型的期望
2019-07-05 07:45:55
1
原创 C++入門：STL——map
關聯式容器：每個元素位置取決於特定的排序準則以及元素值，和插入次序無關。 一、map map提供一對一（其中第一個稱爲關鍵字key，每個關鍵字只能在map中出現一次，第二個稱爲該關鍵字的值value）的數據處理能力，由於這個特性，它完成有
2019-06-29 09:14:31
原创 算法入門：優先隊列實現——堆
定義 優先隊列（PriorityQueue），根據key值的大小將元素進行排序、先被pop的通常是優先級最高的。此處介紹基於堆實現的優先隊列，binary heap是一種完全二叉樹，以大堆爲例，每棵樹的根節點的key值一定大於其子孫節點的
2019-06-29 09:14:31
1