原创 python：單引號，雙引號和三引號及其區別
簡單總結，快速瀏覽： 單引號、雙引號和三引號都可以用於表示字符串： 單引號可以在句子內部有雙引號時使用，避免歧義，雙引號反之； 三引號可以保持換行格式完整性，且可以用於註釋。 單引號和雙引號 在Python
2020-02-23 22:07:10
31
原创 像素座標系與圖像座標系
參考：https://jingyan.baidu.com/article/63f2362826ea1c0208ab3dec.html 1. 像素座標系： 如下圖所示：像素座標系u-v的原點爲O0， 橫座標u和縱座標v分別是圖像所在的行和列
2020-02-23 22:07:10
21
原创 殘差網絡resnet詳解
1 產生背景網絡的深度對於特徵提取具有至關重要的作用，實驗證得，如果簡單的增加網絡深度，會引起退化問題[Degradation問題]，即準確率先上升然後達到飽和，再持續增加深度會導致準確率下降。該實驗說明了深度網絡不能很好地被優化，也就是
2020-02-23 22:06:59
原创 目標檢測--FPN解析
轉載：Feature Pyramid Networks for Object Detection 總結最近在閱讀FPN for object detection,看了網上的很多資料，有些認識是有問題的，當然有些很有價值。下面我自己總結了一
2020-02-23 22:06:59
原创 深度學習：Pooling池化操作的反向梯度傳播
參考博客：https://blog.csdn.net/qq_21190081/article/details/72871704 在看卷積神經網絡的時候，突然想起來池化是會改變特徵圖的尺寸的，那反向傳播是怎麼實現的呢。於是搜了一些博客，感覺
2018-09-02 08:30:19
原创 COCO數據集標註信息
本文轉載自 http://blog.csdn.net/qq_30401249/article/details/72636414 轉載，留作筆記 instances_train2014.json instances_val
2018-09-02 08:30:18
4
原创 等比數列、等差數列
1.等比數列求和公式 公式描述： 公式中a1爲首項，an爲數列第n項，q爲等比數列公比，Sn爲前n項和。 2.等差數列通項公式、求和公式 公式描述： 式一爲等差數列通項公式，式二爲等差數列求和公式。其中等差數列的首項爲a1，末
2018-09-02 08:30:18
原创 訪問私有變量：友元函數、友元類
轉自：友元函數、友元類、訪問私有數據成員、友元關係[C++]：https://www.cnblogs.com/JCSU/articles/1044346.html 一 友元函數(friend function) 1. 什麼是友元函數?
2018-09-02 08:30:18
2
原创 圖像處理：中值濾波&均值濾波
轉自：openCV之中值濾波&均值濾波（及代碼實現）：https://blog.csdn.net/weixin_37720172/article/details/72627543 在開始我們今天的博客之前，我們需要先了解一下什麼是濾波：
2018-09-02 08:30:16
556
原创 二分查找（循環法+遞歸法）
1.要求： 給定已按升序排好序的n個元素a[0:n-1]，現要在這n個元素中找出一特定元素x。 2.分析： 該問題的規模縮小到一定的程度就可以容易地解決； 如果n=1即只有一個元素，則只要比較這個元素和x就可以確定x是否在表中。因此這個
2018-09-02 08:30:16
原创 C/C++ float與double的有效數字位
版權聲明：本文爲博主原創文章，未經博主 請隨意轉載!! https://blog.csdn.net/VonSdite/article/details/76575247 結論: 有些編譯器 float的有效數字位是 8位 , 有些有效數字位
2018-09-02 08:30:16
1
原创 TensorFlow中CNN的兩種padding方式“SAME”和“VALID”
轉載請標明出處：http://blog.csdn.net/wuzqchom/article/details/74785643 在用tensorflow寫CNN的時候，調用卷積核api的時候，會有填padding方式的參數，
2018-09-02 08:30:16
原创 SVM 的核函數選擇和調參
請查看轉載來源：SVM 的核函數選擇和調參：https://blog.csdn.net/aliceyangxi1987/article/details/80617649 本文結構： 1. 什麼是核函數 2. 都有哪些 & 如何選擇
2018-09-02 08:30:16
原创 圖像變換：仿射變換
轉自： 圖像幾何變換之仿射變換：https://www.cnblogs.com/liekkas0626/p/5238564.html 1. 原理 仿射變換（Affine Transformation 或Affine Map）是一種二維
2018-09-02 08:30:16
原创 爲什麼小樣本不建議用深度學習？
機器學習裏，模型越複雜、越具有強表達能力越容易犧牲對未來數據的解釋能力，而專注於解釋訓練數據。這種現象會導致訓練數據效果非常好，但遇到測試數據效果會大打折扣。這一現象叫過擬合（overfitting）。 深層神經網絡因爲其結構，所以具有相
2018-09-02 08:30:16
7