【四旋翼飞行器】76小时吃透四轴算法!史上最强软硬结合实战项目,👉戳此立抢👈

YOLO的核心思想及YOLO的实现细节

2018-06-05 09:12 次阅读

YOLOv1

这是继 RCNN,fast-RCNN 和 faster-RCNN之后,Ross Girshick 针对 DL 目标检测速度问题提出的另外一种框架。YOLO V1 其增强版本在 GPU 上能跑45fps,简化版本155fps。

论文下载:

http://arxiv.org/abs/1506.02640

代码下载:

https://github.com/pjreddie/darknet 

1. YOLO 的核心思想

YOLO 的核心思想就是利用整张图作为网络的输入,直接在输出层回归 bounding box(边界框) 的位置及其所属的类别。

faster-RCNN 中也直接用整张图作为输入,但是 faster-RCNN 整体还是采用了RCNN 那种 proposal+classifier 的思想,只不过是将提取 proposal 的步骤放在 CNN 中实现了,而 YOLO 则采用直接回归的思路。

2.YOLO 的实现方法

将一幅图像分成 SxS 个网格(grid cell),如果某个 object 的中心落在这个网格中,则这个网格就负责预测这个 object。 

每个网格要预测 B 个 bounding box,每个 bounding box 除了要回归自身的位置之外,还要附带预测一个 confidence 值。 

这个 confidence 代表了所预测的 box 中含有 object 的置信度和这个 box 预测的有多准这两重信息,其值是这样计算的:  

其中如果有 object 落在一个 grid cell 里,第一项取 1,否则取 0。 第二项是预测的 bounding box 和实际的 groundtruth 之间的 IoU 值。

每个 bounding box 要预测 (x, y, w, h) 和 confidence 共5个值,每个网格还要预测一个类别信息,记为 C 类。则 SxS个 网格,每个网格要预测 B 个 bounding box 还要预测 C 个 categories。输出就是 S x S x (5*B+C) 的一个 tensor。

注意:class 信息是针对每个网格的,confidence 信息是针对每个 bounding box 的。

举例说明: 在 PASCAL VOC 中,图像输入为 448x448,取 S=7,B=2,一共有20 个类别(C=20),则输出就是 7x7x30 的一个 tensor。

整个网络结构如下图所示: 

在 test 的时候,每个网格预测的 class 信息和 bounding box 预测的 confidence信息相乘,就得到每个 bounding box 的 class-specific confidence score:

等式左边第一项就是每个网格预测的类别信息,第二、三项就是每个 bounding box 预测的 confidence。这个乘积即 encode 了预测的 box 属于某一类的概率,也有该 box 准确度的信息。

得到每个 box 的 class-specific confidence score 以后,设置阈值,滤掉得分低的 boxes,对保留的 boxes 进行 NMS 处理,就得到最终的检测结果。

注:

*由于输出层为全连接层,因此在检测时,YOLO 训练模型只支持与训练图像相同的输入分辨率。

*虽然每个格子可以预测 B 个 bounding box,但是最终只选择只选择 IOU 最高的 bounding box 作为物体检测输出,即每个格子最多只预测出一个物体。当物体占画面比例较小,如图像中包含畜群或鸟群时,每个格子包含多个物体,但却只能检测出其中一个。这是 YOLO 方法的一个缺陷。

3.YOLO 的实现细节

每个 grid 有 30 维,这 30 维中,8 维是回归 box 的坐标,2 维是 box的 confidence,还有 20 维是类别。 

其中坐标的 x, y 用对应网格的 offset 归一化到 0-1 之间,w, h 用图像的 width 和 height 归一化到 0-1 之间。

在实现中,最主要的就是怎么设计损失函数,让这个三个方面得到很好的平衡。作者简单粗暴的全部采用了 sum-squared error loss 来做这件事。

这种做法存在以下几个问题: 

第一,8维的 localization error 和20维的 classification error 同等重要显然是不合理的; 

第二,如果一个网格中没有 object(一幅图中这种网格很多),那么就会将这些网格中的 box 的 confidence push 到 0,相比于较少的有 object 的网格,这种做法是 overpowering 的,这会导致网络不稳定甚至发散。

解决办法:

更重视8维的坐标预测,给这些损失前面赋予更大的 loss weight, 记为

在 pascal VOC 训练中取 5。

对没有 object 的 box 的 confidence loss,赋予小的 loss weight,记为

在 pascal VOC 训练中取 0.5。

有 object 的 box 的 confidence loss 和类别的 loss 的 loss weight 正常取 1。

对不同大小的 box 预测中,相比于大 box 预测偏一点,小 box 预测偏一点肯定更不能被忍受的。而 sum-square error loss 中对同样的偏移 loss 是一样。

为了缓和这个问题,作者用了一个比较取巧的办法,就是将 box 的 width 和 height 取平方根代替原本的 height 和 width。这个参考下面的图很容易理解,小box 的横轴值较小,发生偏移时,反应到y轴上相比大 box 要大。(也是个近似逼近方式)

一个网格预测多个 box,希望的是每个 box predictor 专门负责预测某个 object。具体做法就是看当前预测的 box 与 ground truth box 中哪个 IoU 大,就负责哪个。这种做法称作 box predictor 的 specialization。

最后整个的损失函数如下所示: 

这个损失函数中: 

只有当某个网格中有 object 的时候才对 classification error 进行惩罚。

只有当某个 box predictor 对某个 ground truth box 负责的时候,才会对 box 的 coordinate error 进行惩罚,而对哪个 ground truth box 负责就看其预测值和 ground truth box 的 IoU 是不是在那个 cell 的所有 box 中最大。

其他细节,例如使用激活函数使用 leak RELU,模型用 ImageNet 预训练等等,在这里就不一一赘述了。

注:

*YOLO 方法模型训练依赖于物体识别标注数据,因此,对于非常规的物体形状或比例,YOLO 的检测效果并不理想。

*YOLO 采用了多个下采样层,网络学到的物体特征并不精细,因此也会影响检测效果。

* YOLO 的损失函数中,大物体 IOU 误差和小物体 IOU 误差对网络训练中 loss 贡献值接近(虽然采用求平方根方式,但没有根本解决问题)。因此,对于小物体,小的 IOU 误差也会对网络优化过程造成很大的影响,从而降低了物体检测的定位准确性。

4.YOLO 的缺点

YOLO 对相互靠的很近的物体,还有很小的群体检测效果不好,这是因为一个网格中只预测了两个框,并且只属于一类。

同一类物体出现的新的不常见的长宽比和其他情况时,泛化能力偏弱。

由于损失函数的问题,定位误差是影响检测效果的主要原因。尤其是大小物体的处理上,还有待加强。

YOLOv2

YOLOv2:代表着目前业界最先进物体检测的水平,它的速度要快过其他检测系统(FasterR-CNN,ResNet,SSD),使用者可以在它的速度与精确度之间进行权衡。

YOLO9000:这一网络结构可以实时地检测超过 9000 种物体分类,这归功于它使用了 WordTree,通过 WordTree 来混合检测数据集与识别数据集之中的数据。

工程代码地址:

http://pjreddie.com/darknet/yolo/

▌简介

目前的检测数据集(Detection Datasets)有很多限制,分类标签的信息太少,图片的数量小于分类数据集(Classification Datasets),而且检测数据集的成本太高,使其无法当作分类数据集进行使用。而现在的分类数据集却有着大量的图片和十分丰富分类信息。

文章提出了一种新的训练方法–联合训练算法。这种算法可以把这两种的数据集混合到一起。使用一种分层的观点对物体进行分类,用巨量的分类数据集数据来扩充检测数据集,从而把两种不同的数据集混合起来。

联合训练算法的基本思路就是:同时在检测数据集和分类数据集上训练物体检测器(Object Detectors ),用监测数据集的数据学习物体的准确位置,用分类数据集的数据来增加分类的类别量、提升鲁棒性。

YOLO9000 就是使用联合训练算法训练出来的,他拥有 9000 类的分类信息,这些分类信息学习自ImageNet分类数据集,而物体位置检测则学习自 COCO 检测数据集。

代码和预训练模型地址:

http://pjreddie.com/yolo9000/

▌更准

YOLO 一代有很多缺点,作者希望改进的方向是改善 recall,提升定位的准确度,同时保持分类的准确度。 

目前计算机视觉的趋势是更大更深的网络,更好的性能表现通常依赖于训练更大的网络或者把多种模型综合到一起。但是 YOLO v2 则着力于简化网络。具体的改进见下表:

Batch Normalization

使用 Batch Normalization 对网络进行优化,让网络提高了收敛性,同时还消除了对其他形式的正则化(regularization)的依赖。通过对 YOLO 的每一个卷积层增加 Batch Normalization,最终使得 mAP 提高了 2%,同时还使模型正则化。使用 Batch Normalization 可以从模型中去掉 Dropout,而不会产生过拟合。

High resolution classifier

目前业界标准的检测方法,都要先把分类器(classifier)放在ImageNet上进行预训练。从 Alexnet 开始,大多数的分类器都运行在小于 256*256 的图片上。而现在 YOLO 从 224*224 增加到了 448*448,这就意味着网络需要适应新的输入分辨率。

为了适应新的分辨率,YOLO v2 的分类网络以 448*448 的分辨率先在 ImageNet上进行微调,微调 10 个 epochs,让网络有时间调整滤波器(filters),好让其能更好的运行在新分辨率上,还需要调优用于检测的 Resulting Network。最终通过使用高分辨率,mAP 提升了 4%。

Convolution with anchor boxes

YOLO 一代包含有全连接层,从而能直接预测 Bounding Boxes 的坐标值。  Faster R-CNN 的方法只用卷积层与 Region Proposal Network 来预测 Anchor Box 偏移值与置信度,而不是直接预测坐标值。作者发现通过预测偏移量而不是坐标值能够简化问题,让神经网络学习起来更容易。

所以最终 YOLO 去掉了全连接层,使用 Anchor Boxes 来预测 Bounding Boxes。作者去掉了网络中一个池化层,这让卷积层的输出能有更高的分辨率。收缩网络让其运行在 416*416 而不是 448*448。由于图片中的物体都倾向于出现在图片的中心位置,特别是那种比较大的物体,所以有一个单独位于物体中心的位置用于预测这些物体。YOLO 的卷积层采用 32 这个值来下采样图片,所以通过选择 416*416 用作输入尺寸最终能输出一个 13*13 的特征图。 使用 Anchor Box 会让精确度稍微下降,但用了它能让 YOLO 能预测出大于一千个框,同时 recall 达到88%,mAP 达到 69.2%。

Dimension clusters

之前 Anchor Box 的尺寸是手动选择的,所以尺寸还有优化的余地。 为了优化,在训练集的 Bounding Boxes 上跑一下 k-means聚类,来找到一个比较好的值。

如果我们用标准的欧式距离的 k-means,尺寸大的框比小框产生更多的错误。因为我们的目的是提高 IOU 分数,这依赖于 Box 的大小,所以距离度量的使用: 

通过分析实验结果(Figure 2),左图:在模型复杂性与 high recall 之间权衡之后,选择聚类分类数 K=5。右图:是聚类的中心,大多数是高瘦的 Box。

Table1 是说明用 K-means 选择 Anchor Boxes 时,当 Cluster IOU 选择值为 5 时,AVG IOU 的值是 61,这个值要比不用聚类的方法的 60.9 要高。选择值为 9 的时候,AVG IOU 更有显著提高。总之就是说明用聚类的方法是有效果的。

Direct location prediction

用 Anchor Box 的方法,会让 model 变得不稳定,尤其是在最开始的几次迭代的时候。大多数不稳定因素产生自预测 Box 的(x,y)位置的时候。按照之前 YOLO的方法,网络不会预测偏移量,而是根据 YOLO 中的网格单元的位置来预测坐标,这就让 Ground Truth 的值介于 0 到 1 之间。而为了让网络的结果能落在这一范围内,网络使用一个 Logistic Activation 来对于网络预测结果进行限制,让结果介于 0 到 1 之间。 网络在每一个网格单元中预测出 5 个 Bounding Boxes,每个 Bounding Boxes 有五个坐标值 tx,ty,tw,th,t0,他们的关系见下图(Figure3)。假设一个网格单元对于图片左上角的偏移量是 cx、cy,Bounding Boxes Prior 的宽度和高度是 pw、ph,那么预测的结果见下图右面的公式: 

因为使用了限制让数值变得参数化,也让网络更容易学习、更稳定。Dimension clusters和Direct location prediction,使 YOLO 比其他使用 Anchor Box 的版本提高了近5%。

Fine-Grained Features

YOLO 修改后的特征图大小为 13*13,这个尺寸对检测图片中尺寸大物体来说足够了,同时使用这种细粒度的特征对定位小物体的位置可能也有好处。Faster-RCNN、SSD 都使用不同尺寸的特征图来取得不同范围的分辨率,而 YOLO 采取了不同的方法,YOLO 加上了一个 Passthrough Layer 来取得之前的某个 26*26 分辨率的层的特征。这个 Passthrough layer 能够把高分辨率特征与低分辨率特征联系在一起,联系起来的方法是把相邻的特征堆积在不同的 Channel 之中,这一方法类似与 Resnet 的 Identity Mapping,从而把 26*26*512 变成 13*13*2048。YOLO 中的检测器位于扩展后(expanded )的特征图的上方,所以他能取得细粒度的特征信息,这提升了 YOLO 1% 的性能。

Multi-Scale Training

作者希望 YOLOv2 能健壮地运行于不同尺寸的图片之上,所以把这一想法用于训练模型中。 

区别于之前的补全图片的尺寸的方法,YOLOv2 每迭代几次都会改变网络参数。每 10 个 Batch,网络会随机地选择一个新的图片尺寸,由于使用了下采样参数是  32,所以不同的尺寸大小也选择为 32 的倍数 {320,352…..608},最小 320*320,最大 608*608,网络会自动改变尺寸,并继续训练的过程。

这一政策让网络在不同的输入尺寸上都能达到一个很好的预测效果,同一网络能在不同分辨率上进行检测。当输入图片尺寸比较小的时候跑的比较快,输入图片尺寸比较大的时候精度高,所以你可以在 YOLOv2 的速度和精度上进行权衡。

下图是在 voc2007 上的速度与精度

▌更快

YOLO 使用的是 GoogLeNet 架构,比 VGG-16 快,YOLO 完成一次前向过程只用 85.2 亿次运算,而 VGG-16 要 306.9 亿次,但是 YOLO 精度稍低于 VGG-16。

Draknet19

YOLO v2 基于一个新的分类模型,有点类似于 VGG。YOLO v2 使用 3*3 的 filter,每次池化之后都增加一倍 Channels 的数量。YOLO v2 使用全局平均池化,使用 Batch Normilazation 来让训练更稳定,加速收敛,使模型规范化。

最终的模型–Darknet19,有 19 个卷积层和 5 个 maxpooling 层,处理一张图片只需要 55.8 亿次运算,在 ImageNet 上达到 72.9% top-1 精确度,91.2% top-5 精确度。

Training for classification

在训练时,把整个网络在更大的448*448分辨率上Fine Turnning 10个 epoches,初始学习率设置为0.001,这种网络达到达到76.5%top-1精确度,93.3%top-5精确度。

▌更强

在训练的过程中,当网络遇到一个来自检测数据集的图片与标记信息,那么就把这些数据用完整的 YOLO v2 loss 功能反向传播这个图片。当网络遇到一个来自分类数据集的图片和分类标记信息,只用整个结构中分类部分的 loss 功能反向传播这个图片。

但是检测数据集只有粗粒度的标记信息,像“猫“、“ 狗”之类,而分类数据集的标签信息则更细粒度,更丰富。比如狗这一类就包括”哈士奇“”牛头梗“”金毛狗“等等。所以如果想同时在监测数据集与分类数据集上进行训练,那么就要用一种一致性的方法融合这些标签信息。

再者,用于分类的方法,大多是用 softmax layer 方法,softmax 意味着分类的类别之间要互相独立的。而盲目地混合数据集训练,就会出现比如:检测数据集的分类信息中”狗“这一分类,在分类数据集合中,就会有的不同种类的狗:“哈士奇”、“牛头梗”、“金毛”这些分类,这两种数据集之间的分类信息不相互独立。所以使用一种多标签的模型来混合数据集,假设一个图片可以有多个分类信息,并假定分类信息必须是相互独立的规则可以被忽略。

Hierarchical classification

WordNet 的结构是一个直接图表(directed graph),而不是树型结构。因为语言是复杂的,狗这个词既属于‘犬科’又属于‘家畜’两类,而‘犬科’和‘家畜’两类在 WordNet 中则是同义词,所以不能用树形结构。

作者希望根据 ImageNet 中包含的概念来建立一个分层树,为了建立这个分层树,首先检查 ImagenNet 中出现的名词,再在 WordNet 中找到这些名词,再找到这些名词到达他们根节点的路径(在这里设为所有的根节点为实体对象(physical object)。在 WordNet 中,大多数同义词只有一个路径,所以首先把这条路径中的词全部都加到分层树中。接着迭代地检查剩下的名词,并尽可能少的把他们添加到分层树上,添加的原则是取最短路径加入到树中。

为了计算某一结点的绝对概率,只需要对这一结点到根节点的整条路径的所有概率进行相乘。所以比如你想知道一个图片是否是 Norfolk terrier 的概率,则进行如下计算:

为了验证这一个方法,在 WordTree 上训练 Darknet19 的模型,使用 1000 类的 ImageNet 进行训练,为了建立 WordtTree 1K,把所有中间词汇加入到 WordTree 上,把标签空间从 1000 扩大到了 1369。在训练过程中,如果有一个图片的标签是“Norfolk terrier”,那么这个图片还会获得”狗“(dog)以及“哺乳动物”(mammal)等标签。总之现在一张图片是多标记的,标记之间不需要相互独立。

如 Figure5 所示,之前的 ImageNet 分类是使用一个大 softmax 进行分类。而现在,WordTree 只需要对同一概念下的同义词进行 softmax 分类。 

使用相同的训练参数,这种分层结构的Darknet19达到71.9%top-1精度和90.4% top-5 精确度,精度只有微小的下降。 

这种方法的好处:在对未知或者新的物体进行分类时,性能降低的很优雅(gracefully)。比如看到一个狗的照片,但不知道是哪种种类的狗,那么就高置信度(confidence)预测是”狗“,而其他狗的种类的同义词如”哈士奇“”牛头梗“”金毛“等这些则低置信度。

Datasets combination with wordtree

用 WordTree 把数据集合中的类别映射到分层树中的同义词上,例如上图 Figure 6,WordTree 混合 ImageNet 与 COCO。

Joint classification and detection

作者的目的是:训练一个 Extremely Large Scale 检测器。所以训练的时候使用 WordTree 混合了 COCO 检测数据集与 ImageNet 中的 Top9000 类,混合后的数据集对应的 WordTree 有 9418 个类。另一方面,由于 ImageNet 数据集太大了,作者为了平衡一下两个数据集之间的数据量,通过过采样(oversampling) COCO 数据集中的数据,使 COCO 数据集与 ImageNet 数据集之间的数据量比例达到 1:4。

YOLO9000 的训练基于 YOLO v2 的构架,但是使用 3 priors 而不是 5 来限制输出的大小。当网络遇到检测数据集中的图片时则正常地反方向传播,当遇到分类数据集图片的时候,只使用分类的 loss 功能进行反向传播。同时作者假设 IOU 最少为 0.3。最后根据这些假设进行反向传播。

使用联合训练法,YOLO9000 使用 COCO 检测数据集学习检测图片中的物体的位置,使用 ImageNet 分类数据集学习如何对大量的类别中进行分类。 

为了评估这一方法,使用 ImageNet Detection Task 对训练结果进行评估。 

评估结果: 

YOLO9000 取得 19.7 mAP。 在未学习过的 156 个分类数据上进行测试, mAP 达到 16.0。

YOLO9000 的 mAP 比 DPM 高,而且 YOLO 有更多先进的特征,YOLO9000 是用部分监督的方式在不同训练集上进行训练,同时还能检测 9000个物体类别,并保证实时运行。

虽然 YOLO9000 对动物的识别性能很好,但是对类别为“sungalsses”或者“swimming trunks”这些衣服或者装备的类别,它的识别性能不是很好,见 table 7。这跟数据集的数据组成有很大关系。

▌总结

YOLO v2 代表着目前最先进物体检测的水平,在多种监测数据集中都要快过其他检测系统,并可以在速度与精确度上进行权衡。

YOLO 9000 的网络结构允许实时地检测超过9000种物体分类,这归功于它能同时优化检测与分类功能。使用 WordTree 来混合来自不同的资源的训练数据,并使用联合优化技术同时在 ImageNet 和 COCO 数据集上进行训练,YOLO9000 进一步缩小了监测数据集与识别数据集之间的大小代沟。

YOLOv3

YOLOv3 在 Pascal Titan X 上处理 608x608 图像速度可以达到 20FPS,在 COCO test-dev 上 mAP@0.5 达到 57.9%,与RetinaNet(FocalLoss论文所提出的单阶段网络)的结果相近,并且速度快 4 倍.

YOLO v3 的模型比之前的模型复杂了不少,可以通过改变模型结构的大小来权衡速度与精度。

速度对比如下:

YOLOv3 在实现相同准确度下要显著地比其它检测方法快。时间都是在采用 M40 或 Titan X 等相同 GPU 下测量的。

简而言之,YOLOv3 的先验检测(Prior detection)系统将分类器或定位器重新用于执行检测任务。他们将模型应用于图像的多个位置和尺度。而那些评分较高的区域就可以视为检测结果。此外,相对于其它目标检测方法,我们使用了完全不同的方法。我们将一个单神经网络应用于整张图像,该网络将图像划分为不同的区域,因而预测每一块区域的边界框和概率,这些边界框会通过预测的概率加权。我们的模型相比于基于分类器的系统有一些优势。它在测试时会查看整个图像,所以它的预测利用了图像中的全局信息。与需要数千张单一目标图像的 R-CNN 不同,它通过单一网络评估进行预测。这令 YOLOv3 非常快,一般它比 R-CNN 快 1000 倍、比 Fast R-CNN 快 100 倍。

改进之处:

1.多尺度预测 (类FPN)

2.更好的基础分类网络(类ResNet)和分类器 darknet-53,见下图

3.分类器-类别预测:

YOLOv3 不使用 Softmax 对每个框进行分类,主要考虑因素有两个:

a.Softmax 使得每个框分配一个类别(得分最高的一个),而对于 Open Images这种数据集,目标可能有重叠的类别标签,因此 Softmax不适用于多标签分类。

b.Softmax 可被独立的多个 logistic 分类器替代,且准确率不会下降。

c.分类损失采用 binary cross-entropy loss.

多尺度预测

每种尺度预测 3 个 box, anchor 的设计方式仍然使用聚类,得到9个聚类中心,将其按照大小均分给 3 个尺度。

尺度1: 在基础网络之后添加一些卷积层再输出box信息。

尺度2: 从尺度1中的倒数第二层的卷积层上采样(x2)再与最后一个 16x16 大小的特征图相加,再次通过多个卷积后输出 box 信息,相比尺度1变大两倍.

尺度3: 与尺度2类似,使用了 32x32 大小的特征图

基础网络 Darknet-53

darknet-53 与 ResNet-101 或 ResNet-152 准确率接近,但速度更快,对比如下:

检测结构如下:

YOLOv3 在 mAP@0.5 及小目标 APs 上具有不错的结果,但随着 IOU的增大,性能下降,说明 YOLOv3 不能很好地与 ground truth 切合.

原文标题:从YOLOv1到YOLOv3,目标检测的进化之路

文章出处:【微信号:rgznai100,微信公众号:AI科技大本营】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

python数组的使用详细函数资料说明

本文档的主要内容详细介绍的是python数组的使用详细函数资料说明。
发表于 01-18 11:20 1次 阅读
python数组的使用详细函数资料说明

Python转义字符使用总结资料免费下载

本文档的主要内容详细介绍的是Python转义字符使用总结资料免费下载主要内容包括了:Python转义....
发表于 01-17 17:24 13次 阅读
Python转义字符使用总结资料免费下载

如何使用LabVIEW软件进行控制设计和仿真入门

这个章节将集中介绍 LabVIEW 软件中的控制系统设计的基本特性。我们在这里假定读者们已经熟悉了 ....
发表于 01-17 08:00 14次 阅读
如何使用LabVIEW软件进行控制设计和仿真入门

LabVIEW NI Vision函数详解视觉实用程序PDF版资料全集免费下载

LabVIEW NI Vision 是NI 视觉开发模块的一部分,它是LabVIEW VI的一个库,....
发表于 01-16 08:00 18次 阅读
LabVIEW NI Vision函数详解视觉实用程序PDF版资料全集免费下载

一份过冬存粮:算法工程师必备的面试技能雷达图

当然,上面只是让大家体会一下什么是这四项素质,真实的计算广告算法工程师面试中,你不一定要都掌握,也不....
的头像 新智元 发表于 01-14 09:13 236次 阅读
一份过冬存粮:算法工程师必备的面试技能雷达图

scikit-learn K近邻法类库使用的经验总结

本文对scikit-learn中KNN相关的类库使用做了一个总结,主要关注于类库调参时的一个经验总结....
的头像 人工智能爱好者社区 发表于 01-13 11:49 336次 阅读
scikit-learn K近邻法类库使用的经验总结

使用Python编程时的要注意那10个事项

在Python里,一个表达式中的名字在它被赋值之前是没法使用的。这是有意而为的:这样能避免一些输入失....
的头像 玩转单片机 发表于 01-13 09:05 213次 阅读
使用Python编程时的要注意那10个事项

基于交叉熵算法的跟驰模型标定

跟驰模型的标定是为了更好地重现真实驾驶情况从而增强交通安全和分析如停-走间断流等复杂的交通流情况。然....
发表于 01-11 16:23 54次 阅读
基于交叉熵算法的跟驰模型标定

谈一谈XRD的精修,Rietveld结构精修能得到什么信息?

Rietveld使用整个衍射图谱数据进行分析,而一张多晶衍射图谱可以看成是由一系列等间距的2θ-yo....
的头像 锂电联盟会长 发表于 01-11 15:04 1384次 阅读
谈一谈XRD的精修,Rietveld结构精修能得到什么信息?

arduino的一些常用函数语法资料免费下载

本文档的主要内容详细介绍的是arduino的一些常用函数语法资料免费下载。引脚电压定义,HIGH和L....
发表于 01-11 14:43 107次 阅读
arduino的一些常用函数语法资料免费下载

七条自动控制原理试题资料免费下载

本文档的主要内容详细介绍的是七条自动控制原理试题资料免费下载。
发表于 01-11 08:00 30次 阅读
七条自动控制原理试题资料免费下载

C语言核心开发技术从入门到精通PDF版电子教材免费下载

 C语言核心开发技术从入门到精通全书内容分为20课,其中第1~8课依次讲解了C语言概述、C语言算法和....
发表于 01-10 16:19 67次 阅读
C语言核心开发技术从入门到精通PDF版电子教材免费下载

Undefined symbol RCC_GetClocksFreq (referr...怎么解决?

跟着教程创建库函数模板,但是创建后总会产生这个错误。 但是打开给的历程就没有任何错误。。。请问各位大佬怎么解决? ...
发表于 01-09 09:13 152次 阅读
Undefined symbol RCC_GetClocksFreq (referr...怎么解决?

C语言程序设计教程之模块设计课件资料免费下载

本文档的主要内容详细介绍的是C语言程序设计教程之模块设计课件资料免费下载主要内容包括了:1 模块的实....
发表于 01-08 14:19 36次 阅读
C语言程序设计教程之模块设计课件资料免费下载

C语言程序设计教程之编译预处理的详细资料说明

本文档的主要内容详细介绍的是C语言程序设计教程之编译预处理的详细资料说明主要内容包括了:1.宏定义 ....
发表于 01-08 14:19 27次 阅读
C语言程序设计教程之编译预处理的详细资料说明

C语言程序设计教程之C程序的基本组成资料说明

本文档的主要内容详细介绍的是C语言程序设计教程之C程序的基本组成资料说明主要内容包括了:1 简单的C....
发表于 01-08 14:18 31次 阅读
C语言程序设计教程之C程序的基本组成资料说明

单片机的100个实例函数的详细资料解析

本文档的主要内容详细介绍的是单片机的100个实例函数的详细资料解析
发表于 01-08 11:26 89次 阅读
单片机的100个实例函数的详细资料解析

在机器学习领域引入了一种新的隐写术,称为“训练集伪装

在研究人员设想的场景中,名为Eve的第三个智能体扮演数据检验者的角色,监视Alice和Bob之间的通....
的头像 新智元 发表于 01-08 08:50 316次 阅读
在机器学习领域引入了一种新的隐写术,称为“训练集伪装

EXCEL函数速查手册免费下载

本文档的主要内容详细介绍的是EXCEL函数速查手册免费下载主要内容包括了:一、数学和三角函数,二、统....
发表于 01-07 08:00 31次 阅读
EXCEL函数速查手册免费下载

深入探讨深度学习,尤其是非常擅长与理解图像的深度卷积神经网络

激活函数的使用不会改变我们这个简单的红绿灯模型的结果(除了阈值需要是0.5而不是0),但激活函数的非....
的头像 新智元 发表于 01-06 10:00 374次 阅读
深入探讨深度学习,尤其是非常擅长与理解图像的深度卷积神经网络

MATLAB教程之MATLAB程序设计基础概述

本文档的主要内容详细介绍的是MATLAB教程之MATLAB程序设计基础概述主要内容包括了:1For循....
发表于 01-04 14:55 63次 阅读
MATLAB教程之MATLAB程序设计基础概述

MATLAB教程之如何使用MATLAB求解数学问题资料概述

本文档的主要内容详细介绍的是MATLAB教程之如何使用MATLAB求解数学问题资料概述主要内容包括了....
发表于 01-04 14:55 37次 阅读
MATLAB教程之如何使用MATLAB求解数学问题资料概述

具体数学计算机科学基础中文可复制第2版免费下载

本书是一本在大学中广泛使用的经典数学教科书.书中讲解了许多计算机科学中用到的数学知识及技巧,教你如何....
发表于 01-04 09:36 37次 阅读
具体数学计算机科学基础中文可复制第2版免费下载

如何解决图像去噪在去除噪声的同时容易丢失细节信息的问题

针对许多图像去噪方法在去除噪声的同时容易丢失细节信息的问题,提出了一种基于非局部自相似性的低秩稀疏图....
发表于 01-03 11:46 49次 阅读
如何解决图像去噪在去除噪声的同时容易丢失细节信息的问题

如何使用核模糊聚类进行动态多子群协作骨干粒子群优化

针对骨干粒子群优化( BBPSO)算法易陷入局部最优、收敛速度低等问题,提出了基于核模糊聚类的动态多....
发表于 01-03 09:42 26次 阅读
如何使用核模糊聚类进行动态多子群协作骨干粒子群优化

美研究者利用等离子体技术,实现隐藏材料表面信息

图像可以印在“等离子体三明治”的顶部,并且孔的各个方面(例如尺寸和深度)有助于指示可以看到图像的红外....
的头像 MEMS 发表于 01-02 18:04 334次 阅读
美研究者利用等离子体技术,实现隐藏材料表面信息

用Python爬了爬自己的微信朋友

看来我大部分的朋友都是在广东的(不是废话吗),其中广东的朋友大部分集中在广、深、珠,第二名是在奥克兰....
的头像 机器人大讲堂 发表于 01-02 16:59 419次 阅读
用Python爬了爬自己的微信朋友

如何使用多层非负局部Laplacian稀疏编码进行图像分类

针对单层稀疏编码结构对图像特征学习能力的局限性问题,提出了一个基于图像块稀疏表示的深层架构,即多层融....
发表于 01-02 15:17 29次 阅读
如何使用多层非负局部Laplacian稀疏编码进行图像分类

组合型幂指函数三稳态随机共振微弱信号检测

在强噪声背景下,针对微弱信号的检测和提取困难的问题,在经典的双稳态系统模型基础上,结合Caussia....
发表于 01-02 14:40 34次 阅读
组合型幂指函数三稳态随机共振微弱信号检测

你所不知道的linux匿名管道知识详解

通过上面的解释可以看到, 假设 COMMAND1 | COMMAND2, 那么COMMAND1的标准....
的头像 马哥Linux运维 发表于 12-31 09:04 394次 阅读
你所不知道的linux匿名管道知识详解

数字电路教程之逻辑代数基础课件资料免费下载

本文档的主要内容详细介绍的是数字电路教程课件之逻辑代数基础主要内容包括了:一 概述,二 逻辑代数中的....
发表于 12-28 08:00 83次 阅读
数字电路教程之逻辑代数基础课件资料免费下载

单片机教程之单片机开发技巧的详细资料说明

很多朋友正在学习单片机开发技术,但开发中免不了要碰到这样、那样的问题,有些问题可能无碍大局,但有一些....
发表于 12-27 15:20 318次 阅读
单片机教程之单片机开发技巧的详细资料说明

机器视觉之智能软件CKVisionBuilder --定位/对位

CKVisionBuilder的灰度匹配、形状匹配或者轮廓匹配工具可以在即使搜索对象产生缺陷、位置变....
的头像 工控云学堂 发表于 12-26 17:21 460次 阅读
机器视觉之智能软件CKVisionBuilder --定位/对位

学习C语言可能会有哪些误解

我是在学习单片机的时候才真正知道C 语言是什么它是来干什么的~但是C 语言用到嵌入式只是它小小的一部....
发表于 12-26 17:21 284次 阅读
学习C语言可能会有哪些误解

面向“边缘”应用的卷积神经网络如何进行量化与压缩详细方法

针对卷积神经网络( CNN)推理计算所需内存空间和资源过大,限制了其在嵌入式等“边缘”设备上部署的问....
发表于 12-26 17:01 95次 阅读
面向“边缘”应用的卷积神经网络如何进行量化与压缩详细方法

SN54HC04和SN74HC04HEX逆变器的数据手册免费下载

这些装置包括六个独立的逆变器。它们在正逻辑中执行布尔函数Y=A。SN54HC04的特点是在-55℃至....
发表于 12-26 08:00 152次 阅读
SN54HC04和SN74HC04HEX逆变器的数据手册免费下载

请问一下这是什么函数,在哪里可以找到

如题
发表于 12-25 21:09 115次 阅读
请问一下这是什么函数,在哪里可以找到

你认为Grid R-CNN会成为Faster R-CNN那样的传世经典吗?

训练时,ROI特征(14*14大小)通过8个3*3空洞卷积,再通过两个反卷积把尺寸扩大(56*56)....
的头像 电子发烧友网工程师 发表于 12-25 10:42 420次 阅读
你认为Grid R-CNN会成为Faster R-CNN那样的传世经典吗?

自动控制原理复习试卷资料免费下载

本文档的主要内容详细介绍的是自动控制原理复习试卷和答案资料免费下载。
发表于 12-25 08:00 124次 阅读
自动控制原理复习试卷资料免费下载

如何使用结合全局信息进行局部图像灰度拟合模型

针对局部图像拟合( LIF)模型对初始轮廓大小、形状和位置敏感的问题,提出一个结合全局信息的局部图像....
发表于 12-24 15:53 166次 阅读
如何使用结合全局信息进行局部图像灰度拟合模型

如何进行多车型绿色车辆路径问题来优化模型解决车辆产生的废气污染

为降低物流配送过程中车辆产生的废气污染,在传统带时间窗车辆路径问题(VRPTW)的基础上,从节能减排....
发表于 12-21 16:50 50次 阅读
如何进行多车型绿色车辆路径问题来优化模型解决车辆产生的废气污染

如何使用连续离散问题联合求解和群组分析进行多目标跟踪技术研究

多目标跟踪技术通过对不同目标之间的相互社会关系进行建模,改善单个目标的跟踪性能,并且快速检测和预判场....
发表于 12-21 15:03 75次 阅读
如何使用连续离散问题联合求解和群组分析进行多目标跟踪技术研究

如何将多核模糊聚类算法与属性加权核模糊聚类算法相结合

针对多数据源或异构数据集,采用单个核函数的聚类效果不理想的问题,以及考虑到不同属性对不同类别重要性的....
发表于 12-21 15:03 250次 阅读
如何将多核模糊聚类算法与属性加权核模糊聚类算法相结合

如何使用Q学习算法进行X光主动视觉的安检方法资料说明概述

针对主动视觉安检方法检测性能不高和检测速度慢的问题,基于Q学习(QL)算法提出了采用状态回溯的启发式....
发表于 12-21 15:03 48次 阅读
如何使用Q学习算法进行X光主动视觉的安检方法资料说明概述

数独算法概述和数独的计算机和并行求解

本文档的主要内容详细介绍的是数独算法概述和数独的计算机和并行求解主要内容包括了:1.数独的由来2.数....
发表于 12-21 10:37 63次 阅读
数独算法概述和数独的计算机和并行求解

如何根据雾浓度进行图像去雾的方法说明

在雾、霾等恶劣天气条件下,由于空气中浑浊介质对大气光的吸收、反射等作用,获取到的图像出现雾化现象,对....
发表于 12-19 16:46 55次 阅读
如何根据雾浓度进行图像去雾的方法说明

如何使用马尔可夫链与服务质量提高网络可用性的性能模型说明

针对网络可用性在不同网络业务中的服务质量( QoS)存在差异,且与性能花费相互制约的问题,引入了马尔....
发表于 12-19 14:53 42次 阅读
如何使用马尔可夫链与服务质量提高网络可用性的性能模型说明

如何使用自适应组合核的鲁棒视频进行目标跟踪算法说明

为了解决核化相关滤波器( KCF)在复杂场景下鲁棒性差的问题,提出了基于自适应组合核(SACK)的目....
发表于 12-19 14:05 56次 阅读
如何使用自适应组合核的鲁棒视频进行目标跟踪算法说明

如何构建接口智能模型的函数详细资料说明

本文旨在通过接口智能模型,使用函数方法,构建成适应需求的整体程序。在《接口模型的算法表示和使用例子》....
发表于 12-19 14:05 186次 阅读
如何构建接口智能模型的函数详细资料说明

如何使用改进GM模型进行房价预测模型资料说明

本文将以青岛西海岸新区商品房价格为例,针对商品房价格呈现动态变化的特点,利用改进的GM (1, 1)....
发表于 12-19 11:44 42次 阅读
如何使用改进GM模型进行房价预测模型资料说明

如何使用小波变换的通信信号进行特征提取与调制识别的资料概述

通信信号调制识别目的就是对截获的一段通信信号,依据较少的先验信息,判断出信号的调制方式。随着通信技术....
发表于 12-19 10:36 44次 阅读
如何使用小波变换的通信信号进行特征提取与调制识别的资料概述

MySQL入门教程课件和笔记及函数等资料合集免费下载

本文档的主要内容详细介绍的是MySQL入门教程课件和笔记及函数等资料合集免费下载主要内容包括了:1.....
发表于 12-19 08:00 61次 阅读
MySQL入门教程课件和笔记及函数等资料合集免费下载

a99942应该怎么理解下图图像

对于下图应该怎么理解图像,从什么位置开取像素,前面28 DUMMY PISELS 作用是什么,用啥用     ...
发表于 12-14 15:02 55次 阅读
a99942应该怎么理解下图图像

如何在__delay_ms()和__delay_us()函数中传递参数而不是数字?

我想在这个函数中传递这个论点。有可能吗? 以上来自于百度翻译       以下为原文   &nbs...
发表于 12-10 16:28 93次 阅读
如何在__delay_ms()和__delay_us()函数中传递参数而不是数字?

不知道这些函数对应的数学表达式

不理解这些是什么函数,能给出数学表达式吗
发表于 11-29 15:24 115次 阅读
不知道这些函数对应的数学表达式

请问一下STM32回调函数和普通函数区别

使用的是STM32L0系列,发现HAL_UART_RxCpltCallback这类中断中的回调函数和普通函数没什么区别呢,回调函数定义是...
发表于 11-27 18:35 237次 阅读
请问一下STM32回调函数和普通函数区别

请教MemCopy函数的意义

请问     MemCopy(&RamfuncsLoadStart, &RamfuncsLoadEnd, &RamfuncsRunStart);     InitFl...
发表于 11-16 10:15 115次 阅读
请教MemCopy函数的意义

请问函数的调用和回调有何区别 ?

请教: 函数的调用 和 回调 有何区别 ? 谢谢!...
发表于 11-16 08:42 190次 阅读
请问函数的调用和回调有何区别 ?

关于STM32入门库函数的问题

我是直接记住这个函数的功能呢,还是去看这个函数的代码(即实现过程呢),小白,在这里请求大家指点...
发表于 11-09 08:55 278次 阅读
关于STM32入门库函数的问题

如何跳转到函数使用它的地址?

你好,先生, 现在我有一个问题,如何跳转到函数使用它的地址? 在我的项目中,我找到了映射文件中一个函数的地址。例如, 空...
发表于 11-05 14:34 178次 阅读
如何跳转到函数使用它的地址?