- 博客(14)
- 收藏
- 关注
RSS订阅原创 深度学习 目标检测常见指标和yolov1分析
如题，这篇介绍一下目标检测中常见的一些指标以及简单分析一下 yolov1 的模型结构。首先得知道什么是目标检测：目标检测（Object Detection）是计算机视觉领域的核心任务之一，旨在识别图像或视频中感兴趣的物体，并确定它们的位置和类别。与图像分类（仅识别物体类别）不同，目标检测需要同时解决（whats）和（where）两个问题。
2025-07-29 18:40:56
453
原创 循环神经网络 中文情感分析案例
目录一、数据处理1、读取原始文件2、清洗数据3、分词4、构建词典并保存5、把每条文本编码成数字列表6、固定长度二、设置数据集、数据加载器三、构建模型结构四、配置具体模型参数与训练细节五、开始训练并保存六、模型测试（测试集）七、单条评论测试（可选）又做了一个小案例，刚好来复盘一下，是关于分析酒店评论的好坏，首先原始数据集如下：前面一列是标签，1代表好评，0代表差评，后面的是评论内容，一共有5000多条评论，下面开始：这里我总结了一下大概的步骤：读取原始文件 --> 清洗数据（去除标点符号等） --> 分词 -
2025-07-28 18:51:44
806
原创 深度学习 pytorch图像分类（详细版）
苯人的项目是基于CNN实现香蕉成熟度的小颗粒度分类，针对六种不同状态（新鲜成熟的、新鲜未熟的、成熟的、腐烂的、过于成熟的、生的）进行高精度视觉识别。由于香蕉的成熟度变化主要体现在颜色渐变、斑点分布及表皮纹理等细微差异上，传统图像处理方法难以准确区分。因此，本项目通过构建深层CNN模型，利用卷积层的局部特征提取能力捕捉香蕉表皮的细微变化，并结合高阶特征融合技术提升分类精度。
2025-07-21 15:00:19
890
原创 深度学习 Pytorch图像分类步骤
Dataset是一个抽象类，是所有自定义数据集应该继承的基类。它定义了数据集必须实现的方法，一个是 __len__方法，还有一个是 __getitem__方法，其中是返回的总数据的个数，是根据索引 idx 返回数据集中的样本并提取，然后进行预处理或变换，总之 Dataset 是为了告诉 Pytorch 我这个数据集该怎么数，怎么取。
2025-07-15 20:13:46
1103
3
原创 深度学习 tensor及其相关操作
PyTorch是一个基于Python的深度学习框架，它提供了一种灵活、高效、易于学习的方式来实现深度学习模型，最初由Facebook开发，被广泛应用于计算机视觉、自然语言处理、语音识别等领域。PyTorch提供了许多高级功能，如自动微分（automatic differentiation）自动求导（automatic gradients）等，这些功能可以帮助我们更好地理解模型的训练过程，并提高模型训练效率。没错苯人开始 pytorch的学习了，这篇来写一下 Torch 的一些基本API。
2025-07-09 19:59:58
493
原创 机器学习 朴素贝叶斯、决策树、集成学习方法之随机森林
我们知道分类算法主要用于对进行分类，标签型数据有一下几个特点：无序性、非数值性、多样性。比如“性别”可以分为“男”和“女”，但“男”和“女”之间不存在大小、高低等顺序关系，也不是数值，分类算法就是针对这样的数据。
2025-07-02 16:11:08
856
1
原创 opencv 图像噪点消除 图像梯度处理
首先，噪点是图像中随机出现的亮度或颜色异常像素（如“雪花点”“颗粒感”），主要由传感器噪声、低光照、压缩失真等引起，表现为图像中随机的亮度，也可以理解为有那么一些点的像素值与周围的像素值格格不入，常见的噪声类型包括高斯噪声和椒盐噪声。这里强调一下，滤波并不代表模糊噪点，滤波是一种技术，不同的滤波会产生不同的效果，比如低通滤波器是模糊，高通滤波器是锐化，所以模糊只是滤波技术产生的一种效果。前面两种滤波方式，卷积核内的每个值都一样，也就是说图像区域中每个像素的权重也就一样。
2025-07-02 09:18:38
1112
原创 图片镜像旋转、图像缩放、图像矫正
与图像旋转里的缩放的原理一样，图像缩放的原理也是根据需要将原图像的像素数量增加或减少，并通过插值算法来计算新像素的像素值，图像缩放提供了五种插值方法，分别是最近邻插值、双线性插值、像素区域插值、立方插值、Lanczos插值，与图像旋转实验中的五个插值方法相同，这里就不再过多介绍，详细可看我之前写的插值方法。在OpenCV中，图片的镜像旋转是以图像的中心为原点进行镜像翻转的，也就是说，水平翻转时，图像的左侧和右侧会关于中心点进行交换；图像的旋转是围绕一个特定点进行的，而图像的镜像旋转则是围绕坐标轴进行的。
2025-06-30 19:14:06
1050
原创 机器学习 KNN算法、模型选择与调优
KNN（K-Nearest Neighbors，K近邻）算法是一种基本的分类方法（也可用于回归），它根据K个邻居样本的类别来判断当前样本的类别，核心原理是。例如： 有10000个样本，选出离样本A的7个“邻居”，然后在这7个样本中假设：类别1有2个，类别2有3个，类别3有2个，那么就可以认为A样本属于类别2，因为在它的7个“邻居”中 类别2最多，用一句古话解释就是：近朱者赤近墨者黑。
2025-05-14 16:33:10
839
原创 机器学习 特征工程
在机器学习时，我们获得的原始数据往往会存在以下问题：信息冗余或无关（如无关字段、重复特征）；格式不适合模型（如文本、类别数据需要数值化）；缺失值或噪声（如数据采集错误）；维度灾难（特征过多导致计算效率低）等，所以在对数据集进行进一步操作之前就需要特征工程，即将任意数据(如文本或图像)转换为可用于机器学习的数字特征，
2025-05-11 11:04:42
873
原创 opencv 图像旋转 边缘填充 插值方法
图像旋转是指图像以某一点为旋转中心，将图像中的所有像素点都围绕该点旋转一定的角度，并且旋转后的像素点组成的图像与原图像相同，在了解图像旋转之前首先要明白单点旋转。
2025-05-01 12:06:12
1695
原创 opencv 图片颜色识别与替换
RGB颜色空间是我们接触最多的颜色空间，是一种用于表示和显示彩色图像的一种颜色模型，R代表红色（Red），G代表绿色（Green），B代表蓝色（Blue），这三种颜色通过不同强度的光的组合来创建其他颜色，广泛应用于我们的生活中，比如电视、电脑显示屏等。掩膜（Mask）是一种在图像处理中常见的操作，它选择性地遮挡图像的某些部分，以实现特定任务的目标，通常是一个二值化图像，并且与原图像的大小相同，其中目标区域被设置为255（白色），而其他区域被设置为0（黑色），并且目标区域可以根据HSV的颜色范围进行修改。
2025-04-29 15:20:41
1683
原创 opencv 形态学变换相关
8.形态学梯度形态学变换（Morphological Transformations）是一种基于形状的简单变换，它的处理对象通常是二值化图像。形态学变换有两个输入，一个输出：输入为原图像、核（结构化元素），输出为形态学变换后的图像。其基本操作有腐蚀和膨胀等，其中腐蚀和膨胀这两种操作是相反的，即较亮的像素会被腐蚀和膨胀。在自适应二值化操作的时候要框一个n*n的小区域，其中心点要将图中的每个像素点都遍历完，这个小区域就是“”核“”，小区域内每个位置的值就是核值。
2025-04-22 17:15:11
1887
2
空空如也
win11锁屏幻灯片播放选择的文件夹不显示图片
2023-07-13
TA创建的收藏夹 TA关注的收藏夹
TA关注的人