Detection

Logistic regression 一、引言 本次练习中，我们将会实现逻辑回归并将其运用于两个不同的数据集。在开始本次联系之前，需要导入这两个训练集(ex2data1.txt和ex2data2.t

SKlearn使用教程 - 2：进阶操作 一、当多比少好: 交叉验证而不是单一分割 1. 示例 拆分数据对于评估统计模型性能是必要的。 但是，它减少了可用于学习模型的样本数量。 因此，应尽可能使用交叉

SKlearn使用教程 - 1：基础操作 一、进阶引言 我们将在教程中绘制几个图。 我们激活 matplotlib 以显示内联图。 scikit-learn 提供最先进的机器学习算法。 然而，这些算法

一、引言 在本次练习中，我们将会学习到线性回归和及其工作模式。当然，本次练习是基于课程内容的，强烈建议看完课程后再完成本章内容。 另外，本次练习需要调用到数据分析的一些包：Numpy，Matplotl

自定义损失函数 & 卷积池化原理 一、[Conv][Pool]实现原理¶ 之前一直觉得卷积层和池化层的计算如下所示： 卷积层：$n_{out} = (n_{in} - F + 2P)/S + 1$ 池

Tensor & Introduction 一、引言 之前操作过torch，是一个lua编写的深度学习训练框架，后来facebook发布了pytorch，使用python语言进行开发 pytorch是

核级几何和立体图像深度图 一、核级几何 本小节中我们主要学习多视角几何学基础以及什么是对极、对极线、对极约束等。 1. 基础概念 当我们使用针孔相机拍摄图像时，我们会丢失一个重要信息，即图像的深度。

相机校准与姿态估计 一、相机校准 本小节中我们主要学习： 相机导致的扭曲类型 如何找到相机的内在和外在属性 如何根据这些属性使图像不失真 1. 基础概念 一些针孔相机会给图像带来明显的失真。 两种主要

支持向量机 一、引言 本小节我们主要学习使用OpenCV中的 cv::ml::SVM::train函数来建立一个基于SVM算法的分类器，并使用 cv::ml::SVM::predict来测试分类器性能