
分類問題的k折校驗(yàn),一般使用KFold凯力,而分類問題一般使用StratifiedKFold茵瘾。 參數(shù):X - 訓(xùn)練數(shù)據(jù)(可以是pd.DataFram...
先列出回歸函數(shù)代碼,可以使用的回歸算法包括: xgboost lightgbm catboost sklearn 回歸問題的k折校驗(yàn)咐鹤,一般使用K...
8.7 YOLO v3 主要創(chuàng)新點(diǎn): 使用新的backbone網(wǎng)絡(luò):Darknet-53 在backbone和head中都使用了FPN 用邏輯回...
8.9 RFBNet 主要創(chuàng)新點(diǎn): 提出RFB模塊拗秘。一句話就是在Inception的基礎(chǔ)上加入了dilated卷積,結(jié)果是在不怎么增加運(yùn)算量的情...
8.8 RetinaNet 本文參考了這篇文章祈惶。 研究了one-stage和two-stage方法的優(yōu)缺點(diǎn)雕旨。 尤其是指出了one-stage中由...
8.6 YOLO 9000 YOLO 9000可以檢測9000個類別?這么牛逼捧请。 構(gòu)造WordTree凡涩。 YOLO 9000的訓(xùn)練 YOLO90...
8.5 YOLO V2 YOLO V2相比V1的改進(jìn)部分有: 大尺度預(yù)訓(xùn)練分類 新網(wǎng)絡(luò):Darknet-19 加入anchor 下面分別介紹YO...
8.4 YOLO v1 YOLO v1的創(chuàng)新點(diǎn): 整張圖作為一個輸入,然后端到端的得到輸出疹蛉; 速度快活箕,是One-stage的第一個作品。 以R-...
8.3 DSSD DSSD的核心思想: backbone使用ResNet替換了VGG可款,增強(qiáng)了特征提取能力育韩。 添加了轉(zhuǎn)置卷積層,增加上下文信息闺鲸。 ...