https://index.zshipu.com/geek/tags/%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB/ Recent content in 图像识别 on 知识铺的博客 Hugo -- gohugo.io zh-CN Tue, 15 Mar 2022 09:13:55 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8B%E4%B8%80%E4%B8%AA%E6%8B%90%E7%82%B9%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%B8%A6%E6%9D%A5%E5%93%AA%E4%BA%9B%E6%9C%BA%E9%81%87/ Tue, 15 Mar 2022 09:13:55 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%8B%E4%B8%80%E4%B8%AA%E6%8B%90%E7%82%B9%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%B8%A6%E6%9D%A5%E5%93%AA%E4%BA%9B%E6%9C%BA%E9%81%87/ 2012年至今，随着深度神经网络理论与计算设备的发展，卷积神经网络（CNN）得到了快速发展，并被大量应用于计算机视觉、自然语言处理等领域。尤其是在图像分类、目标检测等主要的计算机视觉任务中，CNN一直都是最主流的方法。 图1：端到端的学习 卷积神经网络的行与不行 卷积神经网络，虽然取得 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E8%84%B8%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95%E4%B9%8B/ Tue, 15 Mar 2022 07:35:57 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BA%BA%E8%84%B8%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95%E4%B9%8B/ SIGAI特约作者 Baoming 算法研究员 导言 自从anchor-based method出现之后，物体检测基本上就离不开这个神奇的anchor了。只因有了它的协助，人类才在检测任务上第一次看到了real time的曙光。但是，夹杂在通用物体检测中，某些特定物体的检测任务由于应用量巨大，以及该物体 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E8%AF%95%E9%A2%98%E7%B2%BE%E9%80%89%E9%A3%8E%E6%8E%A7%E5%BB%BA%E6%A8%A1%E6%B5%81%E7%A8%8B%E5%88%86%E7%AE%B1%E6%B3%95%E7%9A%84%E7%9B%AE%E7%9A%84%E5%8F%8A%E7%AC%AC%E4%B8%89%E6%96%B9%E6%95%B0%E6%8D%AE%E8%AF%84%E4%BC%B0/ Mon, 14 Mar 2022 16:42:40 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%9D%A2%E8%AF%95%E9%A2%98%E7%B2%BE%E9%80%89%E9%A3%8E%E6%8E%A7%E5%BB%BA%E6%A8%A1%E6%B5%81%E7%A8%8B%E5%88%86%E7%AE%B1%E6%B3%95%E7%9A%84%E7%9B%AE%E7%9A%84%E5%8F%8A%E7%AC%AC%E4%B8%89%E6%96%B9%E6%95%B0%E6%8D%AE%E8%AF%84%E4%BC%B0/ 问题1：分箱后，各箱badrate单调递增从业务上怎么理解呀？ 我们有个先验知识，多头越多badrate越大，历史逾期越多badrate越大…等等，如果变量分箱后不符合这个先验，可能就把他剃掉了。 Bad Rate： 坏样本率，指的是将特征进行分箱之后，每个bin下的样本所统计 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E8%B4%9F%E7%9B%B8%E5%85%B3%E5%AD%A6%E4%B9%A0%E7%9A%84%E4%BA%BA%E7%BE%A4%E8%AE%A1%E6%95%B0%E6%96%B9%E6%B3%95/ Mon, 14 Mar 2022 16:42:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E8%B4%9F%E7%9B%B8%E5%85%B3%E5%AD%A6%E4%B9%A0%E7%9A%84%E4%BA%BA%E7%BE%A4%E8%AE%A1%E6%95%B0%E6%96%B9%E6%B3%95/ SIGAI特约作者 cnns . 阿姆斯特丹大学在读博士 研究方向：深度学习，计算机视觉 人群计数监控视频中的人群自动计数有着重要的社会意义和市场应用前景。充分利用兴趣区域的人数统计信息可以为一些人群密集的商场、车站、广场等公共场合的安全预警提供有效的指导。还可以带来经济效益，例如，提高服务质量 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%B3%E4%BA%8E%E6%84%9F%E5%8F%97%E9%87%8E%E7%9A%84%E6%80%BB%E7%BB%93/ Mon, 14 Mar 2022 16:40:25 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%85%B3%E4%BA%8E%E6%84%9F%E5%8F%97%E9%87%8E%E7%9A%84%E6%80%BB%E7%BB%93/ 感谢SIGAI特约作者：mileistone 感受野是卷积神经网络里面最重要的概念之一，为了更好地理解卷积神经网络结构，甚至自己设计卷积神经网络，对于感受野的理解必不可少。 一、定义 感受野被定义为卷积神经网络特征所能看到输入图像的区域，换句话说特征输出受感受野区域内的像素点的影响。 比 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%81%E5%BD%A2%E5%AD%A6%E4%B9%A0%E6%A6%82%E8%BF%B0/ Mon, 14 Mar 2022 16:40:17 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B5%81%E5%BD%A2%E5%AD%A6%E4%B9%A0%E6%A6%82%E8%BF%B0/ 数据降维问题 在很多应用中，数据的维数会很高。以图像数据为例，我们要识别32x32的手写数字图像，如果将像素按行或者列拼接起来形成向量，这个向量的维数是1024。高维的数据不仅给机器学习算法带来挑战，而且导致计算量大，此外还会面临维数灾难的问题（这一问题可以直观的理解成特征向量维数