YOLOv2 / YOLO9000 深入理解

2018-10-29
阅读 9 分钟
8.1k
YOLOv2相对v1版本,在继续保持处理速度的基础上,从预测更准确(Better),速度更快(Faster),识别对象更多(Stronger)这三个方面进行了改进。其中识别更多对象也就是扩展到能够检测9000种不同对象,称之为YOLO9000。

YOLO v1深入理解

2018-10-15
阅读 9 分钟
10.9k
YOLO(You Only Look Once)是一种基于深度神经网络的对象识别和定位算法,其最大的特点是运行速度很快,可以用于实时系统。现在YOLO已经发展到v3版本,不过新版本也是在原有版本基础上不断改进演化的,所以本文先分析YOLO v1版本。

朴素贝叶斯分类——大道至简

2018-09-29
阅读 6 分钟
6.4k
已知m个样本 $(x^1,y^1), ...... (x^m,y^m)$,x是特征变量,y是对应的类别。要求一个模型函数h,对于新的样本 $x^t$,能够尽量准确的预测出 $y^t = h(x^t)$。

偏差(Bias)和方差(Variance)——机器学习中的模型选择

2018-09-18
阅读 6 分钟
11.8k
在监督学习中,已知样本 $(x_1, y_1),(x_2, y_2),...,(x_n, y_n)$,要求拟合出一个模型(函数)$\hat{f}$,其预测值$\hat{f}(x)$与样本实际值$y$的误差最小。

Boosting / AdaBoost —— 多级火箭助推

2018-09-11
阅读 7 分钟
3.3k
Boosting 是一类算法的统称,它们的主要特点是使用一组弱分类器来构造一个强分类器。弱分类器意思是预测的准确性不高,可能只比随便乱猜稍好一点。强分类器指准确性较高的分类器。简单来说的话,Boosting 可以理解为俗话所说的“三个臭皮匠顶个诸葛亮”。