草庐IT

cv2.rectangle

全部标签

【计算机视觉(CV)】基于k-means实现鸢尾花聚类

【计算机视觉(CV)】基于k-means实现鸢尾花聚类作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建设专家委员会(TIPCC)志愿者,以及编程爱好者,期待和大家一起学习,一起进步~.博客主页:ぃ灵彧が的学习日志.本文专栏:人工智能.专栏寄语:若你决定灿烂,山无遮,海无拦.(文章目录)前言(一)、任务描述对于给定的样本集,按照样本之间的距离大小,将样本集划分为K个簇,让簇内的点尽量紧密的连在一起,而让簇间的距离尽量的大(二)、环境配置本实践代码运行的环境配置如下:Python版本为3.7,PaddleP

【计算机视觉(CV)】基于k-means实现鸢尾花聚类

【计算机视觉(CV)】基于k-means实现鸢尾花聚类作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建设专家委员会(TIPCC)志愿者,以及编程爱好者,期待和大家一起学习,一起进步~.博客主页:ぃ灵彧が的学习日志.本文专栏:人工智能.专栏寄语:若你决定灿烂,山无遮,海无拦.(文章目录)前言(一)、任务描述对于给定的样本集,按照样本之间的距离大小,将样本集划分为K个簇,让簇内的点尽量紧密的连在一起,而让簇间的距离尽量的大(二)、环境配置本实践代码运行的环境配置如下:Python版本为3.7,PaddleP

【计算机视觉(CV)】基于高层API实现宝石分类

【计算机视觉(CV)】基于高层API实现宝石分类作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建设专家委员会(TIPCC)志愿者,以及编程爱好者,期待和大家一起学习,一起进步~.博客主页:ぃ灵彧が的学习日志.本文专栏:人工智能.专栏寄语:若你决定灿烂,山无遮,海无拦.(文章目录)前言(一)、任务描述图像分类是根据图像的语义信息将不同类别图像区分开来,是计算机视觉中重要的基本问题宝石识别属于图像分类中的一个细分类问题实践平台:百度AI实训平台-AIStudio实践环境:Python3.7,PaddlePa

【计算机视觉(CV)】基于高层API实现宝石分类

【计算机视觉(CV)】基于高层API实现宝石分类作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建设专家委员会(TIPCC)志愿者,以及编程爱好者,期待和大家一起学习,一起进步~.博客主页:ぃ灵彧が的学习日志.本文专栏:人工智能.专栏寄语:若你决定灿烂,山无遮,海无拦.(文章目录)前言(一)、任务描述图像分类是根据图像的语义信息将不同类别图像区分开来,是计算机视觉中重要的基本问题宝石识别属于图像分类中的一个细分类问题实践平台:百度AI实训平台-AIStudio实践环境:Python3.7,PaddlePa

【计算机视觉(CV)】基于全连接网络实现宝石分类

【计算机视觉(CV)】基于全连接网络实现宝石分类作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建设专家委员会(TIPCC)志愿者,以及编程爱好者,期待和大家一起学习,一起进步~.博客主页:ぃ灵彧が的学习日志.本文专栏:人工智能.专栏寄语:若你决定灿烂,山无遮,海无拦.(文章目录)前言(一)、任务描述本次实践是一个多分类任务,需要将照片中的宝石分别进行识别,完成宝石的识别实践平台:百度AI实训平台-AIStudio、PaddlePaddle2.0.0动态图(二)、环境配置本实践代码运行的环境配置如下:Py

【计算机视觉(CV)】基于全连接网络实现宝石分类

【计算机视觉(CV)】基于全连接网络实现宝石分类作者简介:在校大学生一枚,华为云享专家,阿里云专家博主,腾云先锋(TDP)成员,云曦智划项目总负责人,全国高等学校计算机教学与产业实践资源建设专家委员会(TIPCC)志愿者,以及编程爱好者,期待和大家一起学习,一起进步~.博客主页:ぃ灵彧が的学习日志.本文专栏:人工智能.专栏寄语:若你决定灿烂,山无遮,海无拦.(文章目录)前言(一)、任务描述本次实践是一个多分类任务,需要将照片中的宝石分别进行识别,完成宝石的识别实践平台:百度AI实训平台-AIStudio、PaddlePaddle2.0.0动态图(二)、环境配置本实践代码运行的环境配置如下:Py

【CV知识点汇总与解析】|损失函数篇

【CV知识点汇总与解析】|损失函数篇【写在前面】本系列文章适合Python已经入门、有一定的编程基础的学生或人士,以及人工智能、算法、机器学习求职的学生或人士。系列文章包含了深度学习、机器学习、计算机视觉、特征工程等。相信能够帮助初学者快速入门深度学习,帮助求职者全面了解算法知识点。1、机器学习中常见的损失函数及其应用场景?用于分类问题:0-1损失函数:0-1损失函数可以直观的刻画分类的错误率,但是因为其非凸,非光滑的特点,使得算法很难对其进行直接优化Hinge损失函数(SVM)Hinge损失函数是0-1损失函数的一个代理损失函数,也是其紧上界,当时,不对模型做惩罚。可以看到,hinge损失函