- 简介
- 目录大纲
- 最新文档
自然常数e，一个改变世界的神奇数字！
自然对数e是一个很迷人的数字，就在上个世纪九十年代，又有人偶然发现了关于自然对数e的两个计算公式。这些发现进一步印证了e在自然过程和数论研究中的核心地位。以下将探讨e这个数所具有的独特魅力。 增长的核心 数字e，也称为欧拉数或自然对数的底数，每当我们检查与测量对象的数量或大小固有相关的连续增长率（或衰减率）时，就会出现这个数字。例如，它用于计算： 复利 人口增长 放射性衰变 细菌生长 大气中的二氧……
admin - 2025年4月16日 07:20
先验框和模型
来源：计算机视觉：目标检测 先验框和模型 1 先验框 1.1 什么是先验框 1.2 设置不同尺度的先验框 1.3 先验框和特征图的对应 1.4 生成先验框的代码 2 模型 2.1 模型的主干网络 2.2 检测头（类别头和回归头）的设计 1 先验框（锚框） 1.1 什么是先验框 简单来讲，先验框就是帮助我们定好了常见目标的宽和高，以及大致的位置，在进行预测的时候，我们可以利用这个已经定好的宽和高处理……
admin - 2024年8月9日 00:07
CBL
CBL（在YOLO等深度学习框架的上下文中，通常指的是Conv+BN+Leaky ReLU的组合）在深度学习中扮演着至关重要的角色，其作用主要体现在以下几个方面： 特征提取（Conv）： 卷积层（Conv）是深度学习模型中最基本的组件之一，它通过对输入数据进行卷积操作来提取特征。在图像处理和目标检测任务中，卷积层能够捕捉到图像中的边缘、纹理、形状等底层特征，并逐步组合成更高级别的特征表示。 加速训……
admin - 2024年7月27日 11:25
下采样(Downsampling)
下采样(Downsampling)是一种常见的图像处理技术,主要用于减小图像的尺寸和分辨率。 其功能包括： 降低计算复杂度：通过降低图像的分辨率，减少像素数量，从而降低后续处理的计算复杂度。在一些应用中，高分辨率并不是必需的，因此可以通过下采样来加快处理速度。 减小存储空间：高分辨率图像通常需要更多的存储空间。通过下采样，可以减小图像的尺寸，从而节省存储空间。 降低噪声：在图像处理中，……
admin - 2024年7月25日 23:22
均值（Mean）
均值（Mean）是统计学中的一个基本概念，它表示一组数据或随机变量的中心位置或平均水平。均值通常用于描述数据的整体特征，帮助我们了解数据的集中趋势。 对于一组数据x 1 ,x 2 ,...,x n ，其均值 x ˉ 的计算公式为： x ˉ = n 1 ∑ i=1 n x i 其中，n是数据的数量，∑ i=1 n x i 表示所有数……
admin - 2024年7月24日 00:09