本文详细介绍了目标检测中的重要概念交并比(IoU),及其改进
本文详细介绍NMS算法的作用及算法流程。
本文介绍搜索旋转数组问题的解法,及其扩展。
本文总结各种排序方法的原理及其实现,并分析其复杂度。
本文汇总了目标检测领域的难点,小目标检测提升的思路。
本文介绍了KL散度的定义,并分析KL散度与交叉熵的关系。
本文详解机器学习中线性模型包括:线性回归和逻辑回归,并收集相关面试题。
本文收集整理计算机视觉岗位可能会问到的问题,方便查漏补缺。
偏差和方差分解是解释学习算法泛化性能的一种重要工具。本文详细分析机器学习中的偏差和方差这两个概念。
本文详细介绍分类任务中的常用的评价指标,旨在深入理解其中含义及计算方法。