YoloV8改进策略：上采样改进|动态上采样|轻量高效，即插即用(适用于分类、分割、检测等多种场景)
摘要 本文使用动态上采样改进YoloV8，动态上采样是今天最新的上采样改进方法，具有轻量高效的特点，经过验证，在多个场景上均有大幅度的涨点，而且改进方法简单，即插即用！ 论文：《DySample：Learning to Upsample by Learning to Sample》 论文：https://arxiv.org/pdf/2308.15085 我们提出了DySample，一个超轻量级且高效...
政安晨：【Keras机器学习示例演绎】（三十）—— 使用变换器进行视频分类
目录 数据收集 设置 定义超参数 数据准备 构建基于变换器的模型 培训的效用函数 模型训练和推理 本文目标：用混合变压器训练视频分类器。 本示例是使用 CNN-RNN 架构（卷积神经网络-循环神经网络）进行视频分类示例的后续。这一次，我们将使用基于变换器的模型（Vaswani 等人）对视频进行分类。阅读本示例后，您将了解如何开发基于变换器的混合模型，用于在 CNN 特征图上运行的视频分类。 数据收集 ...
Bayes判别：统计学中的经典分类方法
在统计和机器学习领域，Bayes判别是一个基于概率理论的强大工具，用于解决分类问题。它基于Bayes定理，通过计算和比较后验概率来进行决策。这种方法在处理不确定性和不完整数据时表现尤为出色，因此在医学诊断、邮件过滤、语音识别等多个领域得到了广泛的应用。 什么是Bayes判别？ Bayes判别是一种利用概率模型进行分类的方法。它通过使用Bayes定理来估计样本属于各个类别的概率，从而进行决策。这种方法...
MATLAB实现果蝇算法优化BP神经网络预测分类(FOA-BP)
果蝇算法（Fruit Fly Optimization Algorithm, FFOA）是一种启发式优化算法，受果蝇觅食行为的启发。将其应用于优化BP神经网络，主要是为了寻找BP神经网络中的最佳权重和偏置值。以下是一个基本的流程： 初始化： 设定果蝇算法的参数，如种群大小（果蝇数量）、迭代次数、搜索空间的范围等。初始化果蝇群体的位置，这些位置将代表BP神经网络中的权重和偏置的初始值。 果蝇算法迭代： ...
用Python自动获取PDF图纸的图纸大小，并依此分类整理
在建筑行业，设计师用CAD设计完建筑图纸后，常常需要上传到市、省二级图审平台上，故需要将每张图纸转成PDF文档，并盖电子章（出图章、建造师章和结构章），然后上传图审系统。如果设计师在CAD转PDF时没标明图幅大小（A0，A1，A3，A4？），盖章的人就不得不一张张地打开来查看并盖章，没办法用“批量盖章”的方式。由于图纸量大，往往累成狗。 电子章要批量盖章的前提条件就是：同一批图纸的图幅是相同的，这样，...
Google Earth Engine（GEE）——ccdc分类，采用的是随机森林分类器
利用随机森林分类进行分类： ee.Classifier.smileRandomForest(numberOfTrees, variablesPerSplit, minLeafPopulation, bagFraction, maxNodes, seed) 创建一个空的随机森林分类器。 参数。 numberOfTrees（整数）。 要创建的决策树的数量。 variablesPerSplit（整数，默认为...
即插即用的涨点模块之特征融合（TFAM）详解及代码，可应用于检测、分割、分类等各种算法领域
目录 前言 一、TFAM网络讲解 二、TFAM计算 三、TFAM参数量 四、代码详解 前言 Exchanging Dual-Encoder–Decoder: A New Strategy for Change Detection With Semantic Guidance and Spatial Localization 来源：TGRS2023 官方代码：https://github.com/NJU...
【信号处理】基于CNN的心电（ECG）信号分类典型方法实现（tensorflow）
关于 本实验使用1维卷积神经网络实现心电信号的5分类。由于数据类别不均衡，这里使用典型的上采样方法，实现数据类别的均衡化处理。 工具 方法实现 数据加载 ''' Read the CSV file datasets: NORMAL_LABEL=0 , ABNORMAL_LABEL=1,2,3,4,5 '''ptbdb_abnormal=pd.read_csv(os.path.join('/inp...
土地分类——基于Sentinel-2多源遥感的无监督分类进行土地分类
简介 无监督分类是一种基于统计学方法的图像分类技术，不需要先验知识和训练样本，直接对图像进行分类。基于Sentinel-2多源遥感数据进行无监督分类可以实现对土地类型的划分。本教程主要的目的是通过多源遥感影像进行土地分类，这里主要的数据是哨兵2号数据，波段+纹理特征，灰度波段用的NDVI指数。 步骤如下： 1. 数据预处理：对Sentinel-2数据进行预处理，包括辐射校正、大气校正和几何校正等。 2...
Fisher判别：理解数据分类的经典方法
在机器学习和统计分类的领域中，Fisher判别（也称为Fisher线性判别分析）是一种非常重要的方法，旨在从数据中提取重要特征，以实现对样本的分类。即Fisher判别分析（Fisher Discriminant Analysis, FDA）是一种经典的线性分类方法，用于特征提取和数据降维，特别是在模式识别和机器学习领域中。这种方法由统计学家和生物学家罗纳德·费舍尔在1936年提出，至今仍广泛应用于各...