清华大学“电路原理”“数字电子技术基础”这两门课程是怎么运用大语言模型的?现在有了大模型可以识别电力图吗
2条回答 默认 最新
关注
【相关推荐】
- 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7777332
- 这篇博客你也可以参考下:半导体无尘车间粒子计数器的工作原理及应用分类
- 您还可以看一下 孙玖祥老师的图解数据结构与算法课程中的 操作最后一个元素复杂度震荡问题的解决小节, 巩固相关知识点
- 除此之外, 这篇博客: 图像兴趣点检测与描述 的深度学习方法总结中的 如何监督隐式表征的检测子? 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
首先是关键点的标签:来自于SIFT+SfM产生,具体操作可以参考原论文
作者使用了两种损失函数监督,一种是结果导向型的目标函数,一种是分类的损失函数
- 结果导向型:
图中P1,P2P^1, P^2P1,P2表示正样本,即是同一个目标区域但是不同视点下的图像。
作者用了一种很巧妙的训练策略,就是我先基于SIFT+SfM作为检测子把方向估计子和特征描述子的CNN预训练一下,然后反过来再来训练我自己的检测子。如下式子所示,hρh_\rhohρ是描述子,G是方向估计子,都是训练好的,只有fμf_\mufμ检测子未训练,所以虽然我监督的是正样本的特征距离,但是我只学习检测子,理论上当两个patch检测到的位置一致时,他们的特征距离时最小的。
- 分类损失:
P1,P2,P3P^1, P^2,P^3P1,P2,P3都含有关键点,但是P4P^4P4没有,因此可以类似分类的思想,让前三个P的score的最大值变大(用了一个relu防止score到无穷),P4P^4P4的score最大值变小。
- 结果导向型:
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^解决 无用评论 打赏 举报
悬赏问题
- ¥20 Html备忘录页面制作
- ¥15 黄永刚的晶体塑性子程序中输入的材料参数里的晶体取向参数是什么形式的?
- ¥20 数学建模来解决我这个问题
- ¥15 计算机网络ip分片偏移量计算头部是-20还是-40呀
- ¥15 stc15f2k60s2单片机关于流水灯,时钟,定时器,矩阵键盘等方面的综合问题
- ¥15 YOLOv8已有一个初步的检测模型,想利用这个模型对新的图片进行自动标注,生成labellmg可以识别的数据,再手动修改。如何操作?
- ¥30 NIRfast软件使用指导
- ¥20 matlab仿真问题,求功率谱密度
- ¥15 求micropython modbus-RTU 从机的代码或库?
- ¥15 django5安装失败