作者查詢 / jackwang01

總覽項目：發文 | 留言 | 暱稱

作者 jackwang01 在 PTT [ DataScience ] 看板的留言(推文), 共57則

限定看板：DataScience

首頁

尾頁

[討論] 關於Yolov5的看法

[ DataScience ]10 留言, 推噓總分: +4

作者: wargods8402 - 發表於 2020/06/18 17:07(5年前)

2^F→jackwang01: v5就是implement 比較好的v4，名字只是取來吸名氣的06/18 19:41

[問題] yolov3觀念請益

[ DataScience ]2 留言, 推噓總分: 0

作者: rain45 - 發表於 2020/04/19 22:23(5年前)

1^F→jackwang01: 1、2都是，沒錯04/20 00:20

[問題] 從版控紀錄中探索規則

[ DataScience ]7 留言, 推噓總分: +1

作者: qazsd - 發表於 2019/07/30 23:18(6年前)

1^F→jackwang01: 前提是要有資料XD07/30 23:22

[問題] 影片辨識率的設計準則

[ DataScience ]19 留言, 推噓總分: +3

作者: wargods8402 - 發表於 2019/07/29 12:46(6年前)

1^F推jackwang01: Accuracy MAP 等等都可07/29 12:59

4^F→jackwang01: 如果是這樣的case就自己設計，例如每個預測出來的box07/29 18:47

5^F→jackwang01: 都去match一個真實資料（用iou)，然後可以算 miss det07/29 18:47

6^F→jackwang01: ection 跟false alarm，這樣的數字應該會比mAP來的更07/29 18:47

7^F→jackwang01: 讓人一看數字就理解07/29 18:47

8^F→jackwang01: 例如原本是辨識車，分別統計正確match車、有match但07/29 18:51

9^F→jackwang01: 辨識錯類別、完全漏掉一台車、把一台車辨識成其他東07/29 18:51

10^F→jackwang01: 西等等這些數據當作評分07/29 18:51

11^F→jackwang01: 基本上我都是自己寫，算出每張frame的統計再平均一下07/29 21:42

12^F→jackwang01: 就很有用了07/29 21:42

13^F→jackwang01: 就像我上面說的啊，把每一種可能用到的情況都統計出07/30 00:59

14^F→jackwang01: 來，如果你的應用可以接受漏標但是不能接受誤判，那就07/30 00:59

15^F→jackwang01: 用 false alarm低的，反之如果希望盡量不要漏標，就挑07/30 00:59

16^F→jackwang01: miss detection 低的，一切都看個人應用07/30 00:59

17^F→jackwang01: 是的07/30 18:07

18^F→jackwang01: 也是有類似f1-score之類的可以參考看看，不過通常每07/30 18:09

19^F→jackwang01: 項分開看我覺得更有用一些07/30 18:09

[問題] tensorflow-gpu環境問題

[ DataScience ]16 留言, 推噓總分: +7

作者: MGAMEBOY - 發表於 2019/07/21 20:42(6年前)

11^F→jackwang01: Windows 極度推薦使用anaconda，現在conda環境有辦法07/22 13:13

12^F→jackwang01: 直接安裝cuda+cudnn ，方便很多07/22 13:13

[問題] 想請教 Transfer Learning 的概念問題

[ DataScience ]17 留言, 推噓總分: +6

作者: sssh - 發表於 2019/07/15 08:31(6年前)

1^F→jackwang01: 比起隨機產生的noise權重，至少在別的項目上有學到一07/15 11:56

2^F→jackwang01: 些基本的形狀、顏色等等的特徵07/15 11:56

Re: [問題] 全捲積網路(FCN) 在YOLOV2上訓練的問題

[ DataScience ]27 留言, 推噓總分: +8

作者: fsvy - 發表於 2019/07/09 17:52(6年前)

1^F→jackwang01: 就是很單純的先擷取出車牌，再把車牌影像餵進去就好了07/09 18:33

2^F→jackwang01: 另外 openalpr 的效果我覺得不怎麼樣07/09 18:34

6^F推jackwang01: 用yolo啊，蠻多論文都這樣做的07/10 18:18

9^F推jackwang01: 直接用detection 做OCR啊XD07/11 12:27

10^F→jackwang01: 也就24個英文(扣掉i跟o)加十個數字而已07/11 12:28

17^F→jackwang01: 可以而且效果還蠻好的07/13 19:48

18^F→jackwang01: 不過目前做起來跟用detection 效果差不多07/13 19:49

[問題]想跑DL(Tensorflow)此GPU條件是否可行?

[ DataScience ]33 留言, 推噓總分: +16

作者: kumokochiu - 發表於 2019/01/23 16:42(7年前)

29^F→jackwang01: 會推6G主要是cp值很棒，往上1080價錢比較不親民，往下01/25 03:44

30^F→jackwang01: 1060 3G沒省多少又有可能train不動01/25 03:44

[問題] object detect(YOLO)相關問題

[ DataScience ]22 留言, 推噓總分: +5

作者: oe725 - 發表於 2019/01/10 23:27(7年前)

1^F→jackwang01: 可能overfit 有點嚴重，多一些訓練資料比較好，再來這01/10 23:49

2^F→jackwang01: 種問題我是沒看過有人放負面資料的？畢竟這是object d01/10 23:49

3^F→jackwang01: etection不是classification01/10 23:49

4^F→jackwang01: 比較建議一張照片裡面能標的盡量標，然後張數越多越好01/10 23:51

5^F→jackwang01: ，再來就是測試的時候用測試資料來看而不是用訓練資01/10 23:51

6^F→jackwang01: 料01/10 23:51

[問題] 影像辨識問題~新手請益

[ DataScience ]15 留言, 推噓總分: +8

作者: ohyakmu - 發表於 2019/01/07 22:47(7年前)

5^F→jackwang01: 做出來簡單，難在你的問題有沒有辦法收集到夠多的訓練01/08 03:33

6^F→jackwang01: 資料01/08 03:33

首頁

尾頁