18143453325 在线咨询 在线咨询
18143453325 在线咨询
所在位置: 首页 > 营销资讯 > 行业动态 > 正规化(normalization)处理

正规化(normalization)处理

时间:2022-03-16 16:21:02 | 来源:行业动态

时间:2022-03-16 16:21:02 来源:行业动态

:透过减去数据对应维度的统计平均值,消除公共部分以凸显个体之间的差异和特征的一种平稳的分布计算。下面使用到的[0.485, 0.456, 0.406]、[0.229, 0.224, 0.225]两组数据,是业界经过公认的经验数据。


mean = 255.0 * np.array([0.485, 0.456, 0.406])

stdev = 255.0 * np.array([0.229, 0.224, 0.225])

以上就是针对读入图像与模型之间对应的一些转换与计算的过程。

  1. 创建控制元件并与摄像头进行关联:
这里使用的traitlets、IPython.display、ipwidgets.wiegets与jetbot的Camera库,在前面的文章里都说明过,比较重要的代码如下:

  1. blocked_slider:用于显示所获取图像是blocked类的几率


blocked_slider = widgets.FloatSlider(description='blocked', min=0.0, max=1.0, orientation='vertical')

  1. speed_slider:用于调整Jetbot小车行进速度比


speed_slider = widgets.FloatSlider(description='speed', min=0.0, max=0.5, value=0.0, step=0.01, orientation='horizontal')

  1. camera_link:将摄像头获取图像与image变量进行关联,并执行格式转换,才能在下方display指令之后,将摄像头图像动态地在Jupyter里显示。


camera_link =

关键词:处理,正规

74
73
25
news
  • 网站
  • 营销
  • 设计
  • 运营
  • 优化
  • 效率
  • 专注
  • 电商
  • 方案
  • 推广
为了最佳展示效果,本站不支持IE9及以下版本的浏览器,建议您使用谷歌Chrome浏览器。 点击下载Chrome浏览器
关闭