Posts

本文介绍了目标检测任务中常用评价指标，包括IoU和mAP。IoU衡量预测框与真实标签框的重叠程度；mAP@50在IoU=0.5时计算平均精度，并且对物体定位有较宽松的要求。而COCO标准的mAP则通过10个阈值下的AP值取平均，要求更高。

本博客讨论了数据预处理中常用的标准化和归一化方法，包括Min-Max Scaling公式、Z-score标准化以及Batch Normalization。不同方法在数值范围、数据中心和对异常值的敏感性上有所不同。

本文介绍了使用SpringBoot、MySQL和MybatisPlus构建的后端项目，以及Vue、Element-Plus作为前端框架。作者还分享了如何初始化项目、生成实体类、mapper接口和Result类，并配置Swagger API注解等内容。

本文讨论了状态空间模型（State Space Model），包括状态空间、离散和连续形式，以及相关矩阵的含义和计算过程。零阶保持技术被用来将离散输入转换为连续输入以进行预测。

摘要内容

摘要内容

本文介绍了生成矢量格式的连贯素描图的方法。使用递归神经网络（RNN），以类似人类思维的方式进行素描，并通过包含5个元素的数据集来捕捉笔画动作和状态。文章具体描述了双向LSTM编码器、自回归HyperLSTM解码器以及如何生成初始隐藏和细胞状态向量的过程，最终实现连贯的素描绘制。

这篇文章讨论了在多节点环境下使用联邦学习策略的问题和解决方案。介绍了同步和异步两种策略，并提出了Federated Averaging方法来选择一组设备参与训练，通过公式优化全局模型参数以最小化损失函数f(w)。还介绍了FL框架（FATE），包括Flow、Container、Eggroll和HDFS等组件及其作用。

使用阿里通义生成部署的docker和nginx文件；服务器上过旧的Docker版本导致的问题解决方案。

本文介绍了如何为Vue项目安装核心依赖、样式预处理器，并运行开发服务器。文章还列出了项目的目录结构和关键模块，以便帮助初学者复现项目并理解其中的逻辑。