flykhan
2536c937e3
翻译自英文原版 maths-cs-ai-compendium，共 20 章全部完成。 第01章 向量 | 第02章 矩阵 | 第03章 微积分 第04章 统计学 | 第05章 概率论 | 第06章 机器学习 第07章 计算语言学 | 第08章 计算机视觉 | 第09章 音频与语音 第10章 多模态学习 | 第11章 自主系统 | 第12章 图神经网络 第13章 计算与操作系统 | 第14章 数据结构与算法 第15章 生产级软件工程 | 第16章 SIMD与GPU编程 第17章 AI推理 | 第18章 ML系统设计 第19章 应用人工智能 | 第20章 前沿人工智能 翻译说明： - 所有数学公式 $...$ / $$...$$、代码块、图片引用完整保留 - mkdocs.yml 配置中文导航 + language: zh - README.md 已翻译为中文（兼 docs/index.md） - docs/ 目录包含指向各章文件的 symlink - 约 29,000 行中文内容，排除 .cache/ 构建缓存
58 lines
3.7 KiB
XML
58 lines
3.7 KiB
XML
<svg width="700" height="280" xmlns="http://www.w3.org/2000/svg">
|
||
<text x="350" y="22" fill="#333" font-size="14" font-weight="bold" text-anchor="middle">YOLO: Grid-Based Single-Shot Detection</text>
|
||
|
||
<!-- Input image with grid -->
|
||
<text x="135" y="48" fill="#666" font-size="11" text-anchor="middle">Input Image with S×S Grid</text>
|
||
<rect x="30" y="55" width="210" height="210" rx="4" fill="#ecf0f1" stroke="#999" stroke-width="1.5"/>
|
||
|
||
<!-- 7x7 grid lines -->
|
||
<line x1="60" y1="55" x2="60" y2="265" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="90" y1="55" x2="90" y2="265" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="120" y1="55" x2="120" y2="265" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="150" y1="55" x2="150" y2="265" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="180" y1="55" x2="180" y2="265" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="210" y1="55" x2="210" y2="265" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="30" y1="85" x2="240" y2="85" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="30" y1="115" x2="240" y2="115" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="30" y1="145" x2="240" y2="145" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="30" y1="175" x2="240" y2="175" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="30" y1="205" x2="240" y2="205" stroke="#ccc" stroke-width="0.5"/>
|
||
<line x1="30" y1="235" x2="240" y2="235" stroke="#ccc" stroke-width="0.5"/>
|
||
|
||
<!-- Object 1: car (blue bounding box) -->
|
||
<rect x="55" y="110" width="90" height="55" rx="2" fill="none" stroke="#3498db" stroke-width="2"/>
|
||
<!-- Centre point of car in a grid cell -->
|
||
<circle cx="100" cy="137" r="4" fill="#3498db"/>
|
||
<!-- Highlight responsible cell -->
|
||
<rect x="90" y="115" width="30" height="30" fill="#3498db" opacity="0.15"/>
|
||
|
||
<!-- Object 2: person (red bounding box) -->
|
||
<rect x="155" y="80" width="45" height="95" rx="2" fill="none" stroke="#e74c3c" stroke-width="2"/>
|
||
<circle cx="177" cy="127" r="4" fill="#e74c3c"/>
|
||
<!-- Highlight responsible cell -->
|
||
<rect x="150" y="115" width="30" height="30" fill="#e74c3c" opacity="0.15"/>
|
||
|
||
<!-- Arrow to output -->
|
||
<text x="300" y="160" fill="#333" font-size="20" text-anchor="middle">→</text>
|
||
|
||
<!-- Per-cell prediction detail -->
|
||
<text x="510" y="48" fill="#666" font-size="11" text-anchor="middle">Each Grid Cell Predicts</text>
|
||
|
||
<!-- Box predictions -->
|
||
<rect x="350" y="60" width="320" height="80" rx="6" fill="#3498db" opacity="0.08" stroke="#3498db" stroke-width="1.5"/>
|
||
<text x="510" y="80" fill="#3498db" font-size="10" text-anchor="middle" font-weight="bold">B Bounding Boxes (B=2)</text>
|
||
<text x="425" y="100" fill="#555" font-size="9" text-anchor="middle">Box 1: (x, y, w, h, conf)</text>
|
||
<text x="595" y="100" fill="#555" font-size="9" text-anchor="middle">Box 2: (x, y, w, h, conf)</text>
|
||
<text x="510" y="125" fill="#666" font-size="8" text-anchor="middle">(x,y) = centre offset within cell, (w,h) = size relative to image, conf = P(obj)·IoU</text>
|
||
|
||
<!-- Class probabilities -->
|
||
<rect x="350" y="150" width="320" height="50" rx="6" fill="#27ae60" opacity="0.08" stroke="#27ae60" stroke-width="1.5"/>
|
||
<text x="510" y="170" fill="#27ae60" font-size="10" text-anchor="middle" font-weight="bold">C Class Probabilities</text>
|
||
<text x="510" y="188" fill="#666" font-size="9" text-anchor="middle">P(class_1 | obj), P(class_2 | obj), ..., P(class_C | obj)</text>
|
||
|
||
<!-- Output tensor -->
|
||
<rect x="370" y="215" width="280" height="50" rx="6" fill="#f5f5f5" stroke="#333" stroke-width="1"/>
|
||
<text x="510" y="235" fill="#333" font-size="10" text-anchor="middle" font-weight="bold">Output tensor: S × S × (B·5 + C)</text>
|
||
<text x="510" y="252" fill="#666" font-size="9" text-anchor="middle">e.g. 7 × 7 × 30 for S=7, B=2, C=20 (VOC)</text>
|
||
</svg>
|