- 博客(23)
- 收藏
- 关注
RSS订阅原创 【算法】斐波那契数列
509. 斐波那契数基本篇：class Solution {public: int fib(int N) { int a=0; int b=1; int fn=0; for(int i=0;i<N;i++){ fn=a+b; a=b; ...
2020-05-06 22:16:38
543
原创 【算法】二分查找及变体
如果看到在某个查找问题时间要求logn，那基本是考二分查找。平衡二叉树的本质也是二分查找，写树还费时。二分查找的前提是数组有序，如果无序需要先排序。二分查找框架：int binarySearch(int[] nums, int target) { int left = 0, right = ...; while(...) { int mid = le...
2020-04-28 18:52:53
325
原创 【算法】比较类的原地算法
力扣41class Solution {public: int firstMissingPositive(vector<int>& nums) { int n=(int)nums.size(); for(int i=0;i<n;i++){ while(nums[i]>0&&n...
2020-04-28 14:15:49
280
原创 【算法】螺旋矩阵
力扣54双百答案class Solution {public: vector<int> spiralOrder(vector<vector<int>>& matrix) { vector <int> res; if (matrix.empty()) return res; i...
2020-04-27 21:22:09
547
原创 【论文笔记】【cnn】ResNest详解
摘要：ResNest主要贡献是设计了一个Split-Attention模块，可以实现跨通道注意力。通过以ResNet样式堆叠Split-Attention块，获得了一个ResNet的变体。ResNest网络保留了完整的ResNet结构，可以直接用下游任务，而不会引起额外的计算成本。ResNest在分类、FasterRCNN、DeeplabV3上都有提升。动机：著名的ResNet是针对图像分...
2020-04-24 17:41:58
6094
7
原创 【论文笔记】【cnn】Densenet详解
Densenet受启发于resnet，通过shortcut(skip connection)建立前面层到后面层的联系，有助于训练过程中的梯度反向传播。相比于resnet，densenet设计了更密集的shortcut，建立了前面的所有层和后面的密集连接。Densenet还通过特征在channel上的连接来实现特征重用，这减少了DenseNet的参数量和计算成本。DenseNet提出了一个非...
2020-04-22 17:51:11
1672
原创 【论文笔记】【cnn】ResNeXt详解
ResNeXt解决的问题：传统的要提高模型的准确率，都是加深或加宽网络，但是随着超参数数量的增加（channels，filter size等），网络设计的难度和计算开销也会增加。本文提出的ResNeXt结构可以在不增加参数复杂度的情况下提高准确率，同时还减少了超参数的数量。ResNeXt乍一看很像inception，作者也在论文中提到了vgg相关。VGG和resnet主要采用堆叠网络来实现...
2020-04-22 14:39:37
815
原创 【论文阅读】【cnn】resnet
resnet解决的是网络的退化问题。在vgg中提出，增加网络深度可以增加模型的表达能力。但是人们发现深度达到一定之后，CNN网络再一味增加层数并不能带来分类性能的提高，甚至会让网络收敛变慢，测试集精度下降。训练集精度下降可以说明这个不是过拟合的原因。因此resnet提出这是网络的“退化问题”。深度神经网络可以拟合各种表示，按道理说，n+1层的cnn的解空间包含了n层的cnn的解空间，因此n+1...
2020-04-22 10:52:57
514
原创 【论文笔记】【目标检测】fpn详解
fpn是在卷积神经网络中图像金字塔的应用。图像金字塔在多尺度识别中有重要的作用，尤其是小目标检测。论文中给了这么一张图来展示4种利用特征的形式。（a）图像金字塔。这个是直接把图片resize成不同的尺度，使用不同的尺度对应生成不同的特征。缺点是时间成本很大，如果在测试的时候使用四级的图像金字塔，那么测试时间*4.（b）只用最后一层特征。在fpn之前的算法，faster rcnn和s...
2020-04-22 10:51:48
1494
原创 【论文笔记】【目标检测】faster rcnn详解
我终于看懂了这篇paper！RCNN解决了用卷积网络做目标检测的问题，通过selective search在特征图上得到region proposal，进而使用svm进行二分类，得到了目标检测需要的分类信息和位置信息。Fast rcnn解决了RCNN得到region proposal费时费空间的问题。通过引入Roi pooling使任意大小的输入可以输出为指定大小的roi向量，这样，一张图...
2020-04-20 21:20:15
572
原创 【论文笔记】【目标检测】Fast RCNN详解
Fast RCNN是对RCNN论文的改进。RCNN简介：(1)image input；(2)利用selective search 算法在图像中从上到下提取2000个左右的Region Proposal；(3)将每个Region Proposal缩放(warp)成227*227的大小并输入到CNN，将CNN的fc7层的输出作为特征；(4)将每个Region Proposal提取的...
2020-04-20 15:42:28
1602
原创 【算法】只出现一次的数字
1.leetcode136给定一个非空整数数组，除了某个元素只出现一次以外，其余每个元素均出现两次。找出那个只出现了一次的元素。要求时间复杂度O(n)，空间复杂度O(1)。示例：输入[4, 1, 2, 1, 2]，输出4（1）面试官不想要的答案：建字典、排序。（2）面试官想要的答案：位运算。思路：如果我们对 0 和二进制位做 XOR 运算，得到的仍然是这个二进制位，a^...
2020-04-15 18:12:36
239
原创 计算机视觉秋招准备（4）：神经网络初始化
1. 将全部参数初始化为0不可以考虑全连接的深度神经网络，同一层中的任意神经元都是同构的，它们拥有相同的输入和输出，如果再将参数全部初始化为同样的值，那么无论前向传播和反向传播的取值都是完全相同的。学习过程将永远无法打破这种对称性，最终同一网络层中的各个参数仍是相同的。因此，我们要随机地初始化神经网络参数的值，以打破这种对称性。简单来说，可以初始化参数取值范围为取值范围(-,)的均匀...
2020-04-14 11:00:03
213
原创 计算机视觉秋招准备（2）：一文看懂dropout
1.Dropout出现的原因在机器学习的模型中，如果模型的参数太多，而训练样本又太少，训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题，过拟合具体表现在：模型在训练数据上损失函数较小，预测准确率较高；但是在测试数据上损失函数比较大，预测准确率较低。过拟合是很多机器学习的通病。如果模型过拟合，那么得到的模型几乎不能用。为了解决过拟合问题，一般会采用模型集成的...
2020-04-13 15:27:50
1146
原创 池化层详细介绍
常见的池化层它实际上是一种形式的降采样。有多种不同形式的非线性池化函数，而其中“最大池化（Max pooling）”是最为常见的。它是将输入的图像划分为若干个矩形区域，对每个子区域输出最大值。直觉上，这种机制能够有效地原因在于，在发现一个特征之后，它的精确位置远不及它和其他特征的相对位置的关系重要。池化层会不断地减小数据的空间大小，因此参数的数量和计算量也会下降，这在一定程度上也控制了过拟合。...
2020-04-13 14:17:30
97309
1
原创 过拟合和欠拟合现象及解决方案
过拟合和欠拟合欠拟合：（under-fitting）也称为欠学习，它的直观表现是算法训练得到的模型在训练集上表现差，没有学到数据的规律。引起欠拟合的原因有：模型本身过于简单，例如数据本身是非线性的但使用了线性模型；特征数太少无法正确的建立统计关系。过拟合：（over-fitting）随着训练过程的进行，模型复杂度，在training data上的error渐渐减小。可是在验证集上的erro...
2020-04-10 21:52:57
3342
原创 经典CNN图像分类网络汇总
本文将大致介绍经典的卷积神经网络。包含LeNet5、AlexNet、VGG、GoogLeNet、卷积神经网络概述：相比于传统特征提取方法，卷积不需要人工进行特征提取。受启发于生物神经元，激活函数用于仿真，当生物电信号超过了某一阈值，就被传递给下一个神经元；损失函数用于指导网络学习到被期望学习的东西。CNN的优点：（1）局部连接。每个神经元只和前一层部分神经元连接，这可以加快网络收敛和减...
2020-04-10 21:11:21
9354
原创 激活函数总结1:ReLU及其变体
激活函数可以被分为2类，“饱和激活函数”和“非饱和激活函数”。sigmoid和tanh是“饱和激活函数”，而ReLU及其变体则是“非饱和激活函数”。使用“非饱和激活函数”的优势在于两点： （1）首先，“非饱和激活函数”能解决所谓的“梯度消失”问题。 （2）其次，它能加快收敛速度。 Sigmoid函数需要一个实值输入压缩至[0,1]的范围，σ(x) = 1 / (1 + ex...
2020-04-10 17:24:41
4177
1
原创 Self-training with Noisy Student improves ImageNet classification阅读笔记
论文地址：https://arxiv.org/pdf/1911.04252v1.pdf这篇文章实现了自训练方法，使用部分带标签数据进行训练，在ImageNet上top-1为87.4%。方法：1. 为有标签和无标签的图片。2. 使用有标签的数据、标准交叉熵损失训练了一个EfficientNet作为教师网络。3. 用这个教师网络，在无标签数据上生成伪标签，伪标签可以是soft la...
2019-12-10 16:27:39
3715
1
原创 python处理xlsx多sheet文件
需求：每个xlsx共有20个sheet，每个sheet两列。对第一列每个值加0.924，第二列每个值除以0.19625。对处理后的结果，以第一列为x，第二列为y，生成一条曲线，求与指定直线的交点。其中sheet1-10的指定直线为x=0.225, sheet11-20的指定直线为0.75.import xlrd import shapely.geometry as SG import ...
2019-11-09 19:54:15
806
原创 Random Search and Reproducibility for Neural Architecture Search阅读笔记
论文创新点：•1.提出了新的NAS基准。建立的基础：NAS是一个专门的超参数优化问题；随机搜索是超参数的baseline。•2.采用提前停止的随机搜索：在PTB和CIFAR-10•3.具有权重共享的随机搜索性能 优于 早期停止的随机搜索功能•4.探讨了已发布的NAS结果的现有可重复性NAS存在问题：•baseline不足：尚未在NAS基准上评估最新的超参数方法，难以量...
2019-11-04 21:19:07
845
原创 json标注转为pascal_voc xml
数据来源为https://cg.cs.tsinghua.edu.cn/traffic-sign/标注格式为json，使用json.load解析后为字典格式。pascal_voc xml格式为：<?xml version="1.0" encoding="utf-8"?><annotation> <folder>VOC2007</fold...
2019-10-15 10:22:56
1135
原创 python将pascal_voc xml转化为txt
#!/usr/bin/env python3# -*- coding: utf-8 -*-import osimport os.pathimport xml.etree.ElementTree as ET import xml.dom.minidom as xdmimport sys xml_path='/Users/chenhonghu/Downloads/data/xml/...
2019-10-15 10:13:42
546
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人