HUSTer-deeplearning-CSDN博客

原创非机动车检测数据集(用于训练目标跟踪)

该数据集主要包含自行车、电动车和摩托车，标签都是yolo格式，是经过本人精心挑选及筛选的。博客上也有很多其它数据集资源，但经本人下载后有很多图片的标签有误，甚至压根就不是人工标注的（估计是拿模型直接检测出来的），这个严重影响模型的精度。

2022-10-26 16:01:33 2798 3

原创发电厂指针仪表检测(YOLOv5训练)

基于YOLOv5网络结构训练指针仪表数据，用于电厂巡检机器人进行检测。

2022-10-22 13:11:28 1001 7

原创在排序数组中查找元素的第一个和最后一个位置(中等题)

通过二分查找来定位目标数，定位好后，再微调左右边界。

2022-06-20 15:59:39 60 1

原创两球之间的磁力(中等题)

class Solution: def maxDistance(self, position: List[int], m: int) -> int: def check(x: int) -> bool: pre = position[0] cnt = 1 for i in range(1, len(position)): if position[i] - pr...

2022-05-20 14:42:08 70

原创袋子里最少数目的球(中等题)

class Solution: def minimumSize(self, nums: List[int], maxOperations: int) -> int: def operate(x): sum = 0 for i in range(len(nums)): if nums[i]>x: if nums[i]%x==0: ...

2022-05-20 10:00:41 80

思路：明显的动态规划题，d[i]表示以num[i]结尾的最长严格递增子序列的长度。第一个循环依次遍历d[i]并计算，第二个循环旨在更新d[i]的值，因为num[i]之前可能存在某个num[j]比他小，并且d[j]+1大于d[i]class Solution: def lengthOfLIS(self, nums: List[int]) -> int: d = [1]*len(nums) for i in range(len(nums)): ..

2022-05-19 19:33:58 130

原创 ByteTrack: Multi-Object Tracking by Associating Every Detection Box

这篇论文是我觉得目前在多目标跟踪领域效果最好的，能够有SOTA级MOTA以及很高的推理速度，最快能够达到60FPS.解决的核心问题：如何在匹配过程中充分利用从高分到低分的检测框具体思路：保留了几乎所有的检测框，并将它们分为高分检测框和低分检测框。我们首先将高分检测框与tracklet相关联。有些轨迹无法匹配，因为它们与高分检测框不匹配，这通常发生在发生遮挡、运动模糊或大小变化时。然后，将低分数检测框和这些不匹配的轨迹关联起来，以恢复低分数检测框中的对象，同时过滤掉背景。如上图所示，其..

2022-05-19 15:06:43 344 2

原创合并区间(中等题)

以数组 intervals 表示若干个区间的集合，其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间，并返回一个不重叠的区间数组，该数组需恰好覆盖输入中的所有区间。输入：intervals = [[1,3],[2,6],[8,10],[15,18]]输出：[[1,6],[8,10],[15,18]]解释：区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6].思路：首先的将二维数组根据每个一维数组的第一个元素的大小进行排序，然

2022-05-18 17:09:27 91

原创颜色分类(中等题)

给定一个包含红色、白色和蓝色、共 n 个元素的数组 nums ，原地对它们进行排序，使得相同颜色的元素相邻，并按照红色、白色、蓝色顺序排列。我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。必须在不使用库的sort函数的情况下解决这个问题。思路：一次遍历即可，当遇到2的时候则与后面元素交换；当遇到1的时候，继续前进；当遇到0的时候，与前面元素交换，同时前进。class Solution: def sortColors(self, nums: List[int]) -&g

2022-05-18 16:02:16 106

原创找到需要补充粉笔的学生编号(中等题)

一个班级里有 n 个学生，编号为 0 到 n - 1 。每个学生会依次回答问题，编号为 0 的学生先回答，然后是编号为 1 的学生，以此类推，直到编号为 n - 1 的学生，然后老师会重复这个过程，重新从编号为 0 的学生开始回答问题。给你一个长度为 n 且下标从 0 开始的整数数组 chalk 和一个整数 k 。一开始粉笔盒里总共有 k 支粉笔。当编号为 i 的学生回答问题时，他会消耗 chalk[i] 支粉笔。如果剩余粉笔数量严格小于 chalk[i] ，那么学生 i 需要补充粉笔。请你返回需

2022-05-18 10:57:54 82

原创找到 K 个最接近的元素(中等题)

给定一个排序好的数组 arr ，两个整数 k 和 x ，从数组中找到最靠近 x（两数之差最小）的 k 个数。返回的结果必须要是按升序排好的。整数 a 比整数 b 更接近 x 需要满足：|a - x| < |b - x| 或者|a - x| == |b - x| 且 a < b思路：因为是排序好的数组，所以k个数一定是长度为k的连续子数组，只需要找出这个子数组的起点即可。起点可以使用二分查找。class Solution: def findClosestEl..

2022-05-18 10:05:49 167

原创有效三角形的个数（中等题）

给定一个包含非负整数的数组 nums ，返回其中可以组成三角形三条边的三元组个数。思路：首先需要对数组进行从小到大排序，这样会节省一些不必要的判断；需要注意的是：当从右到左循环时，然后进行双指针遍历，当后两个数之差大于第一个数时，就无法判断指针的移动。所以应该从左到右遍历列表，这样的话前两个数之差必然小于第三个数，当他们的和小于第三个数时，便可以让left向右移动。class Solution: def triangleNumber(self, nums: List[int]) -

2022-05-18 09:11:25 153 1

原创 TransTrack: Multiple Object Tracking with Transformer

摘要TransTrack利用transformer架构，这是一种基于query-key机制多目标跟踪方法，就是通过前一帧的对象特征来跟踪当前帧的目标，并对当前帧进行对象检测，以检测新的对象。通过在一次拍摄中完成目标检测和目标关联，简化了检测+跟踪中复杂的多步设置，建立了一种新的联合检测和跟踪MOT范式。所谓query-key机制，在单目标跟踪中经常被使用，即通过前一帧的对象特征来跟踪当前帧的目标。但是这种机制无法检测新的目标，所以很少用作多目标跟踪中。其中图a是正常的检测+匹配的目标跟踪，即

2022-05-12 19:22:25 975 3

原创图像处理软件（基本功能都已实现，含源码）

本图像处理软件系统实现了图像旋转、图像放缩、对比度变换、亮度变换、阈值分割、像素值显示等多种功能，源代码地址https://download.csdn.net/download/HUTAOhh/85334811

2022-05-10 09:29:46 1468 1

发电厂指针仪表数据集(xml格式)

该数据集一共包含1214张图片，均为本人网上爬取，精心标注，标签格式为xml格式。之后采用YOLOv5网络结构训练，最后效果良好。见博客：https://blog.csdn.net/HUTAOhh/article/details/125892347?spm=1001.2014.3001.5502

2022-10-22

猫狗大战(pytorch版)

这是一个基于pytorch的手写数字识别小项目，使用minist数据集进行训练，最高可达99%精度。首先，此代码逻辑清晰，思路简单，便于用户修改(修改网络结构，优化器等)，用户可在config.py文件中修改epoch、batch等配置参数，来达到更好的效果。数据集无需做处理。其次，该代码固定了各种随机初始化参数的种子，这样便于用户复现最好的效果。可以使用预训练模型。最后，用户需要配置pytorch环境，再打开pycharm即可运行代码，无需任何修改。

2022-06-17

手写数字识别(pytorch版)

这是一个基于pytorch的手写数字识别小项目，使用minist数据集进行训练，最高可达99%精度。首先，此代码逻辑清晰，思路简单，便于用户修改(修改网络结构，优化器等)，用户可在config.py文件中修改epoch、batch等配置参数，来达到更好的效果。其次，该代码固定了各种随机初始化参数的种子，这样便于用户复现最好的效果。最后，用户需要配置pytorch环境，再打开pycharm即可运行代码，无需任何修改。

2022-06-13

图像处理软件系统设计(实现一些基本功能)

本系统使用python和图形界面开发工具Qt制作，使用python编写并实现了多个图像处理功能，如图像放缩、图像旋转、亮度变换、阈值分割，对比度变换、像素值打印，相对于其他的处理系统，有2个主要优点，一个是设计了登录界面，一个是可以通过摄像头拍照获取图像。最终形成对用户友好的图像处理系统。当然也有一些需要完善的地方，比如可以设计数据库登录系统，后台保存用户登录信息。这样交互性会更加完美。其中包含可直接运行的工程文件，里面的readme.txt会对相关文件进行描述。用户首先得下载pycharm和配置好pyqt5的工具，用户可以对源码进行修改以实现所需要的功能。本人均提供了各个界面的.ui文件，方便用户设计自己喜欢的界面。本人的博客会进行详细描述。

2022-05-10

非机动车检测数据集（百度网盘提取，永久有效）

该数据集主要包含自行车、电动车和摩托车，标签都是yolo格式，是经过本人精心挑选及筛选的。博客上也有很多其它数据集资源，但经本人下载后有很多图片的标签有误，甚至压根就不是人工标注的（估计是拿模型直接检测出来的），这个严重影响模型的精度。数据集图片总数为12811，标签文件名与图片片名一一对应，但是有的标签文件是多余的，不对应图片，训练的时候直接根据图片读标签即可。标签格式：（类别 id 归一化后的x,y,w,h），其中id均为-1，因为我用这个数据集训练的跟踪模型，所以会有id信息。如果只想训练检测模型，对标签用代码处理以下即可。

2022-04-26

java 中使用treeset自定义比较器后添加重复元素后再删除，发现无法删除该元素

2022-11-07

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

HUTAOhh的博客