20135218 期末总结

链接汇总

1.每周学习笔记

(第一周没有学习任务)

第二周学习笔记:http://www.cnblogs.com/ShadowStealer/p/4827626.html

第三周学习笔记:http://www.cnblogs.com/ShadowStealer/p/4841734.html

第四周学习笔记:http://www.cnblogs.com/ShadowStealer/p/4858047.html

第五周学习笔记:http://www.cnblogs.com/ShadowStealer/p/4869665.html

第六周学习笔记:http://www.cnblogs.com/ShadowStealer/p/4889700.html

第七周学习笔记:http://www.cnblogs.com/ShadowStealer/p/4914150.html

第八周-期中总结:http://www.cnblogs.com/ShadowStealer/p/4933578.html

第九周学习笔记:http://www.cnblogs.com/ShadowStealer/p/4947525.html

第十周学习笔记:http://www.cnblogs.com/ShadowStealer/p/4967010.html

第十一周学习笔记:http://www.cnblogs.com/ShadowStealer/p/4987243.html

第十二周学习笔记:http://www.cnblogs.com/ShadowStealer/p/5005968.html

 

第十三周学习笔记:http://www.cnblogs.com/ShadowStealer/p/5024750.html

第十四周学习笔记:http://www.cnblogs.com/ShadowStealer/p/5043429.html

2.实验报告

实验一:http://www.cnblogs.com/ClareOhno/p/4971373.html

实验二:http://www.cnblogs.com/ClareOhno/p/4992851.html

实验三:http://www.cnblogs.com/ClareOhno/p/4992851.html

实验四:http://www.cnblogs.com/ClareOhno/p/5008677.html

实验五:http://www.cnblogs.com/ClareOhno/p/5008722.html

3.家庭作业

4.课程收获与不足

1:通过自己的学习,培养了自己的学习能力,思维能力,最重要的是培养了自己的习惯,不仅对现在的学习有一定的影响,对以后的学习也奠定了基础。

2:离自己的专业知识更近了一点,熟悉了Linux系统,进行了vi的基本操作、gcc编译器的基本原理并熟练使用gcc编译器的常用选项、使用gdb调试技术,熟悉了makefile基本原理及语法规范并基本掌握静态库和动态库的生成。

3:现在能坚持写博客确实是一个很大的进步,只是感觉自己深入地东西还不够,需要继续进步和努力。

4:看书的能力有提高,时间的管理也有了很大的进步。

5.给学弟学妹们的建议

1:跟着老师的步骤按部就班的来,是很能学好这门课的,不过,刚开始的时候需要一个适应过程,万事开头难,只要适应了这个吧过程,就能养成一个良好的习惯,不仅对这门课有好处,也对自己以后的学习有很大的好处。

2:坚持也是一个很难得过程,如果坚持下来,可以有很大的成就感。

3:平时要多加练习,也要多加思考,有发现问题,解决问题的能力。实验自己慢慢做就可以了。

6.给老师的建议

1:授课方式很好,让学生有很大得提升能力,每周一次的测验考试觉得很有必要的。

2:刚开始任务有点多,但是后来还好,可能刚开始没能适应,所以需要给学生一个适应的过程。

3:可以给学生提供更过的书籍资料,而且可以渐渐地把自己的方法等介绍给学生。

4:平时在微信群里多推荐一些资料,觉得学生很受益匪浅。

转载于:https://www.cnblogs.com/ShadowStealer/p/5062118.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值