- 博客(12)
- 收藏
- 关注
RSS订阅原创 Local、Hadoop YARN-client及Spark Standalone Cluster程序运行命令总结
Local、Hadoop YARN-client及Spark Standalone Cluster程序运行命令总结文章目录Local、Hadoop YARN-client及Spark Standalone Cluster程序运行命令总结IPython Notebook启动命令LocalHadoop YARN-clientSpark Standalone Clusterpyspark程序运行命令L...
2019-05-11 18:31:00
375
原创 最长不含重复字符的子字符串
最长不含重复字符的子字符串题目：请从字符串中找出一个最长的不包含重复字符的子字符串，计算该最长子字符串的长度。假设字符串中只包含’a’~'z’的字符。例如，在字符串"arabcacfr"中，最长的不含重复字符的子字符串就是"acfr"，长度为4。采用动态规划的思想解决这个问题，因为i位置的最长子字符串明显仅与i-1的最长子字符串长度有关，因此递推公式可以表示为：f(i)=g(f(i−1))...
2019-05-08 10:57:00
1602
原创 礼物的最大价值
礼物的最大价值题目：在一个m×\times×n的期盼的每一个都放有一个礼物，每个礼物都有一定的价值。你可以从棋盘的左上角开始拿格子里的礼物，并每次向左或者向下移动一格，直到达到棋盘的右下角。给定一个棋盘及其上面的礼物，请计算你最多能拿到多少价值的礼物？例如，在下面的棋盘中，可以拿到最大价值为53的礼物1 10 3 812 2 9 65 7 4 115 7 16 5对于这个问题，开...
2019-05-07 21:48:23
488
1
原创 字符串排列+组合
字符串全排列问题描述：给一个字符串，打印出这个字符串中字符的所有排列。【来自剑指offer】思路：开始的思路就是递归，因为字符串的排列可以将其看做第一个字符加上后面字符的全排列，这样就有了递归的递归公式。由于第一个字符可以有很多中选择，就相当于是递归的入口有多种选择，需要用一个for循环来表示。对于这个问题，需要注意的是递归入口并不只是一个，每一个字符都可以作为递归入口，因此在递归的核心代...
2019-04-16 15:31:04
232
原创 树的相关理解
树的相关问题二叉树对于一个二叉树数据结构，其核心操作为遍历：前序遍历的递归及非递归写法。非递归用栈实现，进入压栈，先将左子树全部压栈，然后返回出栈，对于出栈的元素先打印，然后压入右子树，直至栈为空。中序遍历的递归及非递归写法。非递归用栈实现，进入压栈，先将左子树全部压栈，压栈时打印，然后返回出栈，对于出栈的元素压入右子树，直至栈为空。后序遍历的递归及非递归写法。非递归用栈实现，进入压栈...
2019-04-15 16:52:47
164
原创 在Linux系统下使用VS Code编写调试C++代码的配置流程
在Linux系统下使用VS Code编写调试C++代码的配置流程记录一下在linux系统中使用vscode编写调试C++代码的配置过程。1.随意编写运行代码首先打开VSCode，创建一个工作区，建立一个cpp文件。这里用helloworld来举例。#include <iostream>using namespace std;int main(){ cout &l...
2019-04-04 14:22:24
1274
原创 Faster R-CNN代码学习（二）——utils模块
Faster R-CNN代码学习（二）——utils模块主要学习了lib文件夹下的utils模块，这部分模块的主要作用是提供一些工具类函数，包括NMS、图片预处理以及IoU计算函数等。文章目录Faster R-CNN代码学习（二）——utils模块NMS(非极大抑制)IoU计算image预处理函数有待理解NMS(非极大抑制)NMS的原理就是在同一类的框中，根据scores来进行去除冗余框的...
2019-03-27 15:19:04
1848
原创 Faster R-CNN代码学习（一）——datasets模块
Faster R-CNN代码学习（一）——datasets模块源代码：datasets模块在lib文件夹下，负责的是对数据集的操作，包含数据集对象的创建、载入过程，这一部分在训练自己的数据集时需要重点修改。datasets模块主要包含3个py文件，分别为所有数据集类的父类imdb.py；根据数据集特有创建的以VOC为例，pascal_voc.py；用于迅速创建数据集对象的factory.py...
2019-03-26 18:59:27
557
2
原创 基于论文的Faster R-CNN学习
基于论文的Faster R-CNN学习论文链接：https://arxiv.org/abs/1506.01497Faster R-CNN通过提出Region Proposal Network（RPN）解决了region proposal成为网络计算瓶颈的问题。通过使用RPN能够检测出图像内的对象边界和是否为对象的概率，根据概率进行NMS和top-K ranked筛选出proposals后输入到...
2019-03-23 20:38:01
246
原创 基于论文的Fast R-CNN学习
基于论文的Fast R-CNN学习Fast R-CNN的提出在R-CNN和SPPnet之后，它针对了R-CNN每个proposal都需要通过CNN而导致计算速度慢和SPPnet由于不能更新conv layer而导致的精度低的问题，在速度和精度方面都有一定的提升。论文链接方法的主要优点有：更高的mAP；使用了multi-task loss，训练更简单；训练可以更新所有的网络层；不需要...
2019-03-19 13:26:17
440
原创 基于论文的R-CNN学习
R-CNN算法整体框架算法存在缺陷算法中需要注意的细节算法中涉及到的几个关键技术Selective SearchBounding box regression非极大值抑制（Non-Maximum Suppression，NMS）算法的典型训练和预测过程训练过程预测过程今天进行了R-CNN论文第一遍的学习。因为R-CNN已经算比较老旧的算法，因此没有花时间通读全文，主要阅读了前3章的内容及Boun...
2019-03-18 09:42:01
141
原创 目标检测中的Selective Search
Selective Search在R-CNN学习的过程中，首先使用到的技巧就是Selective Search选择性搜索。它的目标是减小滑动窗或者穷举法带来的冗余候选区域，从而减小计算量。本文参考blog：https://www.cnblogs.com/zyly/p/9259392.html选择性搜索主要集中解决了以下几个问题：事先并不知道图片内物体的尺寸，如何确定不同大小比例的候选框；...
2019-03-17 20:30:55
332
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