自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(150)
  • 资源 (7)
  • 收藏
  • 关注

原创 Leetcode 1579. 保证图可完全遍历

解法:并查集+路径压缩设置并查集 father[] ,father_2对type = 3进行并查集操作,将边一条一条压入并查集中,然后对于在一个father中的边,不加入并查集,并统计数量为ans,即type=3可以删除的边。father_2 保存一下father的结果,一会给type=2用根据type = 1获得 father[] ,父亲儿子的信息(即并查集的信息),继续对type=1的边做并查集操作,如果两条边在一个并查集,则不加入,并统计数量为ans1,同理对于father_2 ,

2020-09-08 18:41:56 316

原创 Leetcode 124. 二叉树中的最大路径和

题目内容:给定一个非空二叉树,返回其最大路径和。本题中,路径被定义为一条从树中任意节点出发,沿父节点-子节点连接,达到任意节点的序列。该路径至少包含一个节点,且不一定经过根节点。示例 1:输入:[1,2,3] 1 / \ 2 3输出:6示例2:输入:[-10,9,20,null,null,15,7] -10/ \9 20/ \15 7输出:42如下代码1:AC代码根据题意,...

2020-09-05 12:48:20 242

原创 LeetCode 剑指 Offer 34. 二叉树中和为某一值的路径

输入一棵二叉树和一个整数,打印出二叉树中节点值的和为输入整数的所有路径。从树的根节点开始往下一直到叶节点所经过的节点形成一条路径。示例:给定如下二叉树,以及目标和sum = 22, 5 / \ 4 8 / / \ 11 13 4 / \ / \ 7 2 5 1返回:[ [5,4,11,2], ...

2020-09-02 11:03:21 207

原创 Leetcode 990. 等式方程的可满足性

给定一个由表示变量之间关系的字符串方程组成的数组,每个字符串方程 equations[i] 的长度为 4,并采用两种不同的形式之一:"a==b" 或"a!=b"。在这里,a 和 b 是小写字母(不一定不同),表示单字母变量名。只有当可以将整数分配给变量名,以便满足所有给定的方程时才返回true,否则返回 false。题目示例 1:输入:["a==b","b!=a"]输出:false解释:如果我们指定,a = 1 且 b = 1,那么可以满足第一个方程,但无法满足第二个方程。没有办法...

2020-09-01 22:32:29 174

原创 LeetCode 剑指 Offer 20. 表示数值的字符串

题目:请实现一个函数用来判断字符串是否表示数值(包括整数和小数)。例如,字符串"+100"、"5e2"、"-123"、"3.1416"、"-1E-16"、"0123"都表示数值,但"12e"、"1a3.14"、"1.2.3"、"+-5"及"12e+5.4"都不是。思路:一开始想整个字符处理,但是发现容易出现判断条件过多的情况。故根据科学计数法的形式将数值分成两个(底数和浮点数两块)。即E前面的字符temp1,和E后面的字符temp2。 前面和后面的两个数判断标准基本一样,唯一差别为浮点数tem.

2020-09-01 15:44:10 221

原创 调研:暴恐识别(图像识别)by_xxzcc

调研:暴恐识别一、方法:分类、目标检测、人体姿态分析1、腾讯优图:(接口:https://ai.qq.com/doc/imageterrorism.shtml)图片分类(属性):13类 terrorists:恐怖分子; normalarmy:普通军;knife:刀;guns:枪; blood:血;fire:火;flag:旗帜;crowd:人群;ship:船;aircraft:飞机; cannon:大炮;armoredcar:装甲车;other_weapon:其他武器...

2020-07-02 15:57:20 5770

原创 人群姿态方法调研(todo)

《Scale-Aware Attention Network for Crowd Counting》todo自用

2020-05-29 17:19:42 166

原创 Object365数据/论文说明

总览: 1.目标检测数据,365类,约600k训练图片,超过一千万的bboxes。迄今为止最大的目标检测数据集(全注释的)。 2.服务于更好的未来研究:局部敏感类型的任务,如目标检测,语义分割 3.在COCO测试下,Objects365上预训练的模型比在ImageNet上预训练的模型高5.6个点(90K次迭代)。而在540K次迭代下,仍然高2.7个点。同时到达同样的精度,前者finetuing 时间为后者的1/10。数据使用性能:...

2020-05-29 17:17:37 2331

原创 目标检测中的IOU损失集合

1. IOU 即为交并比,图像如下。可以想当然的把IOU当作训练的Loss, 比如Loss = 1 - IOU, 当两个物体越接近为同一个物体时候,则IOU越接近1,则loss越小。这样模型就可以通过不断降低loss来使得模型得出更好的预测结果。缺点: 1)当两个框不相交的时候,IOU=0, Loss = 1 - IOU =1, 将梯度传回,当两个框相距较远时候,调整预测框的位置,其IOU也等于0,这样会导致预测框经过多次调整后Loss还是等于1,这样网络需要很多次迭代(随机尝试),才有..

2020-05-28 13:53:20 3106 2

转载 开源框架MXNet | 环境变量配置(显存)

转载链接:https://cloud.tencent.com/developer/article/1011312扩展链接:https://blog.csdn.net/xuezhisdc/article/details/54927801一般情况下,不需要修改有关环境变量的配置。但是一些特殊情况,需要修改的,就涉及到以下这些内容了: 在linux上最简单的修改方式就是export MXN...

2020-04-17 10:21:02 363

原创 论文《Lightweight Face Recognition Challenge (ICCV 2019)》

论文内容如下:小模型的人脸识别:<=20M, <=1G FLOPS第一: VarGFaceNet:使用变量群卷积(variable group convolution)减少计算量和参数量。一个头保留网络初始的必要信息。一个特殊的embedding设置,减少FC层的参数量。蒸馏。第二:AirFace: 提出一个新的loss函数——Li-ArcFace,将Arcface中的余弦...

2020-04-08 10:40:42 838

原创 编译caffe遇到的坑的记录

https://github.com/BVLC/caffe/issues/2348

2020-03-25 21:50:53 129

原创 目标检测好文收藏(自用)

1.介绍ssd的https://arleyzhang.github.io/articles/786f1ca3/

2020-03-20 16:34:38 125

转载 linux下设置opencv环境变量

linux下设置opencv环境变量https://www.cnblogs.com/qiaozhoulin/p/4978055.html

2020-03-14 19:34:10 813

原创 206. Reverse Linked List C++、Python

题目链接:206. Reverse Linked ListC++class Solution{public: ListNode* reverseList(ListNode* head){ stack<ListNode*> s; ListNode* temp =head; while(temp!=NULL){ ...

2020-02-02 19:36:50 110

原创 448. Find All Numbers Disappeared in an Array C++、Python

题目链接:448. Find All Numbers Disappeared in an ArrayC++class Solution {public: vector<int> findDisappearedNumbers(vector<int>& nums) { int len = nums.size(); ve...

2020-02-02 19:07:15 189

原创 155. Min Stack C++、Python

题目链接:155. Min StackC++class MinStack{public: stack<int> num,min1; MinStack(){} void push(int x){ num.push(x); if(min1.empty())min1.push(x); else if(x&lt...

2020-02-02 17:16:52 139

原创 169. Majority Element C++、Python

题目链接:169. Majority ElementC++class Solution{public: int majorityElement(vector<int>& nums){ sort(nums.begin(),nums.end()); return nums[nums.size()/2]; }};Pyt...

2020-02-02 16:54:37 111

原创 121. Best Time to Buy and Sell Stock C++、Python

题目链接:121. Best Time to Buy and Sell StockC++class Solution {public: int maxProfit(vector<int>& prices) { if(!prices.size())return 0; vector<int> maxt; ...

2020-02-02 12:12:08 151

原创 104. Maximum Depth of Binary Tree

题目链接:104. Maximum Depth of Binary TreeC++1.dfsclass Solution{private: int ans=0; void def(TreeNode*root ,int depth){ if(root->left==NULL && root->left==NULL) ans=...

2020-02-01 20:37:59 117

原创 283. Move Zeroes C++、Python

题目链接:283. Move ZeroesC++class Solution{public: void moveZeroes(vector<int>& nums){ int cnt =0; for(int i=0;i<nums.size();i++){ if(nums[i]!=0)swap(num...

2020-02-01 14:55:40 129

原创 70. Climbing Stairs C++、Python

题目链接:70. Climbing StairsC++//Approach 1//动态规划问题,假设 dp[i] 表示登上阶梯i的方法数,则dp[i] = dp[i-1] + dp[i-2] 其中 i >=2 dp[0]=0 dp[1]=1 dp[2]=2class Solution{public: int climbStairs(int n){ ...

2020-02-01 13:30:49 155

原创 53. Maximum Subarray C++、Python

题目链接:53. Maximum SubarrayC++//Approach 1//情况一、对于只有负数的数组而言,结果为所有负数中最大的数//情况二、对于有正数情况下,从做往右边扫,维护一个和为正的区间,如果为负数则放弃该区间(详细见代码)class Solution{public: int maxSubArray(vector<int>& n...

2020-01-31 20:40:32 165

原创 21. Merge Two Sorted Lists C++、Python

题目链接:21. Merge Two Sorted ListsC++class Solution{public: ListNode* mergeTwoLists(ListNode* l1,ListNode* l2){ ListNode* ans = new ListNode(0); ListNode* cur = ans; wh...

2020-01-31 17:45:30 110

原创 2. Add Two Numbers C++、Python

题目链接:2. Add Two Numbers栈实现数字加法C++class Solution{public: ListNode* addTwoNumbers(ListNode* l1,ListNode* l2){ int sum=0; ListNode* dummpy =new ListNode(0), *cur = dummpy; ...

2020-01-30 21:46:13 228

原创 20. Valid Parentheses C++、python

题目链接:20. Valid Parentheses直接用栈实现//C++class Solution{public: bool isValid(string s){ stack<char> q; for(int i=0;i<s.size();i++){ if(s[i]=='('||s[i]=='{'|...

2020-01-30 19:54:36 121

原创 617. Merge Two Binary Trees 、136. Single Number(C++、Python)

617.题目链接:Merge Two Binary TreesC++//C++//Approach #1 Using Recursion //时间复杂度O(n),空间复杂度O(n)class Solution {public: TreeNode* mergeTrees(TreeNode* t1, TreeNode* t2) { if(t1==nullptr...

2020-01-30 15:04:26 213

原创 LeetCode Two Sum ——C++、Python

题目链接:Two SumC++//C++//Approach 1:Brute Force//时间复杂度O(n^2),空间复杂度O(1)class Solution{public: vector<int> twoSum(vector<int>& nums, int target){ vector<int> ret;...

2020-01-30 13:25:47 160

原创 fp16训练(混合精度训练)

翻译至原文链接:https://devblogs.nvidia.com/mixed-precision-training-deep-neural-networks/ Mixed-Precision Training of Deep Neural Networksmxnet 官方文档实现:https://beta.mxnet.io/gu...

2019-12-26 14:52:52 9192

转载 ICCV 2019 LFR 挑战赛 结果总结——人脸识别

大赛简介帝国理工学院联合爱奇艺、格灵深瞳、深见网络科技举办了轻量级人脸识别竞赛ICCV 2019 LFR(Lightweight Face Recognition Challenge),它是今年ICCV人脸识别的一项重要竞赛,吸引了来自全球的292支竞赛队伍参加。此次ICCV LFR挑战赛一共分为四项任务,每项竞赛都有各自的限制和侧重点: Protocol-1 (DeepGlint-...

2019-11-28 15:58:25 1293

原创 Towards Flops-constrained Face Recognition论文翻译

图片上传失败,有图片的版本:https://note.youdao.com/ynoteshare1/index.html?id=1755761dbb6032f160ba30975afa985d&type=note论文地址:https://arxiv.org/abs/1909.00632竞赛链接:https://ibug.doc.ic.ac.uk/resources/lig...

2019-11-28 15:52:45 771

原创 用nohup执行python程序时,print无法输出

nohup python test.py > nohup.out 2>&1 &发现nohup.out中显示不出来python程序中print的东西。这是因为python的输出有缓冲,导致nohup.out并不能够马上看到输出。python 有个-u参数,使得python不启用缓冲。nohup python -u test.py > nohup.ou...

2019-11-18 10:58:29 546 1

转载 人脸识别——Arcface论文详解

原文转载链接:https://blog.csdn.net/shentanyue/article/details/82109580写的很详细易懂。目录前言人脸识别流程数据VGG2MS-Celeb-1MMegaFaceLFWCPFAgeDB损失层Softmax LossCenter LossA-Softmax Loss(SphereFace...

2019-10-18 15:22:26 2049

原创 人脸识别与insightFace梳理

一、基础知识1.相关信息链接(总览):http://www.sohu.com/a/225358405_473283https://www.cnblogs.com/shouhuxianjian/p/9789243.html 人脸识别文献综述——学术版(Deep face recognition: a survey v4)http://www.elecfans.com/d/709424...

2019-10-17 10:51:13 3081

原创 迁移学习(学习)

当小样本遇上机器学习 fewshot learning小样本学习年度进展|VALSE2018CVPR 2018 最佳论文解读:探秘任务迁移学习迁移学习 Transfer Learning(可能是目前最全的迁移学习资料库?)机器学习的明天——迁移学习对于零样本学习(zero shot learning):基本采用的套路是,采用CNN提取图片特征,然后对不同类别的图片建立一个属性标...

2019-08-05 17:18:05 836

原创 线段树及树状数组复习(自用)

参考内容:线段树:https://www.cnblogs.com/jason2003/p/9676729.htmlhttp://www.imooc.com/article/73393树状数组:https://www.cnblogs.com/acgoto/p/8583952.html

2019-08-04 23:05:24 128

转载 关于工业相机编程调用SDK二次开发的一些步骤流程(转)

网上找的一些资料,整理了一下,留着仔细看一看。内容纲要:1.工业相机编程模型和流程2.工业相机SDK接口使用总结3.Basler Pylon工业相机SDK的使用4.Pylon 以实时图像采集讲解PylonC SDK使用流程5.关于使用维视工业相机 SDK 采集图像的问题6.工业相机SDK之opencv二次开发1.工业相机编程模型和流程不同的工业相机提供不同的编程...

2019-08-03 13:29:31 1308 1

原创 相机标定总结

1.为什么要相机标定相机标定是图像处理的基础,虽然相机使用的是小孔成像模型,但是由于小孔的透光非常有限,所以需要使用透镜聚焦足够多的光线。在使用的过程中,需要知道相机的焦距、成像中心以及倾斜因子(matlab的模型有考虑,实际中这个因子很小,也可以不考虑)。为了增加光照使用了透镜,而使用透镜的代价是会产生畸变,现在市面上买到的相机,都存在着或多或少的畸变。畸变的种类比较多,这里介绍常见的两种:...

2019-07-24 21:59:27 416

转载 Git使用教程,最详细,最傻瓜,最浅显,真正手把手教

原文链接:https://www.imooc.com/article/20411

2019-07-24 15:53:12 113

转载 深度学习基础:SVD奇异值分解及其意义【转】

排版较好的一版:http://shartoo.github.io/SVD-decomponent/上面的补充:奇异值的物理意义是什么? https://www.zhihu.com/question/22237507/answer/225371236英文原文:英文原文中文转自:中文原文一 简介SVD实际上是数学专业内容,但它现在已经渗入到不同的领域中。SVD的过程不是很好...

2019-07-17 15:15:47 5187

LFR2019人脸识别大赛解决方案.zip

ICCV 2019 LFR 挑战赛冠军亚军季军等解决方案论文。人脸识别,视频人脸识别。赛道为4个,两个图片人脸,两个视频人脸。图片和视频都分大模型和小模型赛道。

2020-04-08

北京邮电大学模式识别机器学习课件.zip

机器学习,深度学习,pytorch,modelarts等。北京邮电大学课件---------------------------------------------------------------------

2020-01-09

人脸识别与分类算法基础论文.rar

人脸识别与分类,以及部分trick。 (包含insightface,imagenet,resnet,label_smoothing等)

2020-01-09

Semantic Autoencoder for Zero-Shot Learning.pdf

零样本学习论文-

2020-01-09

awa_demo_data.rar

零样本学习AwA的数据,可以用于零样本模型的训练和测试。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

2019-10-17

云计算与分布式系统——从并行处理到物联网(真实中文版)

本书是《Distributed and Cloud Computing: From Parallel Processing to the Internet of Things》的中译本,其英文原版由美国的Morgan Kanfmann 出版公司与 2011 年出版发行。 机械工业出版社华章公司获得了本书的影印版授权,并于2012年在国内影印出版。本书适合作为高等院校计算机相关专业的教材,也适合作为专业技术人员的参考书籍。

2017-11-05

计算机网络实验报告

1、实验题目:帧的封装 帧的封装是任何数据链路层协议必须实现的功能,对帧的封装建立在详细了解该协议PDU格式的基础之上。本次试验要求同学们自己动手实现PPP协议和MAC帧的封装程序。 2、实验内容: (1)随机生成64字节的数据A,作为网际层IP协议的PDU。 (2)将A封装成字符异步传输模式的PPP帧(注意字符填充)。 (3)将A封装成位同步传输模式的PPP帧(注意比特填充)。 (4)将A封装成MAC广播帧(源MAC地址采用本机MAC地址,目的MAC地址采用广播地址) 3、实验报告内容: (1)封装PPP帧的数据结构(注明各字段的值及含义)。 (2)字符填充的位置、源字符及填充后的字符。 (3)比特填充的位置、源二进制数据及填充后的二进制数据。 (4)封装MAC帧的数据结构(注明各字段的值及含义)。

2017-11-05

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除