位运算



#include <stdio.h>




int main()
{
    /* 按位与 &
     
     10101010000
     00000100000
     -------------
     00000000000
     
     10111011
     10101101
     ---------
     10101001
     
     1001
     0101
     -----
     0001


9 & 5 = 1
     */
    
    /*
     按位或 |
     1001
     0101
     -----
     1101


    9 | 5 = 13
     */
    
    
    /*
     按位异或 ^ 
     1.相同数值进行异或,结果肯定是0,比如9^9 = 0
     2.可交换 9^5^6 == 9^6^5
     3.任何数值跟0进行异或,结果还是原来的数值,9^0 == 9
     4.a^b^a == a^a^b == 0^b == b
     
     1001
     0101
     -----
     1100


9 ^ 5 = 12
     
     1001
     1001
     -----
     0000
     
     0101
     0000
     ----
     0101
     
     9^5^6 == 9^6^5 = 0^5 = 5
     
     a^b^a == b
     */
    //printf("%d\n", 9^9);
    
    //printf("%d\n", 9 ^ 5);
    
    /*
     按位取反 ~ (单目运算)
     ~0000 0000 0000 0000 0000 0000 0000 1001
      1111 1111 1111 1111 1111 1111 1111 0110


 ~9 = -10
     */
    //printf("%d\n", ~9);
    
    /*
     左移 <<
     
     0000 0000 0000 0000 0000 0000 0000 0000
     00 0000 0000 0000 0000 0000 0000 100100
     
     9<<1 -> 9 * 2的1次方 == 18
     9<<2 -> 9 * 2的2次方 == 36
     9<<n -> 9 * 2的n次方
     */
    
    //printf("%d\n", 9<<1);
    
    /*
     右移 >>
     0000 0000 0000 0000 0000 0000 0000 0000
     000000 0000 0000 0000 0000 0000 0000 10
     111111 1111 1111 1111 1111 1111 1111 10 
     
     8>>1 -> 8/2 == 4
     8>>2 -> 8/2的2次方 == 2
     8>>n -> 8/2的n
     */
    
    printf("%d\n", 8>>3); //1
    
    return 0;
}
  • 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