求职准备计划

求职准备计划

一直羡慕大神们在博客里各种总结,今年准备找工作,也准备写一些心得,跟大家一起分享。第一次写博客,要是您觉得对您有一定帮助,转载请注明出处。求职准备计划

1.基本算法 C++实现

链表:构建动态链表,删除结点,翻转链表,两两翻转,求带环链表的结点,求两相交链表的结点。

字符串:字符串翻转,旋转字符串,字符串匹配(KMP查找),求最大回文子串。

树:二叉树的三种遍历(递归方法和非递归方法(用“栈”实现)),树的查找,知道两种遍历求第三种,分层遍历(用“队列”实现),求两节点距离。

排序:各种排序的时间复杂度和空间复杂度,手写出快排、堆排、计数排序代码,而且能知道什么时候用什么方法。

知道 栈,队列,哈希表的特性,知道贪心和动态规划。

手写二分搜索,atoi,memmove,memcpy,strcpy等字符串函数。


2.要看的基本书籍

程序员面试宝典,程序员面试笔试宝典 过一遍;

计算机网络 重点看视频;

C++primer 提高基础能力,STL源码剖析看各种数据结构的内部存储;

编程之美,剑指offer提高算法能力;


3.总结一些

自我介绍和一些基本的面试会提及的问题;

项目中的一些技术问题;

修改简历;多关注一些公司的面试信息;

  • 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