![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
BurtonMan
喜欢研究历史,为了避免把历史当作故事来读,在慢慢整理历史文献,来梳理历史脉络,其内容均摘专业文献,非个人原创研究。
这里主要是研究技术,历史主要在知乎,即
https://www.zhihu.com/people/man-burton
公众号:real的观点
展开
-
RepPoints: Point Set Representation for Object Detection解读
摘要现代的检测器很依赖矩形框bbox,比如anchors,proposals和final predictions,呈现在不同的识别阶段里。bbox虽然很方便,但它只能提供粗糙的目标定位和特征提取。注:final predictions如何理解呢,在引言里说了from anchors and proposals to final predictions,就很明白了,它的意思是最终的输出结果。为什么bbox只是提供粗糙的目标定位和特征提取呢?文章的后面简单的说明了,bbox只是提取了4个边界点,并原创 2020-06-13 13:22:00 · 1587 阅读 · 5 评论 -
Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields解读
摘要我们的方法,能够有效的检测一个图像中的多人。通过Part Affinity Fields来学习身体的各部分及关联性,利用全局纹理信息,自下而上的方法,达到实时性和高精度。通过两个分支来学习到部位的位置和关联性。引言一张图中的多人pose的难点:1.不知道一幅图有多少人,他们会存在不同的位置和不同的scale。2.人与人之间存在接触、遮挡、切断等复杂的空间干扰。3.多人时,会存在时间复杂度的问题注:提到多人Pose的难点,这些是很多问题,都存在的问题。检测也是相同的问题...原创 2020-05-24 08:09:40 · 708 阅读 · 0 评论 -
CentripetalNet: Pursuing High-quality Keypoint Pairs for Object Detection解读
摘要基于关键点的检测器得到了不错的性能,但关键点匹配错误是普遍性存在的,严重的影响了其检测器的性能。作者通过centripetal shif将相同的类别的实例分开。CentripetalNet是预测角点的位置和向心偏移,通过向向心偏移来对齐角点的匹配。注:这里说明,基于关键点检测器的难点是针对相同类别的实例。而这个分析来源于在公开数据集中,跑前面论文的模型,分析出的bad case。为了提点,针对普遍存在的问题,进行优化。corner pooling通过提取bbox的边缘信息,这里为了更原创 2020-05-24 08:10:03 · 1111 阅读 · 0 评论 -
图的度序列
本文为原创,转载请说明来源地址:http://blog.csdn.net/ljj583905183/article/details/40937021问题描述原创 2014-11-17 16:22:16 · 19914 阅读 · 0 评论 -
最短路径算法
问题描述:最短路径问题是图论研究中的一个经典算法问题, 旨在寻找图(由结点和路径组成的)中两结点之间的最短路径。原创 2014-11-22 20:00:59 · 7710 阅读 · 0 评论 -
动态规划-钢条切割
问题描述:一家公司购买长钢条,将其切割成短钢条出售,切割本身没有成本,长度为i的短钢条的价格为Pi。那给定一段长度为n的钢条和一个价格表Pi,求钢条的切割方案使得收益Rn最大。如一个Pi如下:长度i12345678910价格Pi1589101717202430原创 2014-11-09 01:11:15 · 7012 阅读 · 4 评论 -
生成图-深度优先搜索/宽度优先搜索
问题提出:原创 2014-12-03 17:54:03 · 6357 阅读 · 0 评论 -
任意多边形周长的求取
问题提出:在一个矩形方格中,随机地涂表格,求所涂多边形的周长。 我们如果去求图中所有黑点所组成的多边形的周长呢?小学我们就学过切割法。对于凸边形来说,其周长可以等价于一个大矩形的周长。如下图所示====》即周长为4*5=20 但对于凹多边形来说,这就不对了,对于这个凹字就可以看出2*(4+5)!=18。那么应该怎么求呢?对于普通程序员来说原创 2014-12-17 17:33:30 · 4517 阅读 · 0 评论 -
排序
概述:如果被排序的文件可以装载于内存中,则称该排序方法为内部排序(internal sort)。若排序文件来看磁带或磁盘,则称做外部排序(external sort)。两者的主要区别是,内部排序可以轻松访问任意项,而外部排序必须按顺序访问项,或至少要按大数据块来访问。我们这里说说八大排序就是内部排序。 当n较大,则应采用时间复杂度为O(nl原创 2014-12-08 10:33:43 · 824 阅读 · 0 评论