qq_29462849的博客

前言这是公众号【3D视觉工坊】出品的第一门课，视觉三维重建，基于colmap框架，保姆级教程，详细内容请见大纲，课程购买链接：彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进；介绍视觉三维重建 = 定位定姿 + 稠密重建 + surface reconstruction +纹理贴图。三维重建技术是计算机视觉的重要技术之一，基于视觉的三维重建技术通过深度数据获取、预处理、点云配准与融合、生成物体表面等过程，把真实场景刻画成符合计算机逻辑表达的数学模型。然而，由于视觉三维重建对图像、光学、成像理论

计算机视觉入门的一些pdf书籍，【计算机视觉工坊】按照不同领域帮大家划分了下，涉及深度学习基础、目标检测、Opencv、SLAM、点云、多视图集合、三维重建等~计算机视觉1、 计算机视觉算法与应用（第二版）2、 OpenCV3编程入门3、 数字图像处理（冈萨雷斯，第三版）深度学习1、 深度学习（花书）2、 深度学习、优化与识别3、 吴恩达DeepLearning.ai中文版笔记4、 《神经网络与深度学习》(邱锡鹏)目标检测1、 深度学习之PyTorch物体检测实战SLAM1、 视觉

前言这一篇的内容主要要讲一点在深度学习的3D目标检测网络中，我们都采用了哪些数据预处理的方法，主要讲两个方面的知识，第一个是representation，第二个数据预处理内容是数据增广。作为本篇博文的引言，我们先给一种博主制作的比较重要的3D检测方法图鉴，如下，就笔者的个人理解，今年的CVPR出现了很多的one-stage的方法，同时出现了很多融合的方法，这里的融合有信息融合，有representation融合，同时根据近两年的发展来看,voxel-based的方法占据了主导地位，这是得益于卷积结构优越

作者：Tom Hardy来源：自动驾驶综述|定位、感知、规划常见算法汇总自驾车自动驾驶系统的体系结构一般分为感知系统和决策系统。感知系统一般分为许多子系统，负责自动驾驶汽车定位、静态障碍物测绘、移动障碍物检测与跟踪、道路测绘、交通信号检测与识别等任务。决策系统通常被划分为许多子系统，负责诸如路径规划、路径规划、行为选择、运动规划和控制等任务。一、 自动驾驶汽车体系结构概述这一部分概述了...

作者：Tom HardyDate：2020-3-13来源：基于2.5/3D的自主主体室内场景理解研究参考链接：https://arxiv.org/abs/1803.03352主要内容摘要随着低成本、紧凑型2.5/3D视觉传感设备的出现，计算机视觉界对室内环境的视景理解越来越感兴趣。本文为本课题的研究提供了一个全面的背景，从历史的角度开始，接着是流行的三维数据表示和对可用数据集的比较分...

作者：Tom HardyDate：2020-2-26来源：基于点云方式的6D姿态识别前言除了对应点方式，还可以将点云将与整个形状对齐，获得6D姿态。通常，首先进行粗配准以提供初始对准，然后进行密集配准方法，如迭代最近点（ICP），以获得最终的6D姿态。针对点云方式，挑选了一些相关的paper，在这里做下基本思想分享。1、Go-ICP: A Globally Optimal Solut...

作者：Tom HardyDate：2020-2-24来源：SDOD：基于depth的实时3D检测与分割主要思想与创新点大多数现有的实例分割方法只关注2D对象，不适用于三维场景，如自动驾驶。本文提出了一种将实例分割和目标检测分为两个并行分支的模型，将对象深度离散为“深度类别”（背景设置为0，对象设置为[1，K]），将实例分割任务转化为像素级分类任务。mask分支预测像素级的“深度类别”，...

作者：Tom HardyDate：2020-2-23来源：大盘点|基于RGB图像下的机器人抓取前言近期读取了一些最新基于RGB图像下的机器人抓取论文，在这里分享下思路。1、Optimizing Correlated Graspability Score and Grasp Regression for Better Grasp Prediction本文提出了一种新的深度卷积网络结构...

作者：CJBDate：2020-2-21来源：基于深度学习的三维重建算法综述00 前言01 基于传统多视图几何的三维重建算法1.1 主动式（1）结构光（2）TOF 激光飞行时间法（3）三角测距法1.2 被动式（1）单目视觉（2）双目/多目视觉1.3 基于消费级RGB-D相机02 基于深度学习的三维重建算法2.1 在传统三维重建算法中引入深度学习方法进行改进2.2 ...

作者：Tom HardyDate：2020-2-19来源：汇总|3D点云分割算法前言最近在arXiv和一些会议上看到了几篇3D点云分割paper，觉得还不错，在这里分享下基本思路。1、SceneEncoder: Scene-Aware Semantic Segmentation of Point Clouds with A Learnable Scene Descriptor除了局...

作者：Tom HardyDate：2020-2-18来源：汇总|基于3D点云的深度学习方法本文参考：https://arxiv.org/pdf/1912.12033.pdf前言三维数据通常可以用不同的格式表示，包括深度图像、点云、网格和体积网格。点云表示作为一种常用的表示格式，在三维空间中保留了原始的几何信息，不需要任何离散化。因此，它是许多场景理解相关应用（如自动驾驶和机器人）的首...

作者：Tom HardyDate：2020-2-17来源：DSGN：基于深度立体几何网络的3D目标检测（香港大学提出）原文链接：https://arxiv.org/pdf/2001.03398.pdf主要思想与创新点大多数最先进的三维目标检测器严重依赖激光雷达传感器。由于在三维场景中的预测不准确，基于图像的方法与基于激光雷达的方法在性能上仍有很大差距。本文提出了深度立体几何网络（DS...

作者：Tom HardyDate：2020-1-6来源：总结|深度学习实现缺陷检测前言缺陷检测是工业上非常重要的一个应用，由于缺陷多种多样，传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复用性不大，要求区分工况，这会浪费大量的人力成本。深度学习在特征提取和定位上取得了非常好的效果，越来越多的学者和工程人员开始将深度学习算法引入到缺陷检测领域中，下面将会介绍几种深度学习算法在缺陷...

作者：Tom HardyDate：2020-2-14来源：面向高精度领域的视觉伺服算法汇总前言视觉伺服是工业上很重要的一个领域，在自动装配、高精配准上应用非常多。针对近两年常见的算法模式，在这里进行了简单的汇总。1、Predicting Target Feature Configuration of Non-stationary Objects for Grasping with I...

作者：Tom HardyDate：2020-2-13来源：机器人抓取汇总|涉及目标检测、分割、姿态识别、抓取点检测、路径规划前言最近读了一些关于机器人抓取相关内容的文章，觉得甚是不错，针对一些方法和知识点，做下总结。本文综述了基于视觉的机器人抓取技术，总结了机器人抓取过程中的四个关键任务：目标定位、姿态估计、抓取检测和运动规划。具体来说，目标定位包括目标检测和分割方法，姿态估计包括基...

作者：Tom HardyDate：2020-2-12来源：汇总|3D点云目标检测算法前言前面总结了几种基于激光雷达点云数据的3D目标检测算法，还有一些算法不再单独列出，这里做个简单总结来分享下！基于激光雷达点云的3D目标检测算法1、End-to-End Multi-View Fusion for 3D Object Detection in Lidar Point Clouds（W...

前言本文首发于公众号【3D视觉工坊】，原文请见VoxelNet阅读笔记主要思想和创新点三维点云中目标的精确检测是许多应用中的核心问题，如自主导航、管家机器人和增强/虚拟现实等。为了将高度稀疏的激光雷达点云与区域建议网络（RPN）连接，大多数现有的工作都集中在手工制作的特征表示上，例如，鸟瞰图投影。这项工作消除了人工特征工程对三维点云的需求，提出了VoxelNet，一种将特征提取和box预测...

本文首发于公众号【3D视觉工坊】，原文请见RGPNET: 复杂环境下实时通用语义分割网络一、 主要思想本文提出了一种新的实时通用语义分割体系结构RGPNet，在复杂环境下取得了显著的性能提升。RGPNet由一个轻量级的非对称编码器-解码器和一个适配器组成。适配器有助于从编码器和解码器之间的多层分布式表示中保留和细化抽象概念。它也有助于从较深层到较浅层的梯度流动。大量实验表明，与目前最先进的语义...

前言本文首发于公众号【3D视觉工坊】，原文请见MSFNet:多重空间融合网络进行实时语义分割（北航和旷视联合提出），更多干货获取请关注公众号~主要内容实时语义分割是一项具有挑战性的任务，因为需要同时考虑效率和性能，其在自动驾驶、机器人等工业应用中发挥着重要的作用。针对这一复杂的任务，论文提出了一种高效的卷积网络结构：多重空间融合网络（MSFNet）来完成快速和准确的感知。MSFNet在多特征...

一、 百度学术网站链接：http://xueshu.baidu.com/国内很大的一个学术搜索引擎，其中涵盖了国内外各类数据库，大多数硕博士/会议/期刊论文都可以免费下载~二、Sci Hub网站链接：http://www.sci-hub.ren/由一位俄罗斯的女学霸开发，包含了国内外各类数据库，可以通过URL、PMID/DIO或者论文名字来搜索！所有论文均可免费下载~~~如果你的电...

前言本文首发于公众号【3D视觉工坊】，原文请见汇总|医学图像数据集，更多干货获取请关注公众号~一、 胰腺分割数据集数据下载链接：http://academictorrents.com/details/80ecfefcabede760cdbdf63e38986501f7becd49数据介绍：包含82个病例的胰腺数据集。二、MICCAI胰腺分割数据集数据下载链接：http://medic...

前言本文首发于公众号【3D视觉工坊】，原文请见汇总|医学图像分析领域论文，更多干货获取请关注公众号~医学图像分析相关期刊会议汇总1、医学图像分析 (MedIA)2、IEEE 医学图像学报 (IEEE-TMI)3、IEEE 生物医学工程学报(IEEE-TBME)4、IEEE 生物医学与健康信息学杂志 (IEEE-JBHI)5、国际计算机辅助放射学和外科学杂志 (IJCARS)6、医学...

本文首发于公众号【3D视觉工坊】，原文请见那些年，我们一起刷过的计算机视觉比赛，更多干货获取请关注公众号~前言计算机视觉是一个对操作性和实战性要求都非常高的领域，对于许多在校的本科生/研究生，接触的项目并不算多，甚至非常单一，有的导师连项目都没有，这个时候想要深入CV领域几乎不可能。不过好在有许多开源竞赛平台，它们可以提供完整的项目需求、整套数据以及开源社区来进行技术交流，并根据代码测试结果对...

前言本文首发于公众号【3D视觉工坊】，原文请见3D人脸重建算法，更多干货获取请关注公众号~1、Nonlinear 3D Face Morphable Model（2018）论文链接：https://arxiv.org/abs/1804.03786项目链接：http://cvlab.cse.msu.edu/project-nonlinear-3dmm.html主要思想：三维变形模型（3DM...

前言本文首发于公众号【3D视觉工坊】，更多干货获取请关注公众号~10、PoseNet: A Convolutional Network for Real-Time 6-DOF Camera Relocalization论文链接：https://arxiv.org/abs/1505.07427代码链接：http://mi.eng.cam.ac.uk/projects/relocalisati...

前言本文首发于公众号【3D视觉工坊】，更多干货获取请关注公众号~1、DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion (CVPR2019)原文链接：https://arxiv.org/abs/1901.04780代码链接：https://github.com/j96w/DenseFusion主要思想：用于从R...

前言本文首发于公众号【3D视觉工坊】，更多干货请关注公众号~1、KITTI数据集KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tr...

arXiv是什么？arXiv是由康奈尔大学运营维护的一个非盈利的数据库，由于免费，学术研究人员可以在其他顶会或者期刊没有录用之前，将自己最新的研究成果发布到该平台上，一方面是为了扩大宣传提升自己的影响力；另外一方面是为了保护自己的科研成果，因为无论会议和期刊从投出到最终可以检索，都需要长时间的等待，很难保证期间自己成果不被别人剽窃，arXiv可以证明论文的原创性。arXiv的论文检索arXi...

前言以前只是将Github作为代码库，基本上只从论文给定的链接去clone代码。虽然比较直接，但是没有将Github这个全球最大的男性同志交流网站充分应用。最近探索了一下，做个记录吧~1、注册注册是第一步，这个就不多说了，网上很多教程，给自己起个Awesome的名字，哈哈哈~2、代码的上传与管理分为Windows和Linux下，Windows下可以使用GitHub Desktop这一桌面...

前言本资料首发于公众号【3D视觉工坊】，更多干货请关注公众号后台回复关键字获取~（一）基础操作Linux学习网站Linux中国：https://linux.cn/鸟哥的linux私房菜：http://linux.vbird.org/Linux公社：https://www.linuxidc.com/学习书籍《鸟哥的Linux私房菜》《Linux命令行与shell脚本编程大全》...

一、单目图像下的3D目标检测1、YOLO3D2、SSD-6D3、3D Bounding Box Estimation Using Deep Learning and Geometry4、GS3D:An Effcient 3D Object Detection Framework for Autonomous Driving5、Deep MANTA: A Coarse-to-fine Ma...

前言本文首发于公众号【3D视觉工坊】，更多内容请关注公众号~3D视觉介绍我们生活在三维空间中，如何智能地感知和探索外部环境一直是个热点难题。2D视觉技术借助强大的计算机视觉和深度学习算法取得了超越人类认知的成就，而3D视觉则因为算法建模和环境依赖等问题，一直处于正在研究的前沿。近年来，3D视觉技术快速发展，并开始结合深度学习算法，在智能制造、自动驾驶、AR/VR、SLAM、无人机、三维重建、...

SVM23问1、SVM中的推导过程？推导到对偶问题！2、硬间隔和软间隔如何定义？软间隔中的惩罚系数表示？3、SVM的硬间隔和软间隔表达式？4、SVM使用对偶计算的目的是什么？5、线性可分、近似线性可分、线性不可分的定义？6、什么是KKT条件？7、怎么理解SMO算法？8、是不是所有的优化都可以转换成对偶关系？9、SVM引入拉格朗日算子之后原问题其实就可以求解，为什么要转换成对偶问题...

前言获取更多内容请关注公众号【3D视觉工坊】~机器学习常见问题与名词解释机器学习中的损失函数和优化机器学习中的数据处理

介绍最近开始将一些知识点发布到自己的公众号【“3D视觉工坊”】，届时将会对3D视觉、深度学习、目标检测、语义分割、vslam、激光slam、自动驾驶、三维重建、姿态估计、AI竞赛、工作求职等相关内容进行分享~~~公众号中更有海量的学习资料、视频、面试宝典！除此之外，还建立了三个知识星球，可以直接和特邀嘉宾零距离讨论，共同解决学术、工程以及春招秋招就业求职问题！...

训练模型和保存from tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tfimport pylabmnist=input_data.read_data_sets("MNIST_data/",one_hot=True)print('输入数据：',mnist.train.images)...

这个错误是tensorflow在读取数据进行推理时经常出现的一个错误，这里以mnist数据为例，mnist训练集数据维度为（55000，784），如果读取单个数据的话只有一个数据[0,0,0,1,…,0]其维度为1x784。但是在推理时，feed_dict需要采用的是[[0,0,0,1,…,0]],这样的话才知道有多少个数据被送进来，所以需要进行扩维度。batch_xs=mnist.train...

第 1 章 创办一流大学人工智能教育的思考第 2 章 南京大学人工智能学院本科培养方案2.1 专业方向简介2.2 培养目标和专业特色2.3 培养毕业要求2.4 培养规格路径2.5 课程体系设置第 3 章 数学基础课程教学大纲3.1 “数学分析（一）”教学大纲3.2 “数学分析（二）”教学大纲3.3 “高等代数（一）”教学大纲3.4 “高等代数（二）”教学大纲3.5 “离散数...

#include<iostream>#include<vector>using namespace std;//i代表当前节点，n代表总的数量，这里是在不断的交换//这里最终建立的是小根堆，最小值往上冒void change_smallest(vector<int> &nums,int len,int i){ int smallest =...

题目介绍给出两个字符串（可能包含空格）,找出其中最长的公共连续子串,输出其长度。输入描述:输入为两行字符串（可能包含空格），长度均小于等于50.输出描述:输出为一个整数，表示最长公共连续子串的长度。输入例子1:abcdeabgde输出例子1:2源代码#include<iostream>#include<algorithm> us...

题目介绍给定一组非负整数组成的数组h，代表一组柱状图的高度，其中每个柱子的宽度都为1。 在这组柱状图中找到能组成的最大矩形的面积（如图所示）。 入参h为一个整型数组，代表每个柱子的高度，返回面积的值。输入描述:输入包括两行,第一行包含一个整数n(1 ≤ n ≤ 10000)第二行包括n个整数,表示h数组中的每个值,h_i(1 ≤ h_i ≤ 1,000,000)输出描述:输出一...

前言二叉树的遍历在面试中非常常见，大多数同学都可以写出其递归遍历方式，然而真正有难度的是非递归的遍历方式，自己在面试的时候也遇到过这种情况，下面来分享下自己实现的三种非递归遍历二叉树的源代码~源代码首先对树节点进行定义：struct TreeNode{ int val; TreeNode* left; TreeNode* right;};先序遍历：//树的非递归方式进行先序...

1、题目分析其实只要知道了具体的乘法运算法则即可写出这个实现，自己刚开始写的时候也是一头雾水，不过现在缕清了就好很多了~常规的两个乘法运算，比如123和456，其实是先用第一个数的3和456分别作乘法运算，然后使用2并错一位和456进行乘法运算，依此类推，并把结果相加进位即可，详细思路见源代码2、源代码#include<stdio.h>#include<string>...

题目介绍给定一个字符串数组，将字母异位词组合在一起。字母异位词指字母相同，但排列不同的字符串。示例:输入: ["eat", "tea", "tan", "ate", "nat", "bat"],输出:[ ["ate","eat","tea"], ["nat","tan"], ["bat"]]说明：所有输入均为小写字母。不考虑答案输出的顺序。题目分析通过建立一...

题目介绍给定一个链表，删除链表的倒数第 n 个节点，并且返回链表的头结点。示例：给定一个链表: 1->2->3->4->5, 和 n = 2.当删除了倒数第二个节点后，链表变为 1->2->3->5.说明：给定的 n 保证是有效的。题目分析典型的快慢指针系列，不过需要注意边界条件，详细思路见源码源代码/** * Definition ...

介绍前段时间在做training的时候，发现网络会有的时候不收敛，于是仔细去查看了网络不收敛的原因，在此做个记录。网络不收敛的原因一、数据和标签需要查看数据分类标注是否准确？数据是否干净？数据库太小一般不会带来不收敛的问题，只要你一直在train总会收敛。反而不收敛一般是由于样本的信息量太大导致网络不足以fit住整个样本空间。样本少只可能带来过拟合的问题。二、学习率设定不合理在自己训练...

题目描述你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。给定一个代表每个房屋存放金额的非负整数数组，计算你在不触动警报装置的情况下，能够偷窃到的最高金额。示例 1:输入: [1,2,3,1]输出: 4解释: 偷窃 1 号房屋 (金额 = 1) ，然后...

题目描述给定一个整数数组 nums ，找出一个序列中乘积最大的连续子序列（该序列至少包含一个数）。题目分析这时一个很典型的动态规划题目，数组不一定是有序的，而且连续子序列中的符号也不一定一致，这是两点需要注意的，详细思路请见源代码。源代码class Solution {public: int maxProduct(vector<int>& nums) ...

题目描述给定一个字符串 s，找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。示例 1：输入: "babad"输出: "bab"注意: "aba" 也是一个有效答案。示例 2：输入: "cbbd"输出: "bb"题目分析其实，这道题的解法有多种，包括暴力解法、动态规划、中心扩展法等，在这里，只讲述中心扩展法，剩下的几种办法，大家可以自行百度。中心扩展法的基...

题目描述给出一个 32 位的有符号整数，你需要将这个整数中每位上的数字进行反转。题目分析这个其实就是一个简单的数字反转，但是需要注意，反转后的数据，有可能大于int最大值，小于int的最小值，如果溢出，则返回0。详细思路见源代码源代码class Solution {public: int reverse(int x) { long int res=0;...

问题描述给定一个包含 n 个整数的数组 nums，判断 nums 中是否存在三个元素 a，b，c ，使得 a + b + c = 0 ？找出所有满足条件且不重复的三元组。问题分析基本思路就是先对数组排序，顺序选择一个数字，然后使用左右指针，依次对剩下数据进行遍历，考虑到结果会有重复，所以，要注意如何去重，详细思路请见源代码。源代码class Solution {public: ...

ElasticNet简介ElasticNet又叫弹性网络回归，要理解ElasticNet回归，首先要理解岭回归和Lasso回归。线性回归ElasticNetSklearn中的ElasticNet回归

catboost 简介CatBoost据说是超越LightGBM和XGBoost的一大神器。catboos的三个贡献点它自动采用特殊的方式处理类别型特征（categorical features）。首先对categorical features做一些统计，计算某个类别特征（category）出现的频率，之后加上超参数，生成新的数值型特征（numerical features）。这也是我在这...

题目介绍给出两个 非空 的链表用来表示两个非负的整数。其中，它们各自的位数是按照 逆序 的方式存储的，并且它们的每个节点只能存储 一位 数字。如果，我们将这两个数相加起来，则会返回一个新的链表来表示它们的和。您可以假设除了数字 0 之外，这两个数都不会以 0 开头。示例：输入：(2 -> 4 -> 3) + (5 -> 6 -> 4)输出：7 -> 0 -...

介绍希尔排序是一个快速的，且不稳定的排序，基本思想是比较两个相隔jmp大小的元素，具体算法不再多述，具体请见希尔排序算法。源代码#include<iostream>#include <vector>using namespace std;void shell_sort(vector<int>& point){ int temp, jm...

源代码#include<iostream>#include <vector>using namespace std;void insert_sort(vector<int>& point){ int temp; for (int i = 1; i < point.size(); i++) { temp = point[i];...

源代码#include<iostream>#include <vector>using namespace std;void choose_sort(vector<int>& point){ int min_num; int flag = 0; for (int i = 0; i < point.size(); i++) {...

题目描述牛牛以前在老师那里得到了一个正整数数对(x, y), 牛牛忘记他们具体是多少了。 但是牛牛记得老师告诉过他x和y均不大于n, 并且x除以y的余数大于等于k。 牛牛希望你能帮他计算一共有多少个可能的数对。输入描述:输入包括两个正整数n,k(1 <= n <= 10^5, 0 <= k <= n - 1)。输出描述:对于每个测试用例, 输出一个正整数表示可能...

题目描述小Q正在给一条长度为n的道路设计路灯安置方案。为了让问题更简单,小Q把道路视为n个方格,需要照亮的地方用’.'表示, 不需要照亮的障碍物格子用’X’表示。小Q现在要在道路上设置一些路灯, 对于安置在pos位置的路灯, 这盏路灯可以照亮pos - 1, pos, pos + 1这三个位置。小Q希望能安置尽量少的路灯照亮所有’.'区域, 希望你能帮他计算一下最少需要多少盏路灯。输入描...

题目介绍小明很喜欢数学,有一天他在做数学作业时,要求计算出9~16的和,他马上就写出了正确答案是100。但是他并不满足于此,他在想究竟有多少种连续的正数序列的和为100(至少包括两个数)。没多久,他就得到另一组连续正数和为100的序列:18,19,20,21,22。现在把问题交给你,你能不能也很快的找出所有和为S的连续正数序列? Good Luck!题目分析这是一个典型的以某个数字点为起点，...

介绍快速排序算法是一个很受欢迎的不稳定排序算法，在数据完全无须的情况下，最容易发挥其长处，此时的时间复杂度为nlognnlognnlogn，当数据在完全有序的情况下，此时的时间复杂度为n2n^2n2,另外快速排序的空间复杂度也很高哦，为O(log2n)O({log_2}n)O(log2​n)∼\sim∼O(n)O(n)O(n)之间，是除了基数排序中，空间复杂度最高的算法，这是典型的空间换时间的算...

最近一直在刷题，刷算法，备战工作中。回想起来，研究生这两年过的好快，也做了许多相关工作，前期从机器学习实现姿态估计，到line2d算法的模板匹配，再到Mask RCNN工件分割。后期开始做一些自动驾驶方向的工作，主要涉及2D图像的深度学习物体检测以及激光雷达和GPS的感知融合，完全实现了从0到1，在ROS下把整套系统搭建起来。虽然累，但是这一段时间感觉好充实。以后想从事机器学习、计算机视觉等相关...

题目介绍输入一个整数，输出该数二进制表示中1的个数。其中负数用补码表示。题目分析这是一个简单的计算二进制中数字为1的个数，可以通过1和该二进制数的每一位进行与操作&来判断，C++中对与操作，有专用函数。详细思路请见源代码！源代码class Solution {public: int NumberOf1(int n) { if(n==0)...

题目介绍给定一列非负整数，求这些数连接起来能组成的最大的数。输入描述：第一行n>0是一个正整数，表示一共有n个输入。以后每行是一个非负整数，共有n行。输出描述：n个输入的非负整数连接成的最大的数输入例子1：69876543输出例子1：9876543输入例子2：2112输出例子2：211题目分析# include <iostrea...

介绍最近刷题，看到了很多后缀转中缀的题目，查了一些网上的教程，在这里做了一个简单详细的说明。关于中缀转后缀请看我的另外一篇博客。后缀转中缀举个例子~对于后缀表达式ABCD−∗+EF/−ABCD-*+EF/-ABCD−∗+EF/−,它的中缀表达式该怎么求呢？其实很简单，下面将会一步一步讲解：1、把后缀表达式逐个元素的压入到栈中，当压入的都是字符，则不采取任何操作，当压入的是运算符，则把运算符...

前言数据结构与算法中经常遇到中缀表达式转前缀表达式的题目，网上的教程大都很不直观，自己学的时候，也走了很多弯路，现在把一个简单易懂的算法教程分享出来。中缀转后缀举个例子，一个式子：(5+20+1∗3)/14(5+20+1*3)/14(5+20+1∗3)/14如何把该式子转换成后缀表达式呢？其实就是分三步：1、按运算符优先级对所有运算符和它的运算数加括号，（原本的括号不用加）2、把运算...

主要思想基于传统卷积模块设计，提出一种高效空间金字塔卷积模块（ESP Module），有助于减小模型运算量和内存、功率消耗，以提高在终端设备上的适用性。这款模型和MobileNet系列、ShuffNet系列相似，都是轻量级模型，可以部署到移动端。模型具体结构如下图所示，模型主要有两个模块构成，一个是Efficient spatial pyramid模块，一个是HFF模块。Efficien...

前言在竞赛题中，我们知道XGBoost算法非常热门，它是一种优秀的拉动框架，但是在使用过程中，其训练耗时很长，内存占用比较大。在2017年年1月微软在GitHub的上开源了一个新的升压工具–LightGBM。在不降低准确率的前提下，速度提升了10倍左右，占用内存下降了3倍左右。因为他是基于决策树算法的，它采用最优的叶明智策略分裂叶子节点，然而其它的提升算法分裂树一般采用的是深度方向或者水平明智而...

XGBoost的安装pip install xgboost如何使用clf = XGBClassifier( learning_rate =0.1, #默认0.3 n_estimators=1000, #树的个数 max_depth=5, min_child_weight=1, gamma=0, subsample=0.8, colsample_bytree=0.8, obj...

算法基本思想二维 box 的定位、类别判断、角度预测旋转。3d box 尺寸的预估3d box 在相机坐标系下的位置粗略计算物体 3d box 的 Refinement

算法思想提出 Deep Many-Tasks 方法来对一个图片进行多任务车辆分析，包括车辆检测，部分定位，可见性描述和 3D维度估计。论文的主要贡献包括三个方面：使用图像车辆的特征点来编码 3D 车辆信息。因为车辆具有已知的形状，可以用单目图像重构 3D 车辆信息。我们的方法还可以在车辆部件被遮挡，截断等情况下定位到车辆部件，使用回归的方法而不是 part detector. 预测 hid...

算法基本思想3d box的长宽高回归角度回归注意：论文中的角度回归分支是对cosθlcos{\theta_l}cosθl​ 和sinθlsin{\theta_l}sinθl​来进行回归的。类别判断这里的类别判断就是简单的多分类。2d box的回归这个回归没有在文章图中体现出来，但是确实存在，后面的3d box计算也是要基于2d box的信息，2d box回归应该就是加在conf...

1、AOV网定义：在一个表示工程的有向图中，用顶点表示活动，用弧表示活动之间的优先关系，这样的有向图为顶点表示活动的网，我们成为AOV网（Activity On Vertex Network）,AOV网中的弧表示活动之间的某种约束关系。AOV网中不存在回路（即无环的有向图）。拓扑排序定义：设G(V,E)是一个具有n个顶点的有向图，V中的顶点序列v1,v2,…,vn，满足若从顶点vi到vj有一...

题目介绍输入一个整数，输出该数二进制表示中1的个数。其中负数用补码表示。题目分析二进制数据，可以采用与操作，在这里先讲一下n&(n-1)作用：将n的二进制表示中的最低位为1的改为0，先看一个简单的例子：n = 10101(二进制），则(n-1) = 10100 ==>n&(n-1) = 10100,可以看到原本最低位为1的那位变为0。我们可以通过这种方式依次计算二进制...

题目介绍我们可以用21的小矩形横着或者竖着去覆盖更大的矩形。请问用n个21的小矩形无重叠地覆盖一个2*n的大矩形，总共有多少种方法？题目分析这和青蛙跳台阶是一样性质的，基本思想是，刚起跳时，跳一次还是两次，这里你可以当作，第一次摆放时，横着摆放相当于跳一次台阶，竖着摆放相当于跳两次台阶。注意，这里的竖着摆放只对至少两个小矩形才有效，这里其实就是一种策略，第一次放是放一个还是两个矩形。因为这里...

题目介绍用两个栈来实现一个队列，完成队列的Push和Pop操作。 队列中的元素为int类型。题目分析这是一个典型的栈和队列相互转换的题目，注意，栈的性质是先进后出，队列的性质是先进先出，队列的push操作，可以使用一个栈来完成，队列的pop操作，需要把一个栈的数据转到另外一个栈上，然后只需要对另外一个栈，执行pop（）操作即可，因为此时的栈顶即是第一个栈的栈定，看成队列的话，即是队列的出口处...

题目描述请实现一个函数，将一个字符串中的每个空格替换成“%20”。例如，当字符串为We Are Happy.则经过替换之后的字符串为We%20Are%20Happy。题目分析从后往前遍历字符串，遇到空格时，将后面所有字符往后移两步，并将空格替换为"%20",整体长度增加2，详细实现请见源代码。源代码class Solution {public: void replaceSpace(c...

题目介绍在一个二维数组中（每个一维数组的长度相同），每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。题目分析这是一个典型的从左到右，从上到下进行遍历的顺序，直到找到理想中的数字为止。源代码class Solution {public: bool Find(int target, vec...

介绍当我们跑机器学习程序时，尤其是调节网络参数时，通常待调节的参数有很多，参数之间的组合更是繁复。依照注意力>时间>金钱的原则，人力手动调节注意力成本太高，非常不值得。For循环或类似于for循环的方法受限于太过分明的层次，不够简洁与灵活，注意力成本高，易出错。本文介绍sklearn模块的GridSearchCV模块，能够在指定的范围内自动搜索具有不同超参数的不同模型组合，有效解放注...

题目介绍地上有一个m行和n列的方格。一个机器人从坐标0,0的格子开始移动，每一次只能向左，右，上，下四个方向移动一格，但是不能进入行坐标和列坐标的数位之和大于k的格子。 例如，当k为18时，机器人能够进入方格（35,37），因为3+5+3+7 = 18。但是，它不能进入方格（35,38），因为3+5+3+8 = 19。请问该机器人能够达到多少个格子？题目分析很典型的使用回溯法进行求解，并对矩...

题目介绍给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，他们的最大值分别为{4,4,6,6,6,5}； 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个： {[2,3,4],2,6,2,5,1}， {2,[3,4,2],6,2,5,1}， {2,3,[4,2,6],2,5...

介绍ElasticNet又叫弹性网络回归，要理解ElasticNet回归，首先要理解岭回归和Lasso回归。线性回归ElasticNetSklearn中的ElasticNet回归Sklearn库中有sklearn.linear_model.ElasticNetCV和sklearn.linear_model.ElasticNet两个函数可供选择，前者可以通过迭代选择最佳的 λ1\lam...

一、找到合适的安装方式pytorch官网：https://pytorch.org/二、安装命令pip3 install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple后面的是镜像，当然也可以采用其他源，网上很多，在这里不再陈述。...

题目介绍请实现一个函数，用来判断一颗二叉树是不是对称的。注意，如果一个二叉树同此二叉树的镜像是同样的，定义其为对称的。题目分析这是一个典型的要借助递归的题目，循环判断同一层的对应位置元素值是否相同，详细思路见源代码。源代码/*struct TreeNode { int val; struct TreeNode *left; struct TreeNode *ri...

题目介绍在一个排序的链表中，存在重复的结点，请删除该链表中重复的结点，重复的结点不保留，返回链表头指针。 例如，链表1->2->3->3->4->4->5 处理后为 1->2->5。题目分析这是一个典型的链表操作，基本思路为首先查询链表，碰到前后相同的，则跳过，直到不相同，接着依次赋值即可。源代码/*struct ListNode { ...

题目介绍给一个链表，若其中包含环，请找出该链表的环的入口结点，否则，输出null。题目分析这是一个典型的链表中查找环的问题，基本思路是，首先设置两个快慢指针slow和fast，并且快指针fast每次前进两步，慢指针slow每次前进一步，假定当相遇的时候，设慢指针在环中走了k步，设环之外的部分长为x,环的长度为c,则快指针一共走了:x+b1∗c+kx+b_1*c+kx+b1​∗c+k步，（b...

题目描述请实现一个函数用来找出字符流中第一个只出现一次的字符。例如，当从字符流中只读出前两个字符"go"时，第一个只出现一次的字符是"g"。当从该字符流中读出前六个字符“google"时，第一个只出现一次的字符是"l"。题目分析这是一个典型的查找个数多于1的字符问题，而且是在插入过程中进行计算，string类型中提供了find()和erase操作，可以很方便的对字符进行查找和删除，详细内容请...

题目描述给定一个数组A[0,1,…,n-1],请构建一个数组B[0,1,…,n-1],其中B中的元素B[i]=A[0]A[1]…*A[i-1]A[i+1]…*A[n-1]。不能使用除法。题目分析其实这个问题就是B[i]是去掉A[i]后的A中所有数据的乘积，那只需要在计算B[i]时，把对应A[i]忽略掉即可。详细思路见源代码源代码class Solution {public: v...

题目描述在一个长度为n的数组里的所有数字都在0到n-1的范围内。 数组中某些数字是重复的，但不知道有几个数字是重复的。也不知道每个数字重复几次。请找出数组中任意一个重复的数字。 例如，如果输入长度为7的数组{2,3,1,0,2,5,3}，那么对应的输出是第一个重复的数字2。题目分析这道题其实很简单，就是分析数组中是否有重复的数字，如果没有则是false，否则是true，如果有的话，需要输出一...

题目介绍求1+2+3+…+n，要求不能使用乘除法、for、while、if、else、switch、case等关键字及条件判断语句（A?B:C）。题目分析前面的限制条件，表明最好的方法是用递归的方法，但是需要做一个判断，从n到1，当小于1的时候，自动结束。源代码class Solution {public: int Sum_Solution(int n) { ...