2020来了，冲鸭

最新推荐文章于 2022-08-10 21:24:01 发布
最新推荐文章于 2022-08-10 21:24:01 发布
阅读量517 收藏 1
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38412868/article/details/104200695
版权

2020的开端让大家都措手不及，我也是

round1

在我姐家过了小年，回信阳的时候实在是没有车了，买到的加班车3256，无座。然后段子里的事情发生在我身上了：上厕所的时候我的手机从兜里掉出来，横着掉进厕所里。是的，那种加班车是老式火车，厕所坑很大，估计我的手机直接下去躺在轨道上了。（在信阳买了手机，补卡后发现它果然静静地躺在芜湖的铁轨上）

铁轨上静躺的荣耀20

round2
才回信阳的时候官方说yq可防可控，不会人传人，大家就很心大，几个老朋友（3个wh上学的）一起聚聚，一起吃饭，一起狼人杀。第二天yq就开始严重了，后面wh开始封城，全国开始戒严，抗击yq。过了几天我呢还不争气的发烧了，当时很害怕被感染了，我倒是没什么，我年轻可以扛一扛，很怕把父母给传染了。想去医院检查，新闻上又说轻症不要去医院以防交叉感染。于是在家担惊受怕的待了几天，最后还是去了镇医院，做了ct和血常规。在门外等结果的时候我心情很复杂，就在想一会是不是就给我隔离了。那种心情就很像在产房门口等待的父亲，不知道生的是男是女一样心情复杂。所幸没事，只是普通的发烧。微博上每天都是多少人确诊了，全国yq地图一天天颜色变深，开学的日期一天天变晚，微博上fy患者求助超话更是让人难受，希望yq早日过去把！

 

2020来了，大家加油！我也要继续努力！

2020冲鸭 的图像结果

fff2zrx
关注
专栏目录
Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression
xujiao1179的博客
12-10 648
摘要 边框回归是目标检测的关键步骤。在现有的方法中，虽然在边框回归中广泛采用了n范数损失，但并不是针对评价指标IoU进行定制的。近年来，人们提出了IoU损失和G-IoU损失两种可以有利于提升IoU指标的方法，但仍存在收敛速度慢、回归不准确等问题。在这篇论文中，通过合并预测框和目标框之间的归一化距离，我们提出了一种Distance -IoU损失，它在训练过程中比IoU和GIoU损失收敛得更快。此外...
【小李冲鸭】矩阵螺旋输出
热爱c小李的博客
03-12 200
这两天在复习C语言数组，就发现很少有写“输入数组螺旋输出”这种题目思路的博客； 小李来了！原题如下：（来自开课啦） 给定一个m行、n列的矩阵，请按照顺时针螺旋的顺序输出矩阵中所有的元素（从[0][0]位置开始，具体请参见下图）。 样例输入1 2 3 1 2 3 3 4 6 样例输出1 1 2 3 6 4 3 样例输入2 3 2 1 2 3 4 5 6 样例输出2 1 2 4 6 5 3 解题思路：很简单，就是数圈圈，然后用for循环暴力一波...
【目标检测】28、Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression
呆呆的猫的博客
08-10 1120
虽然 GIoU 可以通过移除未相交的框来缓解提的消失的情况，但如图 1 所示，GIoU loss 首先会提升预测框的大小，使得其和 gt 框有相交，然后公式 3 就能够用来最小化相交面积。所以 GIoU loss 会产生一些不准确的检测。作者为了更加全面的分析距离、尺度、纵横比在 bbox 之间的关系，选取了 7 种不同纵横比的 unit box（即面积为 1），纵横比分别为（1:4, 1:3, 1:2, 1:1, 2:1, 3:1, 4:1），这 7 个 box 的中心点都在（10,10）。.......
距离IoU损失：包围盒回归更快更好的学习(Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression)
TJMtaotao的博客，高校计算机教师
11-28 6482
Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression Zhaohui Zheng1, Ping Wang1, Wei Liu2, Jinze Li3, Rongguang Y e1, Dongwei Ren*2 1School of Mathematics, Tianjin University, Ch...
《Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression》DIOU论文
qq_38109282的博客
07-02 732
前言 《Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression》发表于2020年AAAI，来自天津大学和中国人名公安大学 资源 论文下载：Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression 论文题目及作者 介绍 第一行为GIOU loss，第二行是DIOU loss。 绿边框表示Ground Truth，黑边框表示An
【DIoU】《Distance-IoU Loss：Faster and Better Learning for Bounding Box Regression》
bryant_meng
02-24 2214
AAAI-2020 文章目录1 Background and Motivation2 Related Work3 Advantages / Contributions4 Method4.1 Analysis to IoU and GIoU Losses4.2 The Proposed Method5 Experiments5.1 Datasets5.2 YOLO v3 on PASCAL VOC5.3 SSD on PASCAL VOC5.4 Faster R-CNN on MS COCO5.5 Di.
BIM时代要来了？有了这份职业规划who怕who
zh_BIM的博客
06-29 136
　　毕业季将至　　你的职业规划是怎样呢　　一年一度的毕业季要来了，对于24岁-27岁的建工职场新人，你做好自己的职业规划了么?　　BIM技术目前已是建设产业未来发展的必然目标，现对于建筑业关于BIM的应用已经不是“能否”的问题，而是“早晚”的问题。　　BIM时代建工人职业发展前景　　如今说BIM，无论是设计院，还是业主，或者施工单位，大概都能说出一二。说明这两年BIM的推广实施速度确实再加快，同时也说明围绕项目建造的各方利益体对于BIM的认识程度和推广力度也确实在提高。 　　如同10年前的互联网大潮一样，基
盒子综合案例——德云社十八愁与宠物知识栏
流楚丶格念的博客
06-30 5353
文章目录1.德云新闻案例效果图源代码（图片我放在最下哈）2.宠物知识栏案例源代码3.图片资源 1.德云新闻案例 效果图 源代码（图片我放在最下哈） <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>十八愁绕口令</title> <style type="text/css"> *{margin: 0;padding: 0;}
Python写游戏，我上我也行 - Flappy Bird 02
小泽
01-06 2567
冬日到了，小可爱快来米奇妙妙屋里烤♂尻♂火吧。 话不多说，咱们直接开始冲冲冲~ Flappy Bird老司机发资源啦大致的框架实现一个游戏窗口明天会更好 老司机发资源啦 既然要开始做这个游戏呢，我们首先肯定要有相对应的图片资源叭，这里呢，小泽都给大家整理好了！ 但是不知道怎么放上来…… 这样好了，图片文件呢，都给大家放到群里了。 这个群呢，如果你是偶尔点个赞，经常白嫖的，就嫁进来吧。 当然如果你是拒绝白嫖，坚持点赞的大可爱，就请加到这个群！ 肯定是后面的群更好鸭，只不过需要各位多多点赞啦~ 两个群都.
2019年初Java开发面试经验（南京）
m0_69523172的博客
08-10 420
背景：16年6月份本科毕业，两份工作经验，第一份半年，第二份两年。个人技术栈：熟悉常用js和jquery编程，熟悉Maven，svn等工具的使用，熟练掌握web前后端交互，掌握javaSE编程，掌握JNI和JNA编程，熟悉SpringBoot技术栈。熟悉大数据技术（如Hadoop，kafka，Elasticsearch）的基本使用，掌握相关接口进行大数据系统与前台web的交互。了解go语言，熟悉容器化技术docker和kubernetes的部署和使用。项目经验：第一份工作主要做政府部门的内部审计系统，框架都
ZWCAD_2020_Preview_ZRXSDK.exe
12-20
中望CAD2020二次开发包，二次开发SDK。ZZWCAD_2020_Preview_ZRXSDK.exe。
【论文阅读】Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression
qq_38333323的博客
11-22 4593
主要内容 文章提出两个Loss ：Distance-IoU(DIoU) Loss和Complete IoU(CIoU) Loss用于目标检测的Bbox回归，并与IoU Loss和GIoU Loss做了对比，比这两个收敛得更快、更准。此外，DIoU很容易用在NMS中。 Loss 先简单回顾一下IoU Loss和GIoU Loss，再说明文章提出的DIoU Loss和CIoU Loss IoU 先说说...
【目标检测】AAAI20 - 提升边界框回归《Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression》
要相信光
03-02 5226
AAAI2020，DIoU, CIoU, GIoU, IoU 提升目标检测性能必备 《Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression》
《Distance-IoU Loss：Faster and Better Learning for Bounding Box Regression》论文笔记
m_buddy的博客
01-19 1908
代码地址：DIoU 1. 概述 导读：这篇文章主要的贡献在边界框损失函数的优化上面，传统上使用LnL_nLn​范数的损失，如smooth-L1或是其对应的改进balanced-L1，但是这些损失函数并不直接与检测框的质量相关。将检测框的质量作为回归的度量就引入IoU损失函数，为了弥补IoU损失函数在不相交的时候不可导的问题引入GIoU，但是GIoU也是存在收敛速度慢且回归不准确（GIoU在两个框...
Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression阅读笔记
风行
12-29 810
（一）Title 前言： （二）Summary 背景概述 目标检测中的bounding box回归任务往往采取的方式借助损失去回归bounding boxes的参数(位置/长/宽),但是它并不适用于评估度量(Intersection over Union,IoU)。 同时作者指出当前研究者提出的IoU度量(IoU Loss 以及 Generalized IoU Loss)上存在的一些问题： 收敛慢slow convergence 回归不准确，inaccurate regression 主要内容 作者在
Distance-IoU Loss_ Faster and Better Learning for Bounding Box Regression
qq_41327720的博客
03-28 418
对IoU，GIoU，DIoU和CIoU进行一个简要的梳理介绍
jackson 序列化_【安全警报】Jackson反序列化远程代码执行漏洞（CVE202024616）
weixin_39843677的博客
12-02 356
FasterXML jackson-databind 2.9.10.6之前的版本在处理序列化交互时可能导致远程代码执行。【漏洞描述】FasterXML Jackson发布了新的高危漏洞(漏洞编号：CVE-2020-24616)，其官方团队发布了 jackson-databind 的新版本 2.9.10.6，其中修复了几个反序列化漏洞。FasterXML Jackson是美国FasterX...
Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression 论文笔记
Tianchao龙虾
05-19 429
Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression 论文笔记 论文链接： https://arxiv.org/abs/1911.08287 一、 Problem Statement Bounding Box的回归分支在目标检测中很重要。目前，lnl_nln​-norm loss 对获得最优的IoU metric不是很合适，IoU Loss 只有在bounding boxes 有重叠的时候起作用，而且不会提供任何移
阿姨来了家政服务o2o系统
最新发布
01-21
阿姨来了家政服务o2o系统是一种新型的家政服务平台，利用互联网技术将家政服务需求方和家政服务提供方进行匹配和服务管理。用户可以通过该系统在手机端或者电脑上发布家政服务需求，比如日常清洁、保姆、月嫂、老人陪护等服务，并且可以选择合适的阿姨进行预约和安排。 阿姨来了系统为用户提供了更加方便快捷的家政服务体验。用户只需在系统中填写自己的需求和时间，系统会智能匹配合适的阿姨进行服务，省去了用户自己寻找阿姨的繁琐步骤。并且系统对阿姨进行了认证和评价，用户可以查看阿姨的资质和评价，选择信誉良好的阿姨进行服务。 对于阿姨来说，加入这个系统可以帮助她们更好地找到客户和进行时间安排。系统会根据阿姨的技能和时间进行智能匹配，并且让阿姨可以接受用户的评价和反馈，提高服务质量和口碑。 总的来说，阿姨来了家政服务o2o系统为用户和阿姨提供了一个更加高效便捷的家政服务交易平台，提升了家政服务的体验和服务质量，带动了整个行业的升级和发展。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

fff2zrx

谢谢老板

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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