[C++学习笔记] 7.1 STL —— vector容器 文章目录7. STL(Standard Template Library)7.1 STL基本概念7.1.1 容器container7.1.2 算法algorithm7.1.3 迭代器iterator7.2 vector容器7.2.1 vector构造操作7.2.2 vector赋值操作7.2.3 vector容量和大小7.2.4 vector插入和删除7.2.5 vector数据存取7.2.6 vector互换容器7.2.7 vector预留空间7. STL(Standard Template Libra
[C++学习笔记] 6. 文件读写操作 6. C++文件操作文章目录6. C++文件操作6.1 文本文件6.1.1 写文件6.1.2 读文件6.2 二进制文件6.2.1 写文件6.2.2 读文件6.3 综合案例——罚抄100000遍对不起程序运行时产生的数据都属于临时数据，程序一旦运行结束都会被释放通过文件可以将数据持久化C++中对文件操作需要包含头文件 <fstream>文件类型分为两种：文本文件 - 文件以文本的ASCII码形式存储在计算机中二进制文件 - 文件以文本的二进制形式存储在计算机中操作文
[C++学习笔记] 5. C++泛型编程 —— 模板template 5. C++泛型编程——模板两种模板机制：函数模板和类模板5.1 函数模板5.1.1 语法template<typename T>函数声明或定义解释：template — 声明创建模板typename — 表面其后面的符号是一种数据类型，可以用class代替T — 通用的数据类型，名称可以替换，通常为大写字母template<typename T>void mySwap(T& a, T& b){ T temp = a; a
[C++学习笔记] 4. C++关键字： static const inline 4. C++关键字： static const4.1 static关键字的作用全局静态变量在全局变量前加上关键字static，全局变量就定义成一个全局静态变量内存位置：静态存储区(全局区)，在整个程序运行期间一直存在内存分区相关的知识见：C++学习笔记——1. 内存分区模型（代码区、全局区、栈区、堆区）初始化：未经初始化的全局静态变量会被自动初始化为0（自动对象的值是任意的，除非他被显式初始化），编译时初始化作用域：全局静态变量在声明他的文件之外是不可见的，准确地
[C++学习笔记] 3. 类与对象：封装、多态、继承 3. C++类与对象：封装、多态、继承C++面向对象的三大特性为：封装、多态、继承对于C++来说，万事万物皆为对象，对象上有其属性和行为文章目录3. C++类与对象：封装、多态、继承3.1 封装3.1.1 封装的意义3.1.2 struct和class区别3.1.3 成员属性设置为私有3.2 对象的初始化和清理3.2.1 构造函数和析构函数3.2.2 构造函数的分类和调用3.2.3 拷贝函数3.2.4 初始化列表(初始化方法)3.3 继承3.3.1 继承的基本概念3.3.2 菱形继承3.4 多态3.4
[C++学习笔记] 2. 左值、右值 2. 左右值2.1 概念左值指既能够出现在等号左边，也能出现在等号右边的变量；右值则是只能出现在等号右边的变量。int a; // a为左值a = 3; // 3为右值左值是可寻址(有地址)的变量，具有永久性，数据绑定；右值一般是不可寻址的常量，或在表达式求值过程中创建的无名临时变量，短暂性，让临时变量不消失，直接将目标指向临时变量，避免无意义的复制，减缓内存开销。左值用于写操作，可以存储数据；右值用于读操作，读到的数据放在一个看不见的临时变量区别：左值可以被修改，而右值不能。
[C++学习笔记] 1. 内存分区模型（代码区、全局区、栈区、堆区） 1. 内存分区模型C++程序在执行时，将内存大方向划分为4个区域代码区：存放函数体的二进制代码，由操作系统进行管理的全局区：存放全局变量和静态变量static以及常量，程序作用后释放栈区：由编译器自动分配释放, 存放函数的参数值,局部变量等 (函数作用后释放)堆区：由程序员分配new和释放,若程序员不释放,程序结束时由操作系统回收 (程序周期结束后释放)1.1 程序运行前在程序编译后，生成了exe可执行程序，未执行该程序前可分为两个区域代码区：存放CPU执行的机器指令代码区是共享
[C++练手项目] DocAnalysis C++学习项目——doc文件分析(实现统计词频和对比两文件内容)。本项目优点：对于百万级别的文本(如：资本论 163万字)运行耗时仅1.671s 实现本项目，你将收获红黑树std::map实现字典树和优先队列std::priority_queue的使用。
RCNN学习笔记——第三篇: 实现FRCNN网络训练、评价与预测(附全部源码) RCNN学习笔记——第三篇: FRCNN网络训练本文是个人根据B站大佬Bubbliiiing的FRCNN系列视频同步完成FRCNN训练，记录心得和遇见的问题。关于RCNN家族的对比，本人有一篇博客或许能为大家答疑解惑RCNN学习笔记——第一篇: RCNN -＞ FAST RCNN -＞ FASTER RCNN 处理流程分析及比较_isolatewind的博客-CSDN博客文章目录RCNN学习笔记——第三篇: FRCNN网络训练1. 前期准备2. 代码使用3. 预测步骤3.1 直接使用预先训练好的权重3
RCNN学习笔记——第二篇: Resnet-x代码详解 RCNN学习笔记——第二篇: Resnet-x代码详解文章目录RCNN学习笔记——第二篇: Resnet-x代码详解1. 导入相关库2. 基本块3. Resnet-x使用的基本块类别4. ResNet基本类5. Resnet-x(18、50)结构展示5.1 Resnet-185.2 Resnet-501. 导入相关库import torch.nn as nnimport mathimport torch.utils.model_zoo as model_zoo# 这个文件内包括6中不同的网络架
RCNN学习笔记——第一篇: RCNN -＞ FAST RCNN -＞ FASTER RCNN 处理流程分析及比较 RCNN -> FAST RCNN -> FASTER RCNN系列比较paper：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks1. RCNN1.1 处理流程(1) image input；(2) 利用selective search 算法在图像中从上到下提取2000个左右的Region Proposal；(3) 将每个Region Proposal ==缩放(warp)=
YOLO学习笔记——第四篇 YOLOv3实现物体检测 基于YOLOv3(包含spp版本)的物体检测文章目录基于YOLOv3(包含spp版本)的物体检测1. 前言2. 准备工作3. 代码讲解（针对单张图片）3.1 导入必要库函数3.2 定义函数实现图片可视化3.3 导入预先训练好的YOLOv3模型和权重3.4 查看网络相关信息3.5 读入coco数据集的标签3.6 读入测试图片3.7 将图片预处理(resize)3.8 前向推断3.9 从三个尺度输出结果中解析所有预测框的信息3.10 置信度阈值过来+NMS极大值抑制3.11 画框3.12 保存结果4.代码讲解
YOLO学习笔记——第三篇YOLOv3（含FPN网络解析） YOLO(You Only Look Once)——第三篇YOLOv3（含FPN网络解析）论文地址：YOLOv3: An Incremental Improvement. (readpaper.com)YOLOv3.pdf (pjreddie.com)文章目录YOLO(You Only Look Once)——第三篇YOLOv3（含FPN网络解析）@[toc]1. 前言2. YOLOv3模型分析2.1 原始版本特性保留2.2 v3改进之处3.多尺度预测（引入FPN）3.1 FPN介绍3.2 FPN计
YOLO学习笔记——第二篇YOLOv2 YOLO(You Only Look Once)——第二篇YOLOv2论文地址：https://arxiv.org/abs/1612.08242（YOLO9000：Better,Faster,Stronger）参考：目标检测|YOLOv2原理与实现(附YOLOv3) - 知乎 (zhihu.com)(28条消息) YOLO v2算法详解_AI之路-CSDN博客_yolov2YOLO算法最全综述：从YOLOv1到YOLOv5 - 知乎 (zhihu.com)文章目录YOLO(You Only Lo
YOLO学习笔记——第一篇YOLOv1 YOLO(You Only Look Once)——第一篇YOLOv1前言：YOLO系列是基于深度学习的回归方法(预测物体的位置)。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DyEBq9yb-1646970067099)(C:\Users\24893\AppData\Roaming\Typora\typora-user-images\image-20220311085714972.png)]YOLO v.s Faster R-CNN统一网络：YOLO没有显式求解
关注
