- 博客(2)
- 收藏
- 关注
RSS订阅原创 RCNN和CRNN
即在图像中识别和定位物体。首先，使用选择性搜索等方法生成候选区域，然后对每个候选区域应用卷积神经网络（CNN）来提取特征，最后使用分类器和回归器对这些特征进行目标分类和定位。典型的应用包括图像中的文字识别（OCR，Optical Character Recognition）和语音识别，其中CRNN能够同时考虑到文本的局部特征和全局上下文。RCNN的后续版本包括Fast R-CNN和Faster R-CNN，这些方法在提高速度和精度方面进行了改进。CNN提取序列中的局部特征，RNN捕捉序列中的上下文关系。
2024-01-09 12:34:03
394
原创 STL知识点
因为map不重复，所以count()结果只有0 or 1，可以用于判断元素是否存在（同find）。将key和value关联，可以用key进行索引，key为唯一值。unordered_map内部实现了一个哈希表，因此为无序。map内部实现了一个红黑树，该结构具有自动排序的功能。可以使用[ ]进行增、改、读。对新知识点和遗忘的知识点记录。
2023-12-17 18:14:23
8
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人