自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(86)
  • 收藏
  • 关注

原创 cuda debug

endif。

2023-11-09 12:03:59 177

原创 MMDetection系列之Cascade R-CNN论文理解

Cascade R-CNN 详细解读 - 知乎

2023-06-06 17:49:38 139

原创 自动驾驶中3D 变换

自动驾驶中3D 变换

2022-11-03 22:48:36 172 1

原创 右手坐标系与左手坐标系

无论是左手坐标系还是右手坐标系,它的xy轴的方向是确定是,x轴(大拇指),y轴(食指)向上,保持中指和食指垂直,中指指向的方向就是z轴朝向;所以,所谓的左手坐标系还是右手坐标系不过是影响z轴的朝向罢了

2022-11-03 22:24:59 266

原创 剑指 Offer 13. 机器人的运动范围

class Solution {public: int help(int i){ int sum=0; while(i!=0){ sum+=i%10; i=i/10; } return sum; } int movingCount(int m, int n, int k) { vector<vector<int>> dp(m,ve.

2022-03-04 09:06:27 87

原创 222. 完全二叉树的节点个数

/** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *left; * TreeNode *right; * TreeNode() : val(0), left(nullptr), right(nullptr) {} * TreeNode(int x) : val(x), left(nullptr), right(nullptr) {} *.

2022-01-25 08:22:32 493

原创 223. 矩形面积

class Solution {public: int computeArea(int ax1, int ay1, int ax2, int ay2, int bx1, int by1, int bx2, int by2) { int A1=(ax2-ax1)*(ay2-ay1); int A2=(bx2-bx1)*(by2-by1); int U = max(0,min(ax2,bx2)-max(ax1,bx1))*max(0,min(ay2,b.

2022-01-24 22:21:32 88

原创 209. 长度最小的子数组

class Solution {public: int minSubArrayLen(int target, vector<int>& nums) { queue<int> Q; int sum=0; int ans=nums.size()+1; for(auto num:nums){ sum+=num; Q.push(num); .

2022-01-24 22:15:23 69

原创 97. 交错字符串

class Solution {public: bool isInterleave(string s1, string s2, string s3) { if(s1=="") return s2==s3; if(s2=="") return s1==s3; int n=s1.size(); int m=s2.size(); if(s3.size()!=(m+n)) .

2022-01-22 16:08:33 282

原创 117. 填充每个节点的下一个右侧节点指针 II

/*// Definition for a Node.class Node {public: int val; Node* left; Node* right; Node* next; Node() : val(0), left(NULL), right(NULL), next(NULL) {} Node(int _val) : val(_val), left(NULL), right(NULL), next(NULL) {} Node(.

2022-01-22 16:07:47 68

原创 199. 二叉树的右视图

/** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *left; * TreeNode *right; * TreeNode() : val(0), left(nullptr), right(nullptr) {} * TreeNode(int x) : val(x), left(nullptr), right(nullptr) {} *.

2022-01-22 16:06:43 79

原创 143. 重排链表

/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode() : val(0), next(nullptr) {} * ListNode(int x) : val(x), next(nullptr) {} * ListNode(int x, ListNode *next) : val(x), next(next.

2022-01-22 16:05:36 248

原创 5. 最长回文子串

class Solution {public: string longestPalindrome(string s) { int n = s.size(); vector<vector<int>> dp(n,vector<int>(n,0)); for(int i=0;i<n;i++){ dp[i][i]=true; } for (int L = 2;.

2022-01-19 09:09:39 283

原创 198. 打家劫舍

class Solution {public: int rob(vector<int>& nums) { int m = nums.size(); if(m==1) return nums[0]; vector<int> A(m+1,0); A[0] = nums[0]; A[1] = max(nums[0],nums[1]); for(int .

2022-01-19 08:10:57 239

原创 163. 缺失的区间

class Solution {public: vector<string> findMissingRanges(vector<int>& nums, int lower, int upper) { vector<string> ans; for(auto num:nums){ if(lower==num){ lower+=1; co.

2022-01-17 10:04:17 342

原创 159. 至多包含两个不同字符的最长子串

class Solution {public: int lengthOfLongestSubstringTwoDistinct(string s) { std::queue<char> Q; std::unordered_map<char,int> count; int ans=0; for(char ch:s){ if(count[ch]==0){ i.

2022-01-16 21:35:38 209

原创 157. 用 Read4 读取 N 个字符

/** * The read4 API is defined in the parent class Reader4. * int read4(char *buf4); */class Solution {public: /** * @param buf Destination buffer * @param n Number of characters to read * @return The number of actual cha.

2022-01-16 21:05:02 219

原创 156. 上下翻转二叉树

/** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *left; * TreeNode *right; * TreeNode() : val(0), left(nullptr), right(nullptr) {} * TreeNode(int x) : val(x), left(nullptr), right(nullptr) {} *.

2022-01-16 20:44:34 193

原创 vector对齐小工具

void save_vector(const std::vector<float> &datas,std::string name){ofstream myfile;myfile.open(name);for(auto data:datas){myfile<<data<<" ";}myfile.close();}void save_vector(const std::vector<int> &datas,st

2021-12-23 21:37:04 535

原创 paddle卷积BN合并

""""Fuse conv bn file."""import copyimport paddleimport paddle.nn as nndef find_parent_layer_and_sub_name(model, name): """Given the model and the name of a layer, find the parent layer and the sub_name of the layer. For example, if name...

2021-11-08 10:38:45 749 1

原创 mmdet编译出错AT_CHECK

编译mmdet遇到的问题,AT_CHECK找不到,改成TORCH_CHECK完成

2021-03-16 22:43:50 826 1

原创 git commit 错了

https://backlog.com/git-tutorial/cn/stepup/stepup7_1.html再次commit并加上--amend

2020-10-23 15:11:47 72

原创 分类任务中的样本不均衡问题

参考:https://github.com/ufoym/imbalanced-dataset-sampler最近在做行人属性相关工程,遇到个样本不均衡问题。问题描述:行人属性中很多属性不平衡,例如,戴帽子和不戴帽子的人的比例很悬殊,我们的训练集就会出现数据不均衡现象。针对这种现象,我们采用一种数据均衡采样器解决,思路是这样的,每个线程以1/2概率从戴帽子和不戴帽子的图像队列中取出数据。这样即可保证带帽和不戴帽的数据生成相对均衡。类似的,假如是多任务多属性的话,可以通过设置不同任务以及不同属性的概率

2020-10-07 17:18:39 999

原创 Bag of tricks for Image with Convolutional Neual Networks阅读

该篇文章探讨了训练分类的一些tricks1.训练相关现象:大的batchsize会导致训练的模型精度低解释:batchsize大了,每个batch内均值虽然不变,但是方差变小了

2020-09-30 14:26:56 256

原创 lua语法总结1

for k=1,#bbox_loces do print("bbox_loces",bbox_loces[k])end#获取table的长度

2020-09-29 10:23:37 308

原创 Python类型与继承

https://www.cnblogs.com/traditional/p/13391098.html使用type()查看对象的类型使用__mro__查看类的继承关系

2020-09-24 17:33:10 87

转载 递归删除文件夹下面所有子文件夹中的.pyc后缀文件

find . -name "*.pyc" | xargs rm -f

2020-09-21 20:11:07 418

原创 export用法

使用export在多用户系统中配置环境

2020-09-18 21:25:42 6037 1

原创 计算精度很常用的一个类

class AverageMeter(object): """ Computes and stores the average and current value """ def __init__(self): self.val = 0 self.avg = 0 self.sum = 0 self.count = 0 def reset(self): self.val = 0

2020-09-18 21:17:32 288

原创 ps -x |grep anaconda3|awk ‘{print$1}‘ |xargs kill -9

ps -x |grep anaconda3|awk '{print$1}' |xargs kill -9

2020-09-18 21:17:00 664

原创 yield 和 return区别

yeid

2020-09-18 21:12:47 435

原创 Python 反射机制

参考:https://www.liujiangblog.com/course/python/48个人理解所谓反射即将"字符串"转化为"函数"先说一下为什么要有反射,假如我们需要根据用户输入/配置文件来动态选择要执行的函数例如:https://www.liujiangblog.com/course/python/48在主页面有一个根据用户输入做判断的分支,当有新的需求来了,我们就需要增加一个新的if分支,这种实现太蠢仔细观察visit.py中的代码,会发现用户输入的url字符串和相应调用的函数

2020-08-12 17:31:43 169

原创 Python f-string

参考:https://www.youtube.com/watch?v=dwCeM1HNo5Y&pbjreload=101name='Huahua'score=123.456789print('name= '+name+',score= '+str(score))# %占位符 s/.3f代表格式# 格式为'%格式'% (tuple)按照顺序替代 C风格print('name = %s,score= %.3f'%(name,score))# 传入key-word format 表达式里

2020-08-12 15:09:00 114

Python 装饰器warper

参考:https://www.youtube.com/watch?v=5VCywjS8YEAhttps://foofish.net/python-decorator.html装饰器Python 中的函数可以像普通变量一样当做参数传递给另外一个函数我们使用装饰器的目的是为了给函数穿条裤子一样装饰器def bar(func): def inner(): print('In bar:Before') func() print('In bar:E

2020-08-12 14:48:35 380

原创 A Simple Baseline for Multi-Object Tracking

首先抛出Tracking的一种思路:Detect+提取ReID特征该条思路有两种方法,一阶段和两阶段的,因为一阶段的速度快,更有可能达到实时,但是一阶段的目前精度不行。这就引出了文章的重点。1.一阶段的检测+ReID为什么不准确?主要是ReID特征提取的不准确,具体表现在两个方面:1、目前一阶段的检测器是使用基于anchor的,会导致检测不准确。①黄色框和红色框都是预测的同一个人,但是他们的图像特征差异很大,这是基于anchor的不可避免的偏了,且stride过大,导致物体中心预测不准确2、目

2020-08-10 11:51:23 410

原创 遇到个中文在Linux系统下乱码问题

index=0while read linedo find path -inum $line |xargs -i mv {} 'path'$index'.jpg'\ index=$(($index+1))done < path/node.txt通过上述代码解决乱码重拍问题,利用的是文件的inode和find

2020-08-05 16:59:41 92

原创 CTC理解-初步理解3

该篇博客参考深度实践OCR 刘树春接下来谈论反向传播在讨论反向传播之前,计算一下后向概率(指从时间t到达第s个字符的所有可能子路径概率)可以理解成从终点开始计算,每个位置能够到达终点的概率,类似的可以得到状态转移方程与正向计算相反,这次只能朝着左上走betas[-1,-1]=params[blank,-1] betas[-2,-1]=params[seq[-1],-1] c=np.sum(betas[:,-1]) betas[:,-1]=betas[:,-1]/c

2020-07-28 15:51:43 283

原创 CTC loss-初步理解2

参考:深度实践OCRhttps://blog.csdn.net/yang_daxia/article/details/90524191理解:路径,标签假如label为"apple"那么路径就是矩阵中的一条路,然后一个标签包含多条路径,这个标签的概率为各条路径和,标签是路径的集合接下来看一下前向传播与反向传播前向传播和反向传播的时候会计算一个矩阵,宽为T,长和GT的长度有关,假如GT的长度为n,那么该矩阵的长为2*n+1该矩阵表示了所有可能在t=8的时间内构建apple的所有路径需要满

2020-07-28 11:58:04 311

原创 CTC loss-初步理解1

参考:https://blog.csdn.net/Left_Think/article/details/76370453深度实践OCR author:刘树春先说一下CTC有什么用,先从应用场景下说:CTC最早被设计来解决编解码对不齐的问题。在传统的语音识别的模型中,我们对语音模型进行训练之前,往往都要将文本与语音进行严格的对齐操作。比方说上图这周情况预测得到一个(T,C)的矩阵,但是结果却可能是一个长度为(T1)的序列,T1和T不一定等,这个时候如何对其就很麻烦,全部人工标注就太费事了,而且标的

2020-07-27 18:26:07 714

原创 mmdet阅读-paper(SSD)

SSD: Single Shot MultiBox Detector原理:SSD的核心,对于feature map上每一个格子(cell),生成多个default box,然后利用small convolutional filters 预测盒子偏移量和分类。创新点:多尺度预测,因为模型感受野不同,小目标放在浅层预测,大目标放在后层预测Pipeline:首先用VGG16做特征提取,得到特征feats...

2020-07-26 20:04:35 213

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

提示
确定要删除当前文章?
取消 删除