![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 66
秋冬晚归客
这个作者很懒,什么都没留下…
展开
-
Not All Features Matter:Enhancing Few-shot CLIP with Adaptive Prior Refinement
对于多模态任务而言,大量数据的获得是耗费人力和物力的,因此few-shot的训练方式一直备受关注。目前已经证实了CLIP模型的超强性能,很多研究人员提出了基于CLIP的检测算法,然而多数都是在研究如何更好地利用CLIP提取出的features,本文则从“Not All Features Matter”的角度进行了新的探索,提出了一个Adaptive Prior rEfinement方法,用于处理特征中的冗余信息,除此之外还提出了无需训练的APE和需要训练的APE-T方法。原创 2023-08-09 10:52:17 · 542 阅读 · 0 评论 -
PriorLane:纯transformer的车道线检测方法
这篇论文作为第一个以纯tansformer为基础的车道线检测方法目前已被 ICRA 2023接受。这个方法最亮眼的地方在于对于车道线的检测不在仅仅局限于普通场景下的车道线,可以实现对横向车道线以及其他特殊的类似标志进行识别检测。原创 2023-07-07 21:44:40 · 586 阅读 · 0 评论 -
mmdetection笔记
使用Pytorch构建一个新算法时,通常包含如下几步:注册数据集:CustomDataset是MMDetection在原始的Dataset基础上的再次封装,其__getitem__()方法会根据训练和测试模式分别重定向到prepare_train_img()和prepare_test_img()函数。用户以继承CustomDataset类的方式构建自己的数据集时,需要重写load_annotations()和get_ann_info()函数,定义数据和标签的加载及遍历方式。原创 2023-03-03 15:02:24 · 667 阅读 · 1 评论 -
算法题——编辑距离(python实现)
同样这一题还是利用动态规划的思想解决,三种方法如下:class Solution: def minDistance(self, word1: str, word2: str) -> int: m = len(word1) n = len(word2) #纯递归不通过,时间复杂度过高 # def dp(i,j): # if i == -1: # return j+1 ..原创 2022-02-13 17:48:51 · 2084 阅读 · 0 评论 -
最长公共子序列(python二维数组的正确建立)
leetcode第1143题这里选择利用动态规划的方法进行解决,两个字符串选择利用二维数组进行解决(对于两个字符串的动态规划问题,一般而言都需要一个二维dp数组)text2= 'babcde' text1 = 'ace' 0 1 2 3 4 5 6 ” “ b a b c d e 0 “ ” 0 0 0 0 0 0 0 ...原创 2022-02-13 10:52:09 · 540 阅读 · 0 评论 -
回溯算法学习(N皇后问题)(python)
最近学习了一下回溯算法,花了好长时间解决N皇后问题,因此在这里我进行记录一下。回溯算法:实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就“回溯”返回,尝试别的路径。回溯法是一种选搜索优法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的,规模较大的问题都可以使用回溯法,有“通用解题方法”的美称。框架:原创 2022-02-03 20:07:05 · 1954 阅读 · 0 评论