5 jiachen0212

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 1w+

直方图均衡化

参考链接:https://blog.csdn.net/timeless_2014/article/details/80389433 先统计每个像素值value的出现频数 然后转成概率值 注意hp怎么计算的,hp(1)=hp(0)+hs(1) hp(2)=hp(1)+hs(2) … 就是把前面的依次叠加到当前 重新计算新的像素值: g=hp(i)*...

2019-09-02 21:07:37

顺/逆时针 数组旋转 两行代码搞定

顺/逆时针 数组旋转 两行代码搞定:# coding=utf-8# 顺时针def rotate1(A): A[:] = zip(*A[::-1]) return A# 逆时针矩阵旋转def roate2(A): A[:] = zip(*A)[::-1] return zip(*A)[::-1]a = [ [1,2,3], [...

2019-09-02 19:46:04

dp动态规划、递归、矩阵最大路径、最大限制路径、路径可能情况数、有障碍物下的路径可能情况数

# coding=utf-8# 矩阵路径最大值 左上角到右下角def fun(M): m = len(M) n = len(M[0]) dp = [[0]*n for i in range(m)] dp[0] = [sum(M[0][:i+1]) for i in range(n)] for i in range(1, m): d...

2019-08-06 10:04:37

两个有序数组的第k大数

这道题百度上的答案真的是各种互抄,我自己写了版

2019-08-05 20:53:44

leetcode medium 是否二分?

参考链接:https://www.cnblogs.com/grandyang/p/10317141.html#### 版本一 递归class Solution(object): # cur为index,color表示这个节点被染的色 def helper(self, g, cur, color, colors): colors[cur] = color...

2019-07-25 21:23:35

Z字型打印矩阵 python实现

渣渣的代码,最近秋招期间,攒人品吧~~~# coding=utf-8# Z 字型打印矩阵# s = [[1,3,4,10,11],[2,5,9,12,19],[6,8,13,18,20],[7,14,17,21,24],[15,16,22,23,25]]# s = [[1,3,4,10],[2,5,9,11],[6,8,12,15],[7,13,14,16]]# s = [[1,3...

2019-07-23 17:41:28

github内删除某(几)个文件夹

参考:https://blog.csdn.net/jsd581/article/details/79569691需要用git命令实现,不然你是没办法把文件夹干掉的!首先保证已经为github生成了key,不然是没办法同步的~ (自行百度哈,很简单的~)可能出现的问题:sign_and_send_pubkey: signing failed: agent refused opera...

2018-12-17 21:57:43

SSD、Faster-rcnn Loss

   一点细节疑惑:其中VGG16中的Conv4_3层将作为用于检测的第一个特征图。conv4_3层特征图大小是 ,但是该层比较靠前,其norm较大,所以在其后面增加了一个L2 Normalization层(参见ParseNet),以保证和后面的检测层差异不是很大,这个和Batch Normalization层不太一样,其仅仅是对每个像素点在channle维度做归一化,而Batch...

2018-11-11 18:39:44

object_detector MAP:

转载自:目标检测中的mAP是什么含义? - Wentao MA的回答 - 知乎 https://www.zhihu.com/question/53405779/answer/419532990对于上述PR值,如果我们采用:VOC2010之前的方法,我们选取Recall >= 0, 0.1, ..., 1的11处Percision的最大值:1, 1, 1, 0.5, 0.5, 0....

2018-11-01 13:09:51

ssd

https://blog.csdn.net/huangbo10/article/details/62048168

2018-09-25 15:25:36

linux 后台挂命令

招不在多,一招够用就行:nohup command >logfilename.log 2>&1&example:nohup sh run_pascal.sh >baseline.log 2>&1& 

2018-09-20 16:02:44

deeplab evaluate.py

#coding=utf-8# import scipy.ioimport numpy as np# from skimage.io import imreadfrom PIL import Image# data = scipy.io.loadmat('1.mat') # label = data['data']# res=np.argmax(label,axis=2).astyp...

2018-09-13 15:59:04

caffe 跑deeplab_v2

传送门:传送门排坑:传送门传送门matio安装参考:传送门排坑记录:因为没有权限的原因(比较严格,敏感的情况,如公司服务器啥的...),在安装matio的时候遇到生成不了libmatio.so.2的问题(就是make install 时候就报出不是sudoer的bug...),导致后续要导入这个库链接就出问题。因为在 matio/src 及一些子目录下的Makefile文件...

2018-09-13 13:33:43

全连接层与卷积层的区别

传送门一.全连接层:                全连接层需要把输入拉成一个列项向量,如下图所示:         比如你的输入的feature map是2X2,那么就需要把这个feature map 拉成4X1的列向量,如果你的feature map 的channels是3,也就是你的输入是3X2X2,也就是相当于有了12个像素点,你就需要把feature map 拉成12X1的列...

2018-09-07 14:43:23

MobileNet_V1

传送门: mobilenet_v1

2018-08-28 11:19:59

Deformable Conv

参考链接: 传送门细节见链接,总结下我的理解:形变的不是卷积的 kernel,而是 feature map 上的每个pixel。并没有对conv函数做什么变化,而是在普通的input map 和 conv之间,多做了一次conv得到input_offset map,再加上原input map,得到偏移后的新的input map pixel coor。( 这里要用到一下双线性插值)以...

2018-08-26 10:09:11

caffe源码实践

REGISTER_LAYER_CLASS(DeforConvolution);  // 实现将指定Layer注册到全局注册表中  base_conv_layer.cpp 中,LayerSetUp函数内进行各种 变量、数据的声明。必要的话也在这初始化。(初始化在这里是自由的,可在这也可到等到用它的地方初始化..)caffe_set可是结合使用,src/caffe/util/m...

2018-08-20 18:18:33

caffe-backward之梯度计算

传送门: 传送门backward是利用代价函数求取关于网络中每个参数梯度的过程,为后面更新网络参数做准备。求取梯度的过程也是一个矩阵运算的过程,后面会有详细介绍,本身求取梯度的过程并不是很复杂,而且网络中的各层求取梯度的过程都是相似的。下面就按照backward的运行顺序,从最后一层向前介绍caffe的backward的过程。softmax with loss layer: 按理说每一层...

2018-08-09 09:54:28

caffe源码解读整理

传送门: 传送门1传送门2传送门3传送门4传送门5传送门6传送门7blob解析:传送门比较全的: 传送门caffe权重更新: 传送门caffe中的正则: 传送门修改caffe.proto文件:传送门   传送门param:传送门backward: 传送门caffe's cuda: 传送门caffe 中deploy.prototxt 和tr...

2018-08-06 16:59:15

cuda入门

传送门:传送门CUDA从入门到精通(零):写在前面在老板的要求下,本博主从2012年上高性能计算课程开始接触CUDA编程,随后将该技术应用到了实际项目中,使处理程序加速超过1K,可见基于图形显示器的并行计算对于追求速度的应用来说无疑是一个理想的选择。还有不到一年毕业,怕是毕业后这些技术也就随毕业而去,准备这个暑假开辟一个CUDA专栏,从入门到精通,步步为营,顺便分享设计的一些经验教训,希望...

2018-08-01 16:21:19

查看更多

勋章 我的勋章
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。