4 zhw864680355

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 3w+

Android JNI中jfloatArray与jfloat*的相互转换

本人近期在写JNI时,本地native传入的数据类型是float[] xx,对应的jni的参数类型即为jfloatArray xx,那么如何读取jfloatArray xx中的数据呢,具体详见本人的实践代码部分“jfloatArray转vector<float>”。 同时在JNI中本人花还遇到需要将std::vector<float>类型的数据转为jfloatArray类型后作为返回值返回。该部分的实现详见本人实践代码部分“vector<f...

2020-07-19 18:21:23

Android中NDK各版本下载

原文链接:https://blog.csdn.net/gyh198/article/details/75036686翻不了墙的话,可以用迅雷下载最新版本r21https://dl.google.com/android/repository/android-ndk-r21-windows-x86_64.ziphttps://dl.google.com/android/repository/android-ndk-r21-darwin-x86_64.ziphttps://dl.google.

2020-05-19 22:21:29

【目标检测】Stitcher: Feedback-driven Data Provider for Object Detection

论文:《Stitcher: Feedback-driven Data Provider for Object Detection》论文地址:https://arxiv.org/pdf/2004.12432.pdf原文链接:https://blog.csdn.net/weixin_42096202/article/details/1058505731、摘要目标检测器通常会根据尺寸具有不同质量,其中小物体的性能最不令人满意。在本文中,我们研究了这种现象,并发现:在大多数训练迭代中,小..

2020-05-10 23:02:32

【目标检测】FCOS: Fully Convolutional One-Stage Object Detection

论文:《FCOS: Fully Convolutional One-Stage Object Detection》 ICCV2019论文地址:https://arxiv.org/pdf/1904.01355.pdf代码:https://github.com/tianzhi0549/FCOS/https://github.com/shanglianlm0525/PyTorch-Networkshttps://github.com/Adelaide-AI-Group/FCOShttps://

2020-05-10 18:02:12

【行人检测】High-level Semantic Feature Detection: A New Perspective for Pedestrian Detection/CSP

论文:《High-level Semantic Feature Detection: A New Perspective for Pedestrian Detection/CSP》 CVPR2019论文地址:https://arxiv.org/abs/1904.02948v1代码:https://github.com/liuwei16/CSP非官方pytorch实现:https://github.com/lw396285v/CSP-pedestrian-detection-in-pytorch.

2020-05-10 17:09:19

【目标检测】ExtremeNet:Bottom-up Object Detection by Grouping Extreme and Center Points

论文:《Bottom-up Object Detection by Grouping Extreme and Center Points》 CVPR2019论文地址:https://arxiv.org/pdf/1901.08043.pdf代码:https://github.com/xingyizhou/ExtremeNet原文链接:https://blog.csdn.net/chunf...

2020-05-10 16:23:03

【目标检测】CornerNet: Detecting Objects as Paired Keypoints

论文:《CornerNet: Detecting Objects as Paired Keypoints》 ECCV2018论文地址:https://arxiv.org/abs/1808.01244开源代码:https://github.com/umich-vl/CornerNet https://github.com/princeton-vl/Co...

2020-05-05 22:18:04

【目标检测】CenterNet :Objects as Points

论文:《CenterNet :Objects as Points》 2019.4.16论文地址:https://arxiv.org/pdf/1904.07850.pdf代码:https://github.com/xingyizhou/CenterNet博客原文地址:https://blog.csdn.net/jacke121/article/details/90572692?ut...

2020-05-05 15:37:10

轻量化网络:MobileNet v3解析

原文:Searching for MobileNetV3论文链接:https://arxiv.org/abs/1905.02244一、基本论述MobileNet v3发表于2019年,该v3版本结合了v1的深度可分离卷积、v2的Inverted Residuals和Linear Bottleneck、SE模块,利用NAS(神经结构搜索)来搜索网络的配置和参数。mobilenet-...

2020-04-13 22:46:16

深度特征融合---理解add和concat之多层特征融合

在各个网络模型中,ResNet,FPN等采用的element-wise add来融合特征,而DenseNet等则采用concat来融合特征。那add与concat形式有什么不同呢?事实上两者都可以理解为整合特征图信息。只不过concat比较直观,而add理解起来比较生涩。concatenate操作是网络结构设计中很重要的一种操作,经常用于将特征联合,多个卷积特征提取框架提取的特征融合或者是将输...

2020-04-11 17:09:34

卷积网络基础知识---Depthwise Convolution && Pointwise Convolution && Separable Convolution

卷积神经网络在图像处理中的地位已然毋庸置疑。卷积运算具备强大的特征提取能力、相比全连接又消耗更少的参数,应用在图像这样的二维结构数据中有着先天优势。然而受限于目前移动端设备硬件条件,显著降低神经网络的运算量依旧是网络结构优化的目标之一。本文所述的Separable Convolution就是降低卷积运算参数量的一种典型方法。常规卷积运算假设输入层为一个大小为64×64像素、三通道彩色图片。...

2020-04-11 16:21:43

ResNeXt结构解读

论文:Aggregated Residual Transformations for Deep Neural Networks (2017CVPR上)论文地址:https://arxiv.org/pdf/1611.05431.pdfPyTorch代码:https://github.com/miraclewkf/ResNeXt-PyTorch原文来源:https://blog.csdn....

2020-04-09 20:46:30

SENet结构解读

原文:https://zhuanlan.zhihu.com/p/65459972一、前言在深度学习领域,CNN分类网络的发展对其它计算机视觉任务如目标检测和语义分割都起到至关重要的作用,因为检测和分割模型通常是构建在CNN分类网络(称为backbone)之上。提到CNN分类网络,我们所熟知的是VGG,ResNet,Inception,DenseNet等模型,它们的效果已经被充分验证,而且被...

2020-04-07 17:17:25

C++ 二叉树的基本操作

对于一棵二叉树,有三种基本遍历方式:1、前序遍历(DLR):先访问根结点,然后遍历左子树,最后遍历右子树。归结为:从根结点一直从左子树向下直到叶结点,然后返回到叶结点的父亲,再从其父结点的右子树向下。2、中序遍历(LDR):先中序遍历左子树,然后访问根结点,最后遍历右子树。3、后序遍历(LRD):先后序遍历左子树,然后遍历右子树,最后访问根结点。对如上图,遍历结果如下:前...

2020-03-27 14:08:56

C++单链表增删查找的基本操作

#include<iostream>using namespace std;typedef int DataType;class Node {public: int data; Node * next;};class LinkList {public: LinkList(); ~LinkList(); //创建一个单链表...

2020-03-26 13:30:28

C/C++面试题知识点总结(持续更新)

1、new和delete的作用new / new[]:完成两件事,先底层调用 malloc 分配内存,然后调用构造函数(创建对象)。 delete/delete[]:也完成两件事,先调用析构函数(清理资源),然后底层调用 free 释放空间。 new 在申请内存时会自动计算所需字节数,而 malloc 则需我们自己输入申请内存空间的字节数。2、new和malloc的区别new是运算符...

2019-10-25 17:15:15

机器学习面试题(持续更新)

1、无监督和有监督算法的区别是什么?有监督学习:对具有概念标记(分类)的训练样本进行学习,以尽可能对训练样本集外的数据进行标记(分类)预测。这里,所有的标记(分类)是已知的。因此,训练样本的岐义性低。无监督学习:对没有概念标记(分类)的训练样本进行学习,以发现训练样本集中的结构性知识。这里,所有的标记(分类)是未知的。因此,训练样本的岐义性高。聚类就是典型的无监督学习。2、监督...

2019-10-20 17:15:56

深度学习面试题(CV方向)(持续更新中)

1、熟悉哪些CV框架,顺带聊聊CV最近五年的发展史如何?计算机视觉和 CNN 发展十一座里程碑2、深度学习在视觉领域有何前沿进展?深度学习在计算机视觉领域的前沿进展3、深度学习为什么在计算机视觉领域这么好?以目标检测为例,传统的计算机视觉方法需首先基于经验手动设计特征,然后使用分类器分类,这两个过程都是分开的。而深度学习里的卷积网络可实现对局部区域信息的提取,获得更高级的特征,...

2019-10-20 22:53:11

python中常用的内置函数

原文参考链接:https://www.cnblogs.com/wujiaqing/p/10709207.html1、abs()函数:返回数字的绝对值。data1 = abs(-20)data2 = abs(0.3)print('data1:{}, data2:{}'.format(data1, data2))#输出结果如下:data1:20, data2:0.32、all(...

2020-03-23 15:08:17

数组中求最小K个数

原文来源:https://juejin.im/post/5dff2791f265da33cf1add57题目:输入n个整数,找出其中最小的K个数。示例:例如输入4,5,1,6,2,7,3,8这8个数字,则最小的4个数字是1,2,3,4。思路:满足海量数据找top k,由于内存大小有限,不能一次读入海量数据。因此建立一个大小为k的容器,不断更新此容器即可。时间复杂度为o(...

2020-01-10 10:55:58

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9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。