原创 DenseNet的理解

論文:Densely Connected Convolutional Networks 論文鏈接:https://arxiv.org/pdf/1608.06993.pdf 代碼的github鏈接:https://github.com/li

原创 Batch Normalization的理解

莫凡:https://zhuanlan.zhihu.com/p/24810318 言有三:https://www.zhihu.com/question/38102762

原创 第N+1次踩坑Caffe小計

Ubuntu16.04 Caffe 安裝步驟記錄(超詳盡) 系統:Ubuntu 16.04+caffe+cuda9.1+cudnn+opencv2.4,默認是新電腦 第N+1次踩坑caffe,原來幾次比較順利,好久沒配沒想到遇到問題很大,

原创 22--leetcode--python

給出 n 代表生成括號的對數,請你寫出一個函數,使其能夠生成所有可能的並且有效的括號組合。 例如,給出 n = 3,生成結果爲: [   "((()))",   "(()())",   "(())()",   "()(())",   "(

原创 19--leetcode--python

給定一個鏈表,刪除鏈表的倒數第 n 個節點,並且返回鏈表的頭結點。 示例: 給定一個鏈表: 1->2->3->4->5, 和 n = 2. 當刪除了倒數第二個節點後,鏈表變爲 1->2->3->5. 說明: 給定的 n 保證是有效的。

原创 17--leetcode--python

1.給定一個僅包含數字 2-9 的字符串,返回所有它能表示的字母組合。 給出數字到字母的映射如下(與電話按鍵相同)。注意 1 不對應任何字母。 示例: 輸入:"23" 輸出:["ad", "ae", "af", "bd", "be", "

原创 SSD 速度性能分析及anchor的選擇

SSD最大特點是速度快 1. 因爲是end to end 的 網絡,沒有其他冗餘機構 2. anchor 是在大格上(8x8),每個格子有5中尺寸,整體anchor比Faster-RCNN中少很多 3. 4-3,7,8-2,9-2,10-

原创 cs231n筆記(11++)--faster-rcnn 中 RPN與Fast R-CNN特徵共享詳細過程

RPN與Fast R-CNN特徵共享詳細過程 總結:一句話:訓練rpn時保持與fast-rcnn共享的卷基層參數不變,fine-tune其它層;反過來也是保持共享卷基層參數不變。   Faster-R-CNN算法由兩大模塊組成: 1.PR

原创 LSTM的理解

  [譯] 理解 LSTM(Long Short-Term Memory, LSTM) 網絡 本文譯自 Christopher Olah 的博文 Recurrent Neural Networks 人類並不是每時每刻都從一片空白的大腦開始

原创 手寫IoU算法

#!/usr/bin/env python # encoding: utf-8     def compute_iou(rec1, rec2):     """     computing IoU     :param rec1: (y0

原创 141--leetcode-python

給定一個鏈表,判斷鏈表中是否有環。 思路:快慢指針,快指針走兩步,慢指針走一步,如果快指針趕上慢指針證明有換 class Solution(object):     def hasCycle(self, head):         ""

原创 11--leetcode--python

一.給定 n 個非負整數 a1,a2,...,an,每個數代表座標中的一個點 (i, ai) 。在座標內畫 n 條垂直線,垂直線 i 的兩個端點分別爲 (i, ai) 和 (i, 0)。找出其中的兩條線,使得它們與 x 軸共同構成的容器可

原创 4.霍夫變換直線檢測

定義: 霍夫變換(Hough Transform)是圖像處理中的一種特徵提取技術,可以識別圖像中的幾何形狀。它將圖像空間中的特徵點映射到參數空間進行投票,通過檢測累計結果的局部極值點得到一個符合某特定形狀的點的集合。經典霍夫變換用來檢測圖

原创 6--leetcode--python筆記

6.將一個給定字符串根據給定的行數,以從上往下、從左到右進行 Z 字形排列。 比如輸入字符串爲 "LEETCODEISHIRING" 行數爲 3 時,排列如下: L C I R E T O E S I I G E D

原创 手寫IoU及非極大值抑制

面試的時候讓手寫IOU和非極大值抑制,雖然集體原理挺了解的,但是沒有手寫過這種應用函數, IoU還好,非極大值寫個磕磕絆絆,寫了個僞代碼加口述混了過去。回來總結下   def IOU(x1,y1,X1,Y1, x2,y2,X2,Y2):