会当水击三千里 自信人生二百年

原创 《Focal Loss for Object Detection》阅读笔记

《Focal Loss for Object Detection》* 阻碍 One-tage Detector 的性能最大的障碍在于训练数据 class imbalance, 文中通过修改 cross-entropy loss, 降权 well-classified samples 从而模型性能。*以前的方法R-CNN 系列方法通过 two-stage 级联和启发式采样处理 class imbala

原创 Visual-slam 相关链接和文献

1. Kalman 滤波 (1) [The Extended Kalman Filter: An Interactive Tutorial for Non-Experts] (http://home.wlu.edu/~levys/kalman_tutorial/)2. Motion Tracking with IMU (1) [运动跟踪开源代码](https://github.com/xi

原创 adb 调试问题

adb 调试问题1. 将程序 push 到手机后，并修改可读命令后出现则可以跳转到指定目录下运行

原创 去雾算法相关资源

网址：http://www.cnblogs.com/Imageshop/p/3515871.html最新文章：Zhu Q, Mai J, Shao L. A fast single image haze removal algorithm using color attenuation prior[J]. Image Processing, IEEE Transactions on, 2015,

原创 VS2010, VS2013 创建和调用 DLL

在 VS 平台下创建和调用 DLL 过程并不复杂，但是里面有很多小的步骤，需要亲自实践之后才会更清晰。直接一步步上图，会更加清晰。一. DLL文件的创建1. 创建 Win32应用程序新建项目→ Win32 项目，然后填写项目名称 。

原创 函数体内变量或数组的返回值

请问如下函数输出是什么：#include<stdio.h>char *myString(){ char buffer[6] = { 0 }; int tt = sizeof(buffer); char *s = "Hello World!"; for (int i = 0; i < sizeof(buffer)-1; i++) { prin

原创 C/C++ 运算符优先级

转载 C++全局变量的声明与定义的详解

注：本文章转自> http://www.jb51.net/article/37628.htm 1. 编译单元（模块）在VC或VS上编写完代码，点击编译按钮准备生成exe文件时，编译器做了两步工作： 第一步，将每个.cpp(.c)和相应的.h文件编译成obj文件； 第二步，将工程中所有的obj文件进行LINK，生成最终.exe文件。 那么，错误可能在两个地方产生： 一个，编译时的错误，这个主要

原创 《Computer Vision: Algorithms and Applications》读书笔记（1）

一. 目标检测1. 人脸检测人脸检测的技术可以分为基于特征、基于模板、基于表征三大类。基于特征的方法：试图找到局部的显著性图像特征；基于模板的方法：能够处理很大范围内不同的姿态和表情变化。该类方法需要设定恰当的初始值，并不适合快速人脸检测；基于表征的方法：通过扫描图像中潜在的人脸图像 patch, 然后使用算法逐步精细化。为了获得尺度不变性，该类方法需要构造图像金字塔。许多基于表征的方法严重依赖

原创 指针加1

写出下面代码的输出：int main(){ int a[4] = {1,2,3,4}; int *ptr = (int*)( &a + 1 ); cout << *(ptr - 1) << endl;}正确的输出为：4考察对于数组和指针的认识，指针加一的能力由类型决定。&a 和a 都指的是数组首元素的地址。不同的是 a 就是 a+0 ，（a+0）就是a[0], 而 &a

原创 const 用法

尽量以const，enum, inline 替换 #define：宁可以编译器替换预处理器const 常量及常量指针 char str[] = “Hello”; char *p = str;                      \\ 非常量指针，非常量数据; const char* p = str;            \\ 非常量指针，常量数据 char* const p

翻译 《Machine Learning -- Andrew Ng》之 Overfitting

过拟合的处理办法方法一： 减少特征数目手动选择需要保留的特征；算法模型的选择； 缺点： 可能丢掉了对于该问题有用的信息方法二： 正则化减小参数 θj,j=1,...,N\theta_j, j = 1,...,N值的大小，保留了所有的特征；当有很多特征的时候能够很好的工作，每个特征对标签yy的预测有贡献。

原创 机器学习中的优化方法

《Machine Learning Andrew Ng》Machine Learning 中常用到的优化算法： 梯度降法（Gradient desent）共轭梯度法（Conjugate graident）BFGSL-BFGS 优缺点对比

转载 C++成员变量的初始化顺序问题

《剑指offer》请写出如下代码的输出#include <iostream> using namespace std;class A{private: int n1; int n2;public: A() : n2(0), n1(n2 + 2) { } void Print() { cout << "n2="<<n2 <