- 博客(27)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 深度探索C++对象模型笔记
Default Constructor什么时候被编译器合成？默认构造函数只有在编译器需要的时候在会被合成出来，什么是编译器需要的时候，见下4种条件(nontrivial default constructor)：带有 Default Constructor 的 Member Class Object如果该类有构造函数，则扩张member class 中的默认构造函数带有 Default Constructor 的 Base Class带有一个 Virtual Function 的 Class编
2021-10-12 21:50:52
109
1
原创 STL算法之sort源码
总体上来说sort在快排基础上做了以下几点优化：pivot选取，取区间的首，中间，尾部三点中值，避免快排算法恶化快排采用分而治之的思想，将待排序容器分为若干个区间，由于采用的时递归实现，当区间个数太多，导致效率下降。这里当区间大于lg(last - first) * 2时，采用堆排序来优化。最后，当区间元素个数小于16时，此时区间元素已大致有序，采用插入排序，时间复杂度可达到O(n);std::sort的代码如下：template <class RandomAccessIterator&
2021-10-04 21:11:32
235
原创 STL之容器源码阅读
开胃菜-内存基本处理工具<memory> 头文件包括<stl_construct.h> 定义了全局函数construct() 函数和destory() 函数，负责对象的构造和析构<stl_alloc.h> 定义了一、二级配置器，配置器名为alloc<stl_uninitialized.h> 定义了全局函数，用来填充（fill）或赋值（copy）大块内存数据uninitialized_copy() uninitialized_fill() un
2021-10-04 19:36:48
136
原创 STL之迭代器及traits技法
设计模式中迭代器模式定义：提供一种方法，使之能够依序寻访某个容器所含的各个元素，而又无需暴露该聚合物的内部表述方式。STL中有5中迭代器，分别为input_iterator_tag 输入迭代器ouput_iterator_tag 输出迭代器forward_iterator_tag 前向迭代器 如单向链表bidirectional_iterator_tag 双向迭代器 双向链表random_access_iterator_tag 随机迭代器 如vector中的迭代器关系如下：
2021-10-04 19:06:42
87
原创 C++内存管理总结
为什么要进行内存管理？1. C++内存管理提供的基本组件2. 自己实现per-class allocator2.1 version12.2 version2加入embeded pointer 节省next指针的开销2.3 抽象为allocator2.4 Macro 替换3.GNU2.9 alloc实现详解
2021-09-30 12:28:29
94
原创 Win10环境下，vscode c++ go环境搭建
Win10环境下，vscode c++环境搭建vscode官网安装MSYS2 `pacman -S mingw-w64-x86_64-gcc // MSYS2 MinGW 64-bit 中安装` `pacman -S mingw-w64-x86_64-gdb // 安装GDB`将路径C:\msys64\mingw64\bin加入系统环境变量中， 命令行输入`g++ --version按照官方文档配置task.json, lanuch.json...
2021-09-27 20:29:34
70
原创 pandas学习-第9章 时序数据
第9章 时序数据import pandas as pdimport numpy as np一、时序的创建1. 四类时间变量现在理解可能关于③和④有些困惑，后面会作出一些说明名称描述元素类型创建方式① Date times（时间点/时刻）描述特定日期或时间点Timestampto_datetime或date_range② Time spans（时间段/时期）由时间点定义的一段时期PeriodPeriod或period_range③ Date off
2020-06-29 20:06:44
468
原创 pandas学习 第8章 分类数据
第8章 分类数据import pandas as pdimport numpy as npdf = pd.read_csv('data/table.csv')df.head() School Class ID Gender Address Height Weight Math Physics 0 S_
2020-06-28 20:30:55
252
原创 图像处理基础算法-LBP特征描述算子
LBP特征描述算子-人脸检测2.1 简介 LBP指局部二值模式(Local Binary Pattern)，是一种用来描述图像局部特征的算子，具有灰度不变性和旋转不变性等显著优点。LBP常应用于人脸识别和目标检测中，在OpenCV中有使用LBP特征进行人脸识别的接口，也有用LBP特征训练目标检测分类器的方法，OpenCV实现了LBP特征的计算，但没有提供一个单独的计算LBP特征的接口。也就是说OpenCV中使用了LBP算法，但是没有提供函数接口。2.2 学习目标了解人脸检测相关流程理解LBP算
2020-06-28 20:25:13
960
1
原创 pandas学习 第7章 文本数据
第7章 文本数据import pandas as pdimport numpy as np一、string类型的性质1. string与object的区别string类型和object不同之处有三：① 字符存取方法（string accessor methods，如str.count）会返回相应数据的Nullable类型，而object会随缺失值的存在而改变返回类型② 某些Series方法不能在string上使用，例如： Series.str.decode()，因为存储的是字符串而不是字节
2020-06-26 22:56:09
1289
原创 图像处理基础算法-Harris特征点检测
Task01 Harris特征点检测器-兴趣点检测1.1 简介在图像处理领域中，特征点又被称为兴趣点或者角点，它通常具有旋转不变性和光照不变性和视角不变性等优点，是图像的重要特征之一，常被应用到目标匹配、目标跟踪、三维重建等应用中。点特征主要指图像中的明显点，如突出的角点、边缘端点、极值点等等，用于点特征提取的算子称为兴趣点提取（检测）算子，常用的有Harris角点检测、FAST特征检测、SIFT特征检测及SURF特征检测。本次任务学习较为常用而且较为基础的Harris角点检测算法，它的思想以及数学理
2020-06-24 20:50:00
528
原创 pandas学习 第6章 缺失数据
本教程节选自joyful pandas第6章 缺失数据在接下来的两章中，会接触到数据预处理中比较麻烦的类型，即缺失数据和文本数据（尤其是混杂型文本）Pandas在步入1.0后，对数据类型也做出了新的尝试，尤其是Nullable类型和String类型，了解这些可能在未来成为主流的新特性是必要的import pandas as pdimport numpy as npdf = pd.read_csv('data/table_missing.csv')df.head()
2020-06-23 22:29:47
2116
原创 街景字符编码识别cv入门赛-05模型集成
Datawhale 零基础入门CV赛事-Task5 模型集成在上一章我们学习了如何构建验证集，如何训练和验证。本章作为本次赛题学习的最后一章，将会讲解如何使用集成学习提高预测精度。5 模型集成本章讲解的知识点包括：集成学习方法、深度学习中的集成学习和结果后处理思路。5.1 学习目标学习集成学习方法以及交叉验证情况下的模型集成学会使用深度学习模型的集成学习5.2 集成学习方法在机器学习中的集成学习可以在一定程度上提高预测精度，常见的集成学习方法有Stacking、Bagging和Boost
2020-06-02 22:43:58
134
原创 街景字符编码识别cv入门赛-04模型训练与验证
4 模型训练与验证为此本章将从构建验证集、模型训练和验证、模型保存与加载和模型调参几个部分讲解，在部分小节中将会结合Pytorch代码进行讲解。4.1 学习目标理解验证集的作用，并使用训练集和验证集完成训练学会使用Pytorch环境下的模型读取和加载，并了解调参流程4.2 构造验证集在机器学习模型（特别是深度学习模型）的训练过程中，模型是非常容易过拟合的。深度学习模型在不断的训练过程中训练误差会逐渐降低，但测试误差的走势则不一定。在模型的训练过程中，模型只能利用训练数据来进行训练，模型并不
2020-05-30 22:36:10
90
原创 街景字符编码识别cv入门赛-03字符识别模型
识别模型采用restnet18 模型大概40Mb左右代码如下import torch.nn as nnclass SVHN_Model1(nn.Model): super(SVHN_Model1, self).__init__() def __init__(self): model_conv = models.resnet18(pretrained=True) model_conv = nn.Sequential(*list(model_cov.children())[:-1]) #不要最
2020-05-26 21:50:22
119
原创 街景字符编码识别cv入门赛-02数据读取与数据扩增
街景字符编码识别cv入门赛-02数据读取与数据扩增1、数据读取数据集包括训练集（30000张，像素值不等），验证集（10000张）和测试集（40000张）用pytorch 写一个datasets的类from torch.utils.data.datasets import Datasetclass SVHNDataset(Dataset): # __init__ 包括图片的路径、标签、图片的变换器 def __init__(self, img_path, img_label, transf
2020-05-23 22:09:32
123
原创 零基础入门CV赛事-Task1 赛题理解
Datawhale 零基础入门CV赛事-Task1 赛题理解本章内容将会对街景字符识别赛题进行赛题背景讲解，对赛题数据的读取进行说明，并给出集中解题思路。1 赛题理解赛题名称：零基础入门CV之街道字符识别赛题目标：通过这道赛题可以引导大家走入计算机视觉的世界，主要针对竞赛选手上手视觉赛题，提高对数据建模能力。赛题任务：赛题以计算机视觉中字符识别为背景，要求选手预测街道字符编码，这是一个典型的字符识别问题。为了简化赛题难度，赛题数据采用公开数据集SVHN，因此大家可以选择很多相应的paper作为思
2020-05-20 21:34:02
142
转载 目标检测中对mAP的理解
版权声明：本文为CSDN博主「饭后吃西瓜」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/hsqyc/article/details/81702437————————————————————————————————— ...
2020-05-02 17:20:51
512
1
转载 图像处理 6-边缘检测
Datawhale 计算机视觉基础-图像处理（上）- Task06 边缘检测6.1 简介6.1.1 什么是边缘？边缘是图像强度函数快速变化的地方6.1.2 如何检测边缘？为了检测边缘，我们需要检测图像中的不连续性，可以使用导数来检测不连续性。如上图所示，上图的第一幅图表示一张数字图片，我们对水平红线处进行求导，便可得到上图二中的关系，可以看到在边缘处有着较大的跳变。但是，导数也会受到...
2020-05-01 21:23:33
515
原创 图像处理 5-图像分割/二值化
图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实...
2020-04-29 21:39:24
834
原创 图像处理-4 图像滤波
图像滤波算法介绍均值滤波算法方框滤波算法高斯滤波算法双边滤波（有空在写）导向滤波（有空再写）图像滤波的作用：1、消除图像中混入的噪声；2、为图像识别抽取出图像特征均值滤波首先看均值滤波的计算公式： g(x,y)为该邻域的中心像素，n跟系数模版大小有关，一般3*3邻域的模板，n取为9，如： 当然，模板是可变的，一般取奇数，如5 * 5 , 7 * ...
2020-04-27 17:10:15
1309
转载 图像处理-3 彩色空间互转
Datawhale 计算机视觉基础-图像处理（上）-Task03 彩色空间互转3.1 简介图像彩色空间互转在图像处理中应用非常广泛，而且很多算法只对灰度图有效；另外，相比RGB，其他颜色空间(比如HSV、HSI)更具可分离性和可操作性，所以很多图像算法需要将图像从RGB转为其他颜色空间，所以图像彩色互转是十分重要和关键的。3.2 学习目标了解相关颜色空间的基础知识理解彩色空间互转的理论...
2020-04-25 21:47:51
157
转载 图像处理-02 几何变换
# Task02 几何变换2.1 简介该部分将对基本的几何变换进行学习，几何变换的原理大多都是相似，只是变换矩阵不同，因此，我们以最常用的平移和旋转为例进行学习。在深度学习领域，我们常用平移、旋转、镜像等操作进行数据增广；在传统CV领域，由于某些拍摄角度的问题，我们需要对图像进行矫正处理，而几何变换正是这个处理过程的基础，因此了解和学习几何变换也是有必要的。这次我们带着几个问题进行，以旋转为...
2020-04-23 16:45:12
322
转载 图像处理, 图像插值算法
转载自https://blog.csdn.net/weixin_39940512/article/details/105343418 ...
2020-04-21 21:24:59
618
原创 卷积神经网络中的参数计算
从keras中运行卷积神经网络我们调用model.summary()会发现所定义卷积神经网络的参数情况。我们写这样一个卷积网络：from keras import modelsfrom keras import layersmodel = models.Sequential()model.add(layers.Conv2D(32, (3,3), activation='relu',inp...
2020-02-17 20:31:12
467
原创 目标检测学习（吴恩达深度学习）
目标检测目标分类与定位（classification with localization）滑动窗口的卷积实现YOLO algorithm交并比（Intersection over union）非极大值抑制（Non-max suppression）1.目标分类与定位训练一个卷积神经网络，标签为类别和边界框的坐标值，labels={c,bx,by,bh,bw}2.滑动窗口的卷积实现...
2020-02-10 22:06:52
228
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人