xxxx

xxxx

xxxx

xxx

某池塘有1400条鲤鱼，300只虾，300只鳖。现在以捕鲤鱼为目的。撒一大网，逮着了700条鲤鱼，200只虾，100只鳖。那么，这些指标分别如下： 准确率=700/(1400+300+300)=35% 精确率=700/（700+200+100）=70% 召回率=700/1400=50% F1=250%70%/(50%+70%)=58.33%

这几节课主要是学习了解c++语言和其他语言的不同点，以及基本特性。 不同点 c++语言和c#、java虽然都是面向对象的语言，但对于complier是完全不一样的作用方式。 模式 debug模式：禁用优化，会慢一些，但生成更多的信息release模式：启用优化，会过滤无用操作 preprocessor statement #include 做的就是将文件复制到另一个文件 #if 1 #endif 做的就是通过条件将中间的代码是否进行编译 #define 定义任意一个symbol，在编译过程替换error list  C开头的是编译错误 LNK开头的是链接错误  声明和定义  每个cpp编译的时...

给定8个球，其中一个重量更重，和其他的不同，有一杆天平，最快需要几次能找出那颗不同的球？  答案是2次。 注意二分法是3次，我们首先拿6个球，左右各三个，若一样，则再需要对剩下两个小球进行一次称重就能发现不一样的小球。若6个球质量不一样，那我们拿更重的3个继续称，若一样则是没上称的球，若不一样则是重的球。总共也是2次。

参考资料 github 介绍 这篇文章主要是为了解决特征采样细粒度丰富度的问题。之前因为FPN的引入，我们能获取到不同层级的特征，也代表着不同级别的细粒度，但是往往一个目标只会分配给最为契合的细粒度特征图上进行采样，例如小物体往往会分配给最底层的特征图，它的细粒度级别更大，而大物体更倾向高层特征图，它细粒度级别更低。 所以该文章想尝试给一个物体采样多种细粒度的特征进行组合，从而提升特征表达能力，如下图所示。  如何实现细粒度组合 文章提出细粒度***络的总体架构：  蓝色圆圈表示细粒度动态路由器，使用数据相关的空间门控，有条件地选择子区域进行连接。虚线箭头表示一个预定义的网络，用于变换所选子区...

xxx

参考资料 End-to-End Object Detection with Fully Convolutional Network 简介    什么是one to many?可以发现，我们常规的两阶段或单阶段检测方法主要分为两个过程，第一阶段，我们先对于物体抛出尽可能多的假设，例如RPN的作用以及FCOS密集预测初始框。第二阶段，我们会拿初始框label assign选出候选框，然后拿候选框以及他所关联的语义信息来修正框的位置，最后得到一系列围绕在GT周围的预测框，最后再通过NMS选出最优的检测框。在整个过程中，第一阶段就是one to many的过程，第二阶段就是many to one的过程...

import numpy as np def matrix_iou(a, b): # a: N1x4 b:N2x4 # —————————— # ｜ ｜ # --------｜---------｜----- # | ｜ P1 ｜ | # | ｜ ｜ | # | ——————————- P2 | # -------------------------- # 计算出两个框相交位于最内侧的左上角点P1 lt = np.maximum(a[:, np.newaxis, :2], b[:, :2]) # N1xN2x2 # 计算出两个框相交位于最内侧的右下角点P2 rb = np.minimum(a[:...

import numpy as np import time ''' NMS的作用是对框去重 ''' class NMS: def __init__(self, thresh): self.thresh = thresh def NMS1(self, dets, score): ''' 按照score进行降序排序，然后每次拿到第一个框，也就是score最大的框， 然后计算该框与其他框的IOU，最后留下iou<=thresh的框留作下次循环， 这里唯一值得强调的是最后这个索引为什么要+1。这是因为我们要得到的inds 是排除了当前用来比较的score最大的框，所以在其原始索引基础上+1, ...

该模块提供了堆排序算法的实现。堆是二叉树，最大堆中父节点大于或等于两个子节点，最小堆父节点小于或等于两个子节点。 创建堆 heapq有两种方式创建堆:  一种是使用一个空列表，然后使用heapq.heappush()函数把值加入堆中 另外一种就是使用heap.heapify(list)转换列表成为堆结构  import heapq # 第一种 """ 函数定义： heapq.heappush(heap, item) - Push the value item onto the heap, maintaining the heap invariant. heapq....

Python中的基本数据结构有list，dict，tuple，set。Python还有一个功能比较强大的包collections，可以处理并维护一个有序的dict，可以提高程序的运行效率。 collections中defaultdict的使用 defaultdict在字典dict的基础之上添加一个参数default_factory（default_factory可以指定为list，set，int）例子1：将下面的list转换成一个dict，其中key对应的value是一个list >>from collections import defaultdict >>l=[('...