快速了解一个网络:SSD, Single Shot MultiBox Detector
以下内容偏向于记录个人学习过程及思考,非常规教学内容 背景 基于region proposals的二阶段目标检测网络太慢了 核心思想 提出一种一阶段的目标检测网络结构。基于规则,在不同层的不同位置产生不同形状的候选框,经过设计后这些候选框相对固定,规避了region proposals带来的时间。 不同深度的卷积层,其感受野不同。 浅层的卷积层,感受野较小,此时...
以下内容偏向于记录个人学习过程及思考,非常规教学内容 背景 基于region proposals的二阶段目标检测网络太慢了 核心思想 提出一种一阶段的目标检测网络结构。基于规则,在不同层的不同位置产生不同形状的候选框,经过设计后这些候选框相对固定,规避了region proposals带来的时间。 不同深度的卷积层,其感受野不同。 浅层的卷积层,感受野较小,此时...
以下内容偏向于记录个人练习过程及思考,非常规题解内容 题目 3335. 字符串转换后的长度 I Rating 1806 思路 思路 1(递推) 根据题目描述,答案会非常大,所以模拟肯定是行不通的。 而且本题只需要输出最后的数量,不需要具体的序列,所以也没有必要模拟。 一开始考虑从a出发,判断多少次后会变成2个,再多少次后会变成3个,写了几层发现有一定规律,但非常不好实现,而...
以下内容偏向于记录个人学习过程及思考,非常规教学内容 Batch Normalization (BN) Layer Batch Normalization(BN)是深度学习中广泛使用的一种正则化技术,主要用于加速神经网络的训练过程,减小网络对初始化权重的依赖,并在一定程度上缓解梯度消失或爆炸的问题。 BN 的核心思想是对神经网络的每一层的输出进行标准化,即对每个小批次中的激活值(激活...
以下内容偏向于记录个人练习过程及思考,非常规题解内容 题目 1035. 不相交的线 Rating 1805 思路 连或者不连、选或者不选等类似的问题,一般都是动态规划的思路。 设dp[i][j]表示nums1[0:i+1]、nums2[0:j+1]两段子序列对应等最大连线数即可。 具体见代码 代码 class Solution: def maxUncrossedL...
以下内容偏向于记录个人练习过程及思考,非常规题解内容 题目 1080. 根到叶路径上的不足节点 Rating 1804 思路 如果一个节点需要被删除,那么一定是其左右子树都遍历完后,发现所有路径上的节点和都小于limit。 而这件事情可以考虑使用递归的去做。 定义dfs函数,其返回某个节点的左右子节点都遍历完后的整条路径上的最大值。若这个最大值都小于limit,则这个节点就可...
以下内容偏向于记录个人练习过程及思考,非常规题解内容 题目 2096. 从二叉树一个节点到另一个节点每一步的方向 Rating 1804 思路 几个点想明白,代码就写出来了 二叉树中,一个节点到另一个节点,一定经过二者的“最近公共祖先”节点。 从根节点出发,分别找开始节点和目标节点比较容易,dfs一下,向左还是向右,记录路径即可。 ...
以下内容偏向于记录个人学习过程及思考,非常规教学内容 背景 基本上本文的idea可以用两张图说清楚,第一张如下。 图(a) 表示图像作降采样形成图像金字塔,在不同层提取feature可以对各种尺度的目标都有比较好的检测效果,但缺点也显而易见,就是耗时 + 耗内存 图(b) 表示了RCNN系列算法,即通过CNN网络,叠加多层卷积,来获得最后的fe...
以下内容偏向于记录个人练习过程及思考,非常规题解内容 题目 1953. 你可以工作的最大周数 Rating 1804 思路 看到第二个示例[5, 2, 1],想到 如果数组中一个值非常大,比其余所有值的和加起来都大,那么我们就可以以这个大数为基准,用剩余的数把这个数分开。 例如[5, 2, 1]分别代表5个A工作,2个B工作,1个C工作,那么考虑用BC插空A A B A B...
以下内容偏向于记录个人学习过程及思考,非常规教学内容 算法介绍 hog全称是histogram of oriented gradient,通过计算和统计图像局部区域的梯度方向直方图来构成特征。 hog特征结合svm分类器中行人检测中获得了比较大的成功。 主要思想:在一幅图像中,目标的形状能够被梯度或者边缘的方向密度分布很好的描述 算法流程 灰度化,采用Gamma校正对颜色...
以下内容偏向于记录个人学习过程及思考,非常规教学内容 背景 不管是RCNN还是Fast RCNN,其中Region Proposals这个计算过程,仍然非常耗时,成为计算瓶颈。 核心思想 使用CNN网络产生Region Proposals!即RPN,Region Proposals Network CNN部分,可以与后续的分类与回归网络共用,实现更快速的推理 Pipeline ...