Yinghao Sun

快速了解一个网络:Fast RCNN

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 RCNN不管是训练还是推理都太慢了。 训练是多阶段的,需要先训CNN提特征,再训SVM分类,bbox还要再训回归网络。 由于要存储所有CNN提取的feature,需要大量存储资源 推理过程很久,RCNN需要对所有的约2000个region proposals走一遍CNN 后来提出的SPP-net解决了以上上...

2934. 最大化数组末位元素的最少操作次数(Rating 1803)

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 2934. 最大化数组末位元素的最少操作次数 Rating 1803 思路 不要想复杂了,仔细想下,总共就需要讨论两种情况 换最后一个数 不换最后一个数 枚举以上两种情况,遍历数组判断即可,最后取一个最小值 代码 class Solution: def minOperations(self, ...

1673. 找出最具竞争力的子序列(Rating 1802)

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 1673. 找出最具竞争力的子序列 Rating 1802 思路 思路1(个人思路):有序容器 最具竞争力的含义就是:子序列需要字典序越小越好,即越靠前的数越小越好。 因为子序列长度固定为k,所以不能无脑取序列最小的数,取数时需要保证 取一个尽量小的数,且这个数后面至少还有k-1个数可以取 因此,考虑以下步骤 ...

3012. 通过操作使数组长度最小(Rating 1832)

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 3012. 通过操作使数组长度最小 Rating 1832 思路 开始时,考虑一组数之间互相取模应该有什么性质,猜测最终的数值应该可以推出来,于是就卡住了… 看了若干题解,才大概理清思路。 首先,为了使数组长度最小,我们应该尽量去消除数组中的数。题目中没有规定取模计算时的大小顺序,那么如果我们利用 较小的数 % 较...

快速了解一个网络:SPP-net, Spatial Pyramid Pooling net

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 RCNN算法,在CNN输入部分需要固定的图像大小(如224x224)。这就需要对所有不同大小的region proposals进行crop(切割)或者wrap(变形)来满足CNN部分的输入要求,而这会导致看不到检测目标全貌或使得待检测目标变形。另外,RCNN对于一张图像的推理时间会相对比较长。 为什么CNN输入部分需要固定的...

快速了解一个网络:RCNN, Regions with CNN features

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 在RCNN提出之前,目标检测一般是基于传统的特征提取方法做的(如HOG等),一个典型的pipeline是 输入一张图片 从图片中提取出一些局部区域,作为待检测区(又名Region Proposals,可使用滑窗、Selective Search等) 基于传统的特征提取方法提取这些待检测区的特征(通常是经过复杂设...