原创 [leetcode刷題筆記] 反轉字符串

題目地址: https://leetcode-cn.com/problems/reverse-string/ 題目內容: 編寫一個函數,其作用是將輸入的字符串反轉過來。輸入字符串以字符數組 char[] 的形式給出。 不要給另外

原创 [leetcode刷題筆記] 楊輝三角 I&II

題目地址: https://leetcode-cn.com/problems/pascals-triangle/ 楊輝三角 I https://leetcode-cn.com/problems/pascals-triangle

原创 [LeetCode刷題筆記] C++ priority_queue常用操作

在[1]對常用的STL容器進行了概覽,筆者在刷題過程中經常需要查詢一些STL容器的函數,實爲不便,因此在此對STL容器中常用的操作進行筆記。 std::priority_queue<T>定義於頭文件<queue>中,是所謂的優先

原创 [LeetCode刷題筆記] C++ vector常用操作

在[1]對常用的STL容器進行了概覽,筆者在刷題過程中經常需要查詢一些STL容器的函數,實爲不便,因此在此對STL容器中常用的操作進行筆記。 std::vector是一種線性數組,每個元素的數據類型都相同,不過和一般的靜態的數組

原创 論相機中心投影中,相機中心的作用

論相機中心投影中,相機中心的作用 2019/12/3 FesianXu 前言 在中心投影中,相機中心作爲聚集光線的理想中心,其具有核心的作用,本文參考[1]中的討論,加上一些見解,作爲筆者學習過程中的筆記。

原创 萬字長文漫談視頻理解

萬字長文漫談視頻理解 2020/4/12 FesianXu 前言 AI算法已經滲入到了我們生活的方方面面,無論是購物推薦,廣告推送,搜索引擎還是多媒體影音娛樂,都有AI算法的影子。作爲多媒體中重要的信息載體

原创 圖像校正(Image Rectification)——使得在對極線上尋找對應點更加容易

圖像校正——使得在對極線上尋找對應點更加容易 2019/10/27 FesianXu 文章目錄@[toc]前言爲什麼我們需要圖像矯正圖像矯正Reference 前言 我們在[1]中曾經談到了如何在對極線上去

原创 《臨時筆記》一些深度學習中的英文術語的紀錄

jitter 抖動(jitter)[1]在機器學習中是一種有效的數據增廣(data augmentation)手段,其本質是在訓練模型過程中,在訓練數據中人工疊加的一些噪聲。在訓練中添加抖動可以有效地工作,提高性能,其原因在於我們

原创 參數和非參數模型——當我談到參數我在說些什麼

參數和非參數模型——當我談到參數我在說些什麼 FesianXu 2020/1/12 前言 參數模型和非參數模型是我們在機器學習中經常聽到的術語,但是其中的“參數”卻和我們通常理解的參數有所不同,本文嘗試對此進行解釋。如有

原创 [LeetCode刷題筆記] C++ stack常用操作

在[1]對常用的STL容器進行了概覽,筆者在刷題過程中經常需要查詢一些STL容器的函數,實爲不便,因此在此對STL容器中常用的操作進行筆記。 std::stack<T>是STL庫中實現了後進先出的數據棧的數據結構,同樣是屬於對

原创 [LeetCode刷題筆記] C++ unordered_set常用操作

在[1]對常用的STL容器進行了概覽,筆者在刷題過程中經常需要查詢一些STL容器的函數,實爲不便,因此在此對STL容器中常用的操作進行筆記。 std::unordered_set<key>是一種STL提供的無序集合的類,集合的特

原创 討論物體的表面深度對相機成像的影響

討論物體的表面深度對相機成像的影響 2019.11.02 FesianXu 前言 對於不同的物體來說,其表面紋理,或者凸出凹陷各有不同,這些對於相機成像而言都會造成影響,筆者在這篇博文中嘗試對此進行討論。如

原创 在vs code上進行遠程深度學習開發環境簡易搭建

遠程深度學習環境的搭建,可以採用pycharm,其是一個IDE,可以採用遠程解釋器連接到遠程的服務器進行python代碼的運行,debug和同步等,但是pycharm是一個商業軟件,而且其體量較大,打開速度慢,因此更爲輕量級的解決

原创 c語言運行時出現segment fault的原因

segment fault段錯誤是在編程報錯中經常出現的,特別是在c語言編程中,尤其常見,其原因本質上上是訪問了非法(不屬於這個程序)的內存地址空間,具體來說有以下幾種情況: 局部變量定義中,使用了過大的局部變量,大於了系統給之

原创 Object Detection中的mAP

前言 指標很重要,合適的指標更是重中之重。mean Average Precision, mAP是常見的評估機器學習模型性能的指標,其在物體檢測任務中也有着廣泛地應用,是諸多Object Detection任務的主要評估指標,本文