原创 矩形重疊問題

該題可暴力求解,直接看代碼: #include<bits/stdc++.h> using namespace std; int main(){ int n; vector<int> x1, y1, x2, y2;

原创 289. Game of Life

https://leetcode.com/problems/game-of-life/ 1. 思路 使用naive的解法遍歷數組內的每個元素,但是改變in-place地改變每個位置的值後,就會影響後面位置的next generation

原创 leetcode題解:324. Wiggle Sort II

https://leetcode.com/problems/wiggle-sort-ii/ 1. 解題思路 參考自https://leetcode.com/problems/wiggle-sort-ii/discuss/77682/St

原创 quick sort理解

快速排序主要有兩步,三數中值排序和pivot插入。快排的寫法比較經典,所以最好理解之後背下來 三數中值排序相對簡單,要注意三個數比較的順序 void median(vector<int>& nums, int left, int

原创 gas station 證明解是存在的

本博客參考自discuss 原題鏈接:https://leetcode.com/problems/gas-station/ 1. 思路 題目要求找到start station。爲便於描述,定義sum(i,j)爲從i開始到j結束的stat

原创 ROI pooling理解

ROI Pooling是對ROI做的池化,可以把尺寸不一的ROI池化成相同尺寸的feature map。 在pytorch中的各個參數如下: 實際上,通過這個池化層,不同圖片的不同ROI被整合到了一起,這樣一來,輸入就是無差別對待的RO

原创 pytorch實現unsample

這裏實現的是一個比較偏的unsample,是朋友問我的,我順手記錄下來。 實現的效果如下: 輸入: 輸出: 實現的是按相同值內插。實現方法是meshgrid,這個函數很好用,可以在輸入x座標和y座標的情況下,返回由其組成的所有可能座標組合

原创 406. Queue Reconstruction by Height

1. 思路 本題可巧妙應用insert函數,如果熟悉insert函數,就會發現k剛好可以作爲insert函數的參數,表明插入的位置。插入之前需要對從高到低進行排序。 2. 代碼 注意排序的時候sort中的比較函數compare要聲明爲靜

原创 可變形卷積Deformable Convolution Net(DCN)理解

論文地址:https://arxiv.org/pdf/1703.06211 相關代碼(非官方):https://github.com/4uiiurz1/pytorch-deform-conv-v2/tree/529abbbe9b81e85

原创 oh my zsh安裝和配置

oh my zsh shell的類型有很多種,linux下默認的是bash,雖然bash的功能已經很強大,但對於以懶惰爲美德的程序員來說,bash的提示功能不夠強大,界面也不夠炫,並非理想工具。 而zsh的功能極其強大,只是配置過於複雜,

原创 309. Best Time to Buy and Sell Stock with Cooldown

https://leetcode.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/ 1. 思路 https://leetcode.com/problems/best-

原创 Mask R-CNN中的mask分支理解

這裏介紹Mask R-CNN的mask分支,mask rcnn的idea很簡單,就是在faster rcnn的基礎上加個mask分支(另外把ROI pooling轉化成ROIAlign),所以只要理解了mask分支,大概就能理解mask

原创 215. Kth Largest Element in an Array

https://leetcode.com/problems/kth-largest-element-in-an-array/ 1. 思路 求第k大的數。如果先排序再取第k個數,時間複雜度O(nlogn),太naive 採用快速排序的思路

原创 樸素貝葉斯進行分類

樸素貝葉斯是基於這樣的假設: 那麼如何利用它進行分類呢?找到一個比較好理解的例子:參考自https://blog.csdn.net/qq_38688564/article/details/79521544 也就是說貝葉斯模型是對每個類

原创 cascade rcnn目標檢測中的mismatch問題

cascade rcnn這篇論文提到mismatch問題 https://arxiv.org/pdf/1712.00726.pdf 意思是training階段和inference階段,detector輸入的proposal是不一樣的,前