原创 VOC數據庫詳解(個人記錄)

官網鏈接:http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html PASCAL VOC挑戰賽是視覺對象的分類識別和檢測的一個基準測試,提供了檢測算法和學習性能的標準圖像註釋數據集

原创 山東師範大學856數據結構考研分析

從山師歷年的考題來看,難度並不大,主要考察的是學生對於基礎知識的掌握。 主要題型是填空題,算法題,解答題。   填空題分值爲40分,一般一共十個空,每空四分。 填空題主要考查基礎,例如寫出棧的序列,二叉樹節點深度,查詢需要的次數,堆排序等

原创 856山東師範大學2018年856數據結構考研真題及思路解答

一、 1.  n 解析:題目中告訴我們,有兩個各有n個元素的有序序列,要將這兩個序列歸併成一個有序序列,其方法是依次從小到大取每個序列中的元素進行比較,將較小的放進一個新的序列中,直到取完一個有序序列中的所有元素,再把另一個序列中剩下

原创 856山東師範大學2012年856數據結構考研真題及思路解答

一、 1 . 棧 2. 進棧-進棧-進棧-出棧-出棧-出棧 3. n  1 4. (2的h次方)-1 5. i*(i-1)/2+j-1 6. 26 解析:如下圖所示,總長度爲(4*4+2*3+2*2)=26,若是問字節則應該是4字節,向

原创 856山東師範大學2011年856數據結構考研真題及思路解答

問題思路答案解析: 一、   1.   邏輯結構和存儲結構   2.   75   3.   2倍  1倍   4.    HIDJKEBLFGCA   5.   N+1   6.   O(V+E)

原创 高校公寓管理系統的設計與實現

本系統主要包含公寓樓信息管理、來訪人員信息管理、物業工作管理、公告通知管理、文件管理、留言信息管理、系統管理等模塊。採用Visual Studio 2013以及SQL Server 2005數據庫爲開發工具。 在高校公寓管理系統中,由於

原创 300W-LP數據庫介紹

300W-LP地址很好找,但是需要翻牆下載,下載了好幾次因爲網速慢的問題都中斷了,翻了翻全網也沒有多少關於300W-LP數據庫的信息,簡單寫一下。 數據庫下載地址:http://www.cbsr.ia.ac.cn/users/xiangy

原创 基於ASP的企業人事管理系統的設計與實現

項目資料及分析文章放在文末 系統主要實現功能 用戶註冊登錄功能,如本公司人員得到管理員給的賬號可以登錄本系統進行相應權限的操作,非公司人員可以通過註冊只能登錄公司首頁,不能進行其他操作; 公司人員可以查看自己的數據,修改賬號; 公司人員可

原创 ASP.NET 人事管理系統 SQL Server2008 Visual Studio 2010

人事管理是一套先進的管理模式,其實施要取得成功,必須有必需的技術和工具支持,公司人事管理軟件(CPM)是實施人事部門人員管理職工必不可少的一套技術和工具集成支持平臺。CPM管理系統基於通訊、計算機等信息技術,能實現企業對職工、部門的良好管

原创 運行mmdetection遇到的坑

1.需要注意的地方,要求torch>=1.1,同時torch跟cuda有版本對應限制,這個一定要注意。我先安裝的0.4.0,不行,又裝了1.4.0,但是版本要求的cuda太高了,我又重新裝回到1.0.0,正好對應我的cuda-9.0,萬萬

原创 PIXELHOP : A SUCCESSIVE SUBSPACE LEARNING (SSL) METHOD FOR OBJECT CLASSIFICATION

本文介紹了一種新的機器學習方法,稱爲連續子空間學習(SSL).以下我就挑重點的說,然後結合代碼講解一下: SSL包含四個關鍵成分: 1) 連續的近遠鄰域擴張 2) 通過子空間逼近,實現無監督降維 3) 通過標籤輔助迴歸(label-ass

原创 Gabor濾波

最近在處理頭部姿態問題中,用到了Gabor小波,寫一篇文章來簡單記錄一下。 在圖像處理中,Gabor函數是一個用於邊緣提取的線性濾波器。Gabor濾波器的頻率和方向表達同人類視覺系統類似。Gabor濾波器十分適合紋理表達和分離。在空間域中

原创 DSFD: Dual Shot Face Detector

人臉檢測,南京理工、騰訊實驗室聯合編寫 DSFD: Dual Shot Face Detector Jian Li, Yabiao Wang, Changan Wang, Ying Tai, Jianjun Qian, Jian Yang

原创 生物多樣性保護的大數據公民科學行動競賽

之前參加了一個比賽,簡單說一說,源代碼放到了github。   題目背景: 隨着科學發展觀的貫徹落實,生態保護意識深入人心,越來越多的人們意識到了保護生物多樣性的重要性,並且願意通過自己的行動爲生物多樣性的保護獻出自己的力量,但是目前市

原创 Interpretable Convolutional Neural Networks via Feedforward Design

郭老師的一篇新論文,很有創新性。極大地提升了機器學習的運算效率。 Saab transform and bias selection 關於在機器學習神經網絡,其中的映射公式a與b的選擇問題: a的選擇: 首先設置b=0,a的設置分爲兩個