原创 CMake Error: Could not find CMAKE_ROOT

Cmake出現CMake Error: Could not find CMAKE_ROOT !!! Cmake出現CMake Error: Could not find CMAKE_ROOT !!! 試了很多方式, 其實只需要這一句話!!

原创 java math 庫

import java.io.File; import java.math.BigInteger; public class HELLO{ public static void main (String[] args) { S

原创 神經網絡工具箱nn

使用autograd可實現深度學習模型,但其抽象程度較低,如果用其來實現深度學習模型,則需要編寫的代碼量極大。在這種情況下,torch.nn應運而生,其是專門爲深度學習而設計的模塊。torch.nn的核心數據結構是Module,它是一個抽

原创 vscode配置教程

用了一段時間的cb,Devc++,但一直感覺cb的高亮太差,而Devc++使用體驗差(尤其是代碼補全功能),換過vs2017,但是由於其太大了,卡頓十分明顯,所以最終選擇了vscode這款輕量級編譯器。由於自己在配置c++開發環境時遇到了

原创 python3.5入門

# -*- coding: utf-8 -*- from functools import reduce def greet(name): print("hello,"+name+"!") greet2(name)

原创 多模態融合 Multimodal Fusion

多模態融合 Multimodal Fusion 多模態融合(Multimodal Fusion )負責聯合多個模態的信息,進行目標預測(分類或者回歸),屬於 MMML 最早的研究方向之一,也是目前應用最廣的方向,它還存在其他常見的別名,例

原创 TernausNet: U-Net with VGG11 Encoder Pre-Trained on ImageNet for Image Segmentation

# TernausNet: U-Net with VGG11 Encoder Pre-Trained on ImageNet for Image Segmentation By [Vladimir Iglovikov](https://w

原创 DeepSort 解讀https://zhuanlan.zhihu.com/p/90835266

參考:https://blog.csdn.net/qq_35975447/article/details/106686628 1.讀取當前幀目標檢測框的位置以及各檢測框圖像塊的深度特徵。(這裏實際處理時要自己來提取) 2 根據置信度對檢測

原创 工具-Eclipse + 數學庫函數的使用

    linux下 ,如果程序包含 math.h ,在gcc時必須加入 lm 例如:gcc -o main.o main.c -lm 但是在eclipse下面 編譯,項目回自動生成makefile ,無論如何手動修改makefile,在

原创 Kaggle優勝者詳解:如何用深度學習實現衛星圖像分割與識別

Kaggle優勝者詳解:如何用深度學習實現衛星圖像分割與識別   最近,Kaggle網站舉辦了一場在衛星圖像上進行場景特徵檢測的比賽Dstl Satellite Imagery Feature Detection,數據集由英國國防科學與技

原创 Keras-yolov3訓練

本教程爲keras-yolov3版本的訓練及測試全過程實現,爲保證對新手的友好性,不會過多解釋原理,主要是讓新手能對全過程有個比較清楚的概念和認識,方便訓練自己的數據。 本教程一共有三個部分:一.數據集準備及生成 二.訓練所需知識 三.測

原创 滑動窗口的最值

  問題描述# 給定一個大小爲n≤106的數組。 有一個大小爲k的滑動窗口,它從數組的最左邊移動到最右邊。 您只能在窗口中看到k個數字。 每次滑動窗口向右移動一個位置。 以下是一個例子: 該數組爲[1 3 -1 -3 5 3 6 7],k

原创 yolov2 kmeans

import matplotlib.pyplot as plt import numpy as np import os, cv2 %matplotlib inline LABELS = ['aeroplane', 'bicycle

原创 多模態AI算法

讓機器讀懂視頻:億級淘寶視頻背後的多模態AI算法揭祕     導讀:     本篇文章由阿里巴巴新零售淘系技術部出品,內容大綱如下:   1、多模態在視頻分類算法中的應用探索 2、視頻分類算法中的層次化分類器的設計 3、總結和展望