原创 Faster RCNN源碼學習一
部分參考鏈接：https://blog.csdn.net/l297969586/article/details/78019543 https://blog.csdn.net/u012457308/article/details/79566
2020-06-07 20:14:43
原创 c++ primer5 第三章
標準庫類型string #include <string> 1.定義和初始化string對象 string s1;//默認初始化，s1是一個空字符串 string s2=s1; //等價於s2(s1) string s3="hello"
2018-11-28 13:12:55
原创 c++ primer 5 第二章
初始化不是賦值，初始化的含義是創建變量時賦予其一個初始值，而賦值的含義是把對象的當前值擦除，而以一個新值來替代。 變量能且只能被定義一次，但是可以多次被聲明。 標識符由字母、數字、下劃線組成，必須以字母或下劃線開頭。用戶自定義的標識符不能
2018-11-28 13:12:55
原创 Leetcode148-鏈表排序 快慢指針
看題目有兩個要求：1）時間複雜度爲O（nlogn）;2）空間複雜度爲常數，即不能增設額外的空間。 滿足這樣要求的排序算法，我們首先想到快排，合併排序和堆排序。我們來分析下幾種排序算法對時間和空間複雜度的要求，堆排序實現上過於繁瑣，我們不做
2018-11-20 07:34:49
原创 c++ set
set的特性是，所有元素都會根據元素的鍵值自動排序，set的元素不像map那樣可以同時擁有實值(value)和鍵值(key),set元素的鍵值就是實值，實值就是鍵值。set不允許兩個元素有相同的鍵值。 set的各成員函數列表如下: 1.
2018-11-20 07:34:49
原创 c++ map
原文：https://www.cnblogs.com/lakeone/p/5599047.html map是用來存放<key, value>鍵值對的數據結構，可以很方便快速的根據key查到相應的value。假如存儲學生和其成績（假定不存在
2018-11-14 07:26:13
原创 YOLO v2-原理
論文： YOLO9000：Better，Faster，Stronger 論文鏈接：https://arxiv.org/abs/1612.08242 參考：https://blog.csdn.net/u014380165/article/
2018-11-06 22:29:43
4
原创 c++知識點（二）
1.malloc/free與new/delete的區別 相同點：malloc/free與new/delete都可以用於申請動態內存和釋放內存，申請的空間都在堆上分配 不同點： （1）malloc/free是c++/c的標準
2018-10-15 06:43:08
原创 c++知識點（三）
1.常對象、常對象成員（常數據成員、常成員函數） 1.1 常對象 常對象必須在定義對象時就指定對象爲常對象，常對象中的數據成員爲常變量且必須要有初始值。如 Time const t1(12,34,56); 這樣的話，在所有的場合中，對象
2018-10-15 06:43:08
原创 Faster RCNN源碼學習六
anchor_target_layer.py rpn類在訓練的時候主要有兩個功能，第一個是get_rpn_cls_loss計算的rpn網絡分類loss，第二個是get_rpn_bbox_loss計算的rpn網絡的anchor邊界迴
2018-09-30 09:27:59
1
原创 Faster RCNN源碼學習三
（proposal_target_layer_tf.py）和（proposal_layer.py） 講的很詳細很好的鏈接：https://blog.csdn.net/jiongnima/article/details/80478597
2018-09-26 00:17:45
3
原创 c++知識點（一）
慕課網c++視頻 1.構造函數 作用 該類對象被創建時，編譯系統對象分配內存空間，並自動調用該構造函數，由構造函數完成成員的初始化工作，故：構造函數的作用：初始化對象的數據成員。 種類 1 class Complex 2 {
2018-09-26 00:17:45
3
原创 Faster RCNN源碼學習五
roi_data_layer/minibatch.py 和 layer.py 轉載自：https://blog.csdn.net/xiamentingtao/article/details/78463360 https://www.cnb
2018-09-26 00:17:45
2
原创 Faster RCNN源碼學習四
bbox_transform.py # -------------------------------------------------------- # Fast R-CNN # Copyright (c) 2015 Microso
2018-09-26 00:17:45
3