加权边界框融合(WBF)
加权边界框融合(WBF)原文链接：https://arxiv.org/pdf/1910.13302.pdf源码https://github.com/ZFTurbo/Weighted-Boxes-FusionWBF 的一些缺陷：速度慢，大概比标准NMS慢3倍 WBF实验中是在已经完成NMS的模型上进行的下面是WBF的算法步骤：每个模型的每个预测框都添加到List B，并将此列表按置信度得分C降序排列 建立空List L 和 F（用于融合的） 循环遍历B，并在F中找到于之匹配的b.
Ajax - JSON响应
1. 搭建服务server.js//1. 引入expressconst { response } = require('express');const express = require('express');const { request } = require('http');//2. 创建应用对象const app = express();//3. 创建路由规则//request 是对请求报文的封装//response 是对响应报文的封装//两个参数的名字可以随便定义/
double a=25/2
double a=25/2等同于int b=25;int c=2;int d=b/c;double a= (double)d;结果12.0想要12.5的结果：方法1 double a=25.0/2方法2 double=25/2.0
牛客JavaScript算法题-判断 val1 和 val2 是否完全等同
题目：判断 val1 和 val2 是否完全等同解决方法===function identity(val1, val2) { return val1 === val2;}说明'=='和'==='的区别=====等同恒等不做类型转换，类型不同的一定不等两边值类型不同的时候，要先进行类型转换，再比较如果两个值类型相同，进行 === 比较如果类型不同，就[不相等]如果两个值类型不同，他们可能相等。根据下面规则进行类型转换再比较:如果两个都
C++ 产生0-2之间的随机数
C++中用来产生随机数的函数为rand(),其返回值为整数。要产生0-1之间的浮点数，必须经过转换才能得到。思路：生成一个0-N的随机数，然后对其处以N+1，则可以得到浮点型随机数。N可以确定产生的精度。比如需要2位小数，则N=99,需要3位小数，则N=999。代码如下：#include "stdafx.h"#include "iostream"#include "ctime"#include "cstdlib"using namespace std;#define N...
dcn和dcnv2 torch
DCN和DCNv2（可变性卷积）网上关于两篇文章的详细描述已经很多了，我这里具体的细节就不多讲了，只说一下其中实现起来比较困惑的点。（黑体字会讲解）DCNv1解决的问题就是我们常规的图像增强，仿射变换（线性变换加平移）不能解决的多种形式目标变换的几何变换的问题。如下图所示。可变性卷积的思想很简单，就是讲原来固定形状的卷积核变成可变的。如下图所示：首先来看普通卷积，以3x3卷积为例对于每个输出y(p0)，都要从x上采样9个位置，这9个位置都在中心位置x(p0)向四周扩散得到的gird形状上...
CUBLAS_STATUS_ALLOC_FAILED
CUBLAS_STATUS_ALLOC_FAILED解决方法：提取绑定cudatorch.rand(1, 3, 10, 10).cuda(7)在训练时ok，只预测时结果不对。>>> input = torch.rand(1, 3, 10, 10)>>> kh, kw = 3, 3>>> weight = torch.rand(5, 3, kh, kw)>>> # offset shou...
opencv 连通域笔记
参数介绍：1.3cv2.connectedComponentsWithStats（）这个函数的作用是对一幅图像进行连通域提取，并返回找到的连通域的信息：retval、labels、stats、centroidsnum_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(image, connectivity=8, ltype=None)1参数介绍如下：image：也就是输入图像，必须是二值图，即8位单通道图像
opencv 图像分割
opecv也能分割，分割出多类，但是不知道每个类别是什么1、图像阈值化源代码：#include "opencv2/highgui/highgui.hpp"#include "opencv2/imgproc/imgproc.hpp"#include <iostream>using namespace std;using namespace cv;int thresholds=50;int model=2;Mat image,srcimage;void track(i.
Ajax - 一些小知识（超时请求、重复请求、取消请求）
1. 请求超时与网络异常timeout、ontimeout //超时设置 2s后为请求成功显示错误；然后取消请求xhr.timeout = 2000;//超时回调 超时后给出提示xhr.ontimeout = function(){ alert("网络请求超时")}2. 取消请求abort<button>发送</button><button>取消</button>//获取元素const btn = document.
Ajax - 在JQuery中发送Ajax请求
1. get/post请求$.get(url,[data],[callback],[type]){ url:请求的URL地址 data:请求携带的参数 callback:载入成功时的回调函数 type:设置返回内容格式，xml,html,script,json,text,default}//get$('button').eq(0).click(function(){ $.get('http://127.0.0.1:8000/jquery',{a:100, b:200},functi
VueCli3.x全栈项目- node-express搭建服务器
新建一个存放项目的文件夹cmd在控制台打开npm init初始化项目说明：在node开发中使用npm init会生成一个pakeage.json文件，这个文件主要是用来记录这个项目的详细信息的，它会将我们在项目开发中所要用到的包，以及项目的详细信息等记录在这个项目中。方便在以后的版本迭代和项目移植的时候会更加的方便。也是防止在后期的项目维护中误删除了一个包导致的项目不能够正常运行。使用npm init初始化项目还有一个好处就是在进行项目传递的时候不需要将项目依赖包一起发送给对方，对方在接受到你的项.
opencv 红绿灯检测
import cv2import numpy as npfont = cv2.FONT_HERSHEY_SIMPLEXimg = cv2.imread(r"E:\jinji\20210315\xiangdui\100cm\rgb\0010.jpg")cv2.imshow("ooo",img)cv2.waitKey()cimg = imghsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# color rangelower_red1 = np.a...
今日推荐
周排行