carpell

摘要： 本文介绍了语义分割领域经典模型Deeplab系列的发展历程。Deeplabv1针对FCN存在的分辨率下降和边界模糊问题，创新性地提出空洞卷积以扩大感受野并保留位置信息，同时引入全连接条件随机场优化边界分割效果。Deeplabv2通过ASPP模块融合多尺度信息，提升模型对不同尺寸物体的识别能力。Deeplabv3进一步改进ASPP结构，加入图像级全局平均池化，并去掉CRF实现端到端训练。Deeplabv3+则引入编码解码结构，更好的优化了模型。 阅读全文

摘要： 本文详细介绍了如何手动复现Segnet语义分割模型，并深入讲解了代码实现。文章按照模型构建、数据集处理、评价指标设定、训练流程和测试五个部分进行讲解。 阅读全文

摘要： 本文介绍了语义分割领域的经典模型Segnet，其针对无人驾驶和AR技术中所需的实时性，准确性要求进行了创新设计。Segnet采用对称的编码器-解码器结构，通过池化索引(pooling Indices)计数减少计算量，达到实时性的要求同时不会降低太多准确性。 阅读全文

摘要： 本文详细介绍了如何手动复现U-net（全卷积网络）语义分割模型，并深入讲解了代码实现。文章按照模型构建、数据集处理、评价指标设定、训练流程和测试五个部分进行讲解。 阅读全文

摘要： 本文介绍了语义分割领域的经典模型U-Net，其针对医学图像分割面临的数据稀缺、标注困难等问题进行了创新设计。U-Net采用对称的编码器-解码器结构，通过跳跃连接将低级与高级语义信息进行通道拼接（concat）。 阅读全文

摘要： 本文介绍了贪心算法在区间问题中的实战应用，主要包括跳跃游戏、用箭引爆气球、无重叠区间和划分字母区间等经典问题。 阅读全文

摘要： 本文介绍了几个运用贪心算法解决的中等问题，包括摆动序列、单调递增数字、股票买卖和分发糖果等。贪心算法的核心在于通过局部最优解构建全局最优解。 阅读全文

摘要： 目录前言分发饼干K次取反后最大化的数组和柠檬水找零 前言 上文带大家学习了贪心算法的理论基础，如果没看过的点这去回顾下 ，今天带大家进行贪心算法的实战篇1，本章注意来解答一些运用贪心算法的比较简单的问题，大家好好体会，怎么从构建局部最优到全局最优的。一文带大家弄懂。本文用于记录自己的学习过程，同时向 阅读全文

摘要： 本文详细介绍了如何手动复现FCN（全卷积网络）语义分割模型，并深入讲解了代码实现。文章首先回顾了FCN的原理，强调了理解代码的重要性，随后按照模型构建、数据集处理、评价指标设定、训练流程和测试五个部分进行讲解。 阅读全文

摘要： 贪心算法是一种通过在每个阶段选择局部最优解，以期达到全局最优的算法策略。其核心思想是在解决问题时，将问题划分为多个阶段，并在每个阶段做出当前最优的选择，而不考虑后续决策的影响。 阅读全文