天道酬勤、 - 博客园

整理不错的kaggle链接（更新中）

摘要： 1、关于Kaggle入门，看这一篇就够了 2、如何在 Kaggle 首战中进入前 10% 3、加入 Kaggle 大数据竞赛，总共分几步？ 4、Kaggle比赛心得 5、https://github.com/HanXiaoyang 部分比赛代码 6、挑战Kaggle笔记：调参心得 7、机器学习系列阅读全文

posted @ 2019-06-20 15:08 天道酬勤、阅读(741) 评论(0) 推荐(1)

c/c++关键字分类：

摘要： c/c++关键字分类：数据类型：void，int，char，float，double，bool，w_char 类型定义：struct，union，enum，class，typedef 常量值：true，false 类型修饰符：long，short，singed，unsigned 类型限定符：con 阅读全文

posted @ 2019-06-02 23:01 天道酬勤、阅读(1573) 评论(0) 推荐(0)

深度学习-目标检测（Yolo 2）

摘要：转载于： https://blog.csdn.net/Jesse_Mx/article/details/53925356  论文地址：YOLO9000: Better, Faster, Stronger 项目主页：YOLO: Real-Time O 阅读全文

posted @ 2019-05-28 15:29 天道酬勤、阅读(1314) 评论(0) 推荐(0)

深度学习-目标检测（Yolo 1 ）

摘要：转载于https://blog.csdn.net/hrsstudy/article/details/70305791 本文作者提出了一种新的物体检测方法YOLO。YOLO之前的物体检测方法主要是通过region proposal产生大量的可能包含待检测物体的 potential bounding b 阅读全文

posted @ 2019-05-27 21:53 天道酬勤、阅读(862) 评论(0) 推荐(0)

博客园代码自定义高亮—测试

摘要： 1）记得要设置默认编辑器Markdown 2）在写代码前后需要添加 void insert(int data) { Node newNode = new Node; newNode data = data; newNode pNext = nullptr; Node p = head; if (h 阅读全文

posted @ 2019-05-24 16:38 天道酬勤、阅读(125) 评论(0) 推荐(0)

深度学习-目标检测（R-FCN）

摘要：一、R-FCN初探 1. R-FCN与传统二阶段网络的异同点图1 R-FCN与传统二阶段网络的异同点相同点：首先，两者二阶段的检测框架（全卷积子网络+RoI-wise subnetwork）; 其次两者最终输出的结果都是相应的类别和对应的BBox；不同点：如上图所示，我们可以看到和Faster 阅读全文

posted @ 2019-05-23 15:09 天道酬勤、阅读(1768) 评论(0) 推荐(0)

C++ 对string进行排序

摘要： 1 #include 2 #include 3 #include 4 using namespace std; 5 6 int main(void) 7 { 8 string colorBrick; 9 cin >> colorBrick; 10 11 sort(colorBrick.begin(), colorBrick.end()); 1... 阅读全文

posted @ 2019-05-21 23:07 天道酬勤、阅读(8313) 评论(0) 推荐(0)

某校公对公转账

摘要： 1.　找课题组财务开借款单 2.　采购单找老师签字 3.　院级盖章（811） 4.　合同盖章（综合办公楼 134） 5.　校级财务借款阅读全文

posted @ 2019-05-21 17:22 天道酬勤、阅读(581) 评论(0) 推荐(0)

深度学习-目标检测（Faster R-CNN 1）-转载

摘要：经过R-CNN和Fast RCNN的积淀，Ross B. Girshick在2016年提出了新的Faster RCNN，在结构上，Faster RCNN已经将特征抽取(feature extraction)，proposal提取，bounding box regression(rect refine 阅读全文

posted @ 2019-05-19 16:10 天道酬勤、阅读(296) 评论(0) 推荐(0)

深度学习-目标检测（Faster R-CNN 2）-转载

摘要： 1 概述在目标检测领域, Faster R-CNN表现出了极强的生命力, 虽然是2015年的论文, 但它至今仍是许多目标检测算法的基础，这在日新月异的深度学习领域十分难得。Faster R-CNN还被应用到更多的领域中, 比如人体关键点检测、目标追踪、实例分割还有图像描述等。现在很多优秀的Fa 阅读全文

posted @ 2019-05-19 10:57 天道酬勤、阅读(1126) 评论(0) 推荐(0)