re模块下的常用方法：search 匹配就 返回一个变量,通过group取匹配到的第一个值,不匹配就返回None,group会报错match 相当于search的正则表达式中加了一个'^'spilt 返回列表,按照正则规则切割,默认匹配到的内容会被切掉sub/subn 替换,按照正则规则去寻找要被替换掉的内容,subn返回元组,第二个值是替换的次数compile 编译一个正则表达式,用这
转载
2024-08-15 00:35:11
59阅读
python之re模块一、正则表达式 re模块是python独有的匹配字符串的模块，该模块中提供的很多功能是基于正则表达式实现的，而正则表达式是对字符串进行模糊匹配，提取自己需要的字符串部分，他对所有的语言都通用。注意：re模块是python独有的正则表达式所有编程语言都可以使用re模块、正则表达式是对字符串进行操作因为，re模块中的方法大都借助于正则表达式，故先学习正则表达式。
转载
2024-07-02 21:56:45
55阅读
小弟又搬运来了这个~~ 只是为了学习呀 勿怪啊对于目标检测的方法按照处理流程可以分为：two-stage和one-stage方法;两者在处理速度
原创
2024-07-24 10:31:45
105阅读
WPF简介
what is WPF
WPF（ Windows Presentation Foundation）的功能是用来编写应用程序的表示层。
XAML是WPF技术中专门用于设计UI的声明型语言，实现UI与逻辑的剥离；
在VS的解决方案资源管理器中Properties分支:里面主要内容是程序要用到的一些资源(如图标、图片、静态的字符
转载
2024-03-19 00:09:04
57阅读
前面的话VSLAM 是利用多视图几何理论，根据相机拍摄的图像信息对相机进行定位并同时构建周围环境地图。VSLAM 前端为视觉里程计和回环检测，相当于是对图像数据进行关联；后端是对前端输出的结果进行优化，利用滤波或非线性优化理论，得到最优的位姿估计和全局一致性地图。前面已经介绍了系列一：VSLAM的前端：视觉里程计和回环检测，和系列二：VSLAM中的后端优化和建图。按照特征法和直接法的分类
回顾lab1，结对编程给了我们从未有过的体验，从实践到对理论的理解正是实践出真知的过程，只有亲身体会过才能领悟敏捷开发的魅力所在。结队编程是敏捷开发实践中的一种，这里略作简介，Kent Beck是结对编程定义者，他的定义大致可以理解为两个人共享一套开发设备，一个叫Driver 一个叫Observer, 说白了就是一个动手写一个在旁边看着，如果遇到问题两个人一起讨论，避免思路封锁。之前做过的实验多是
G1全称是Garbage First Garbage Collector，使用G1的目的是简化性能优化的复杂性。例如，G1的主要输入参数是初始化和最大Java堆大小、最大GC中断时间。G1 GC由Young Generation和Old Generation组成。G1将Java堆空间分割成了若干个Region，即年轻代/老年代是一系列Region的集合，这就意味着在分配空间时不需要一个连续的内存区
本篇主要介绍机器学习的主要方式，和算法！机器学习方式机器学习方式可以分为如下几类：* 半监督学习
* 强化学习
* * 监督学习
+ 分类
+ 回归
* 无监督学习
+ 聚类
+ 降维
# 监督
# 无监督
# 半监督
# 强化简版常用算法# 回归算法 --- 掌握
# 正则化算法 --- 掌握
# KNN(基于实例) --- 掌握
# 决策树 --
转载
2024-05-10 14:48:47
113阅读
摘要对于目标检测，两阶段方法(如Faster R-CNN)的准确率最高，而单阶段方法(如SSD)的效率较高。为了在继承两种方法优点的同时克服它们的缺点，本文提出了一种新的单阶段检测器，称为RefineDet，它比两阶段方法具有更好的精度，并保持了与单阶段方法相当的效率。RefineDet由两个相互连接的模块组成，即锚点细化模块和目标检测模块。具体来说，前者的目的是：(1)过滤掉负锚点，减...
原创
2021-08-13 09:46:06
221阅读
什么是产品积压细化?产品待办事项优化是向产品待办事项中的项目添加细节（或多个
原创
2023-01-11 07:03:43
656阅读
Gated Feedback Refinement Network for Dense Image Labeling文章目录Gated Fe
原创
2022-12-14 12:37:17
70阅读
这里没有与Den
原创
2022-12-14 12:38:00
364阅读
计算机视觉研究院专栏作者：Edison_G对于目标检测的方法按照处理流程可以分为：two-stage和one-stage方法; 两者在处理速度和准确率上各有千秋。Refinement Neural Network致力于将两者的优点结合起来, 弥补两者的缺点, 即:获得比two-stage方法更好的准确率，并且具有与one-stage媲美的效率。一、简要研究者提出了一个单阶段检测框架，该框架解决了
原创
2022-10-18 16:09:32
141阅读
Not All Features Matter: Enhancing Few-shot CLIP with Adaptive Prior Refinement并非所有功能都很重要：通过自适应先验细化增强少样本 CLIP对比语言图像预训练（CLIP）的流行推动了其在各种下游视觉任务中的应用。为了提高下游任务的能力，小样本学习已成为一种广泛采用的技术。然而，现有方法要么表现出有限的性能，要么遭受过多的
原创
精选
2023-10-15 00:44:09
955阅读
A CONDITIONAL POINT DIFFUSION-REFINEMENT PARADIGM FOR 3D POINT CLOUD COMPLETION用于三维点云完成的条件性点扩散-精炼范式摘要三维点云是捕捉现实世界三维物体的重要三维表示。然而，真实扫描的三维点云往往是不完整的，为下游应用恢复完整的点云非常重要。大多数现有的点云完成方法使用Chamfer Distance（CD）
原创
精选
2023-11-12 11:04:25
862阅读
本发明涉及机械设备领域，具体涉及一种机器人夹具抓取算法。背景技术：随着现代机械化程度的提高，在工业生产中大量使用搬运机器人对货物(以板材为例)进行拆垛码垛，机器人夹具夹取及放置物品时需根据参数设置在一定范围内完成自动目标识别、抓取、码放等功能。如何根据待抓取板材的长度、宽度、以及在平台上的位置信息精准计算机器人夹具的抓取位置，避免因抓取位置误差造成的工作错误，是本技术领域亟待解决的问题。技术实现要
转载
2024-07-31 10:36:24
42阅读
今日内容概要 主体:诸多内置模块 os模块 hashlib模块 random模块 logging模块 json模块 今日内容详细 强调 '''在创建py文件的时候文件名一定不能跟模块名冲突''' os模块 import os # 创建文件夹 # os.mkdir(r'文件夹01') # 只能创建单级 ...
转载
2021-08-20 13:53:00
169阅读
2评论
内容概要 os模块 在创建python文件的时候文件名不能跟需要用的模块名字冲突import os # 创建文件夹 # os.mkdir(r'文件夹01') # 只能创建单级目录 # os.makedirs(r'文件夹02\文件夹03') # 可以创建多级目录 # os.makedirs(r'文件夹 ...
转载
2021-08-21 17:09:00
215阅读
2评论
内容概要 os模块 在创建python文件的时候文件名不能跟需要用的模块名字冲突import os # 创建文件夹 # os.mkdir(r'文件夹01') # 只能创建单级目录 # os.makedirs(r'文件夹02\文件夹03') # 可以创建多级目录 # os.makedirs(r'文件夹 ...
转载
2021-08-21 17:09:00
200阅读
2评论
模块：就是一系列功能的集合体，有以下分类：*解释器内建模块*python标准库(位于python解释器安装目录的lib文件夹下）*第三方模块(通过(pip install 模块名)语法下载到python解释器安装目录lib文件夹下*自定义模块 模块分为四种形式：1、使用python编写的.py文件2 ...
转载
2021-09-12 15:35:00
349阅读
2评论
