chapter08专题

chapter08-面向对象编程——(断点调试)——day09

目录 328-断点调试介绍 329-断点调试案例1 330-断点调试案例2 330-断点调试案例3 331-断点调试案例4 332-断点调试案例5 332-断点调试案例6 328-断点调试介绍 329-断点调试案例1 330-断点调试案例2 330-断点调试案例3 331-断点调试案例4 332-断点调试案例5 332-断

chapter08-面向对象编程——(Object类详解)——day09

目录 319-==运算符 320-查看Jdk源码 321-子类重写equals 322-equals课堂练习1 323-equals重写练习2 324-equals重写练习3 325-hashCode 326-toString 327-finalize 319-==运算符 引用的都是同一个地址,所以返回true 320-查看Jdk源码 equals

深度学习500问——Chapter08:目标检测(10)

文章目录 8.6 目标检测的常用数据集 8.6.1 PASCAL VOC 8.6.2 MS COCO 8.6.3 Google Open Image 8.6.4 ImageNet 8.6.5 DOTA 8.7 目标检测常用标注工具 8.7.1 LabelImg 8.7.2 labelme 8.7.3 Labelbo 8.7.4 RectLabel 8.7.5 CVAT 8.7.6 VIA 8

深度学习500问——Chapter08:目标检测(7)

文章目录 8.3.8 RFBNet 8.3.9 M2Det 8.3.8 RFBNet RFBNet有哪些创新点 1. 提出RF block(RFB)模块 RFBNet主要想利用一些技巧使得轻量级模型在速度和精度上达到很好的trade-off的检测器。灵感来自人类视觉的感受野结构Receptive Fields(RFs),提出了新奇的RF block(RFB)模块,来验证感受野

深度学习500问——Chapter08:目标检测(6)

文章目录 8.3.7 RetinaNet 8.3.7 RetinaNet 研究背景 Two-Stage 检测器(如Faster R-CNN、FPN)效果好,但速度相对慢。One-Stage 检测器(如YOLO、SSD)速度快,但效果一般。 作者对one-stage检测器准确率不高的问题进行探究,发现主要问题在于正负类别不平衡(简单-难分类别不均衡)。 We disco

深度学习500问——Chapter08:目标检测(2)

文章目录 8.2.4 R-FCN 8.2.5 FPN 8.2.6 Mask R-CNN 8.2.4 R-FCN R-FCN 有哪些创新点 R-FCN仍然属于two-stage目标检测算法:RPN + R-FCN Fully convolutional位置敏感得分图(position-sentive score maps) our region-based detector