首页专题 ground

ground

很多同学在进行编程学习时缺乏系统学习的资料。本页面基于ground内容，从基础理论到综合实战，通过实用的知识类文章，标准的编程教程，丰富的视频课程，为您在ground相关知识领域提供全面立体的资料补充。同时还包含 gamma函数、gcc 下载、generic 的知识内容，欢迎查阅！

ground相关知识

详细的Faster R-CNN源码解析之proposal_layer和proposal_target_layer源码解析
 在笔者之前的解析RPN和ROI-Pooling的博客中，已经给大家详细解析了目标检测Faster R-CNN框架中的两大核心部件。纵观整个Faster R-CNN代码，比较难和经典的部分除了上述两大模块，还有根据RPN输出的前景分数选择出roi和为选择出的roi置ground truth类别和坐标变换的代码。在本篇博客中，笔者就这两部分代码为大家做出解析。   首先是如何选择出合适的rois，该代码文件是proposal_layer.py；其次是如何为选择出的rois找到训练所需的ground truth类别和坐标变换信息，该代码文件是proposal_target_layer.py。在正式开始之前，还是按照惯例做出说明：1. 笔者解析的代码是tensorflow下实现的Faster R-CNN，工程链接https://github.com/kevinjliang/tf-Faster-RCNN，代码文件路径分别是Networks/proposal_layer.py和Netwo
Golang 匿名结构体及测试代码编写技巧
这两天在学习 Golang 如何 TDD ,了解到匿名结构体切片在 TableDrivenTests 中经常用到。Writing good tests is not trivial, but in many situations a lot of ground can be covered with table-driven tests: Each table entry is a complete test case with inputs and expected results, and sometimes with additional information such as a test name to make the test output easily readable. If you ever find yourself using copy and paste when writing a test, think about whether refactoring into a tabl
基于条件随机场的地面点云分类与分割
前言继上篇《基于几何特征的地面点云分割》之后，本文紧接着对其他地面点分割方法进行了研究，在最近的英伟达开发者大会（Nvidia GTC）上，获悉了一篇使用时空条件随机场方法（SpatioTemporal Conditional Random Fields）对地面点云进行分割方法(详情请见本博客翻译博文《Ground Estimation and Point Cloud Segmentation using SpatioTemporal Conditional Random Field（精读）》)，此论文早在2017年就发表了，只是最近才通过GTC大会得知，然后通过作者找到了2017年的完整论文，遂决定进行尝试，有关于这篇论文的信息请根据本博客中论文翻译博文按需阅读。关于条件随机场前期知识本文也会相应给出，之前没有这方面知识储备的同学可根据本文的预备知识章节链接，对相应的知识进行恶补。笔者绘制了此篇论文的知识结构树，如下图所示。本文就条件随机场知识在第1章进行粗略的阐述，如果已经具备条件随机场知识的同学移
Python与数学牛顿迭代法—Apple的学习笔记
一，牛顿迭代法一般用来求f(x)为0的解通过先选一个x的近似值开始逐渐逼近。初始Xn的选择也是有讲究的。简单来说，一阶导数是自变量的变化率，二阶导数就是一阶导数的变化率，也就是一阶导数变化率的变化率。连续函数的一阶导数就是相应的切线斜率。一阶导数大于0，则递增；一阶倒数小于0，则递减；一阶导数等于0，则不增不减。而二阶导数可以反映图象的凹凸。二阶导数大于0，图象为凹；二阶导数小于0，图象为凸；二阶导数等于0，不凹不凸。二，牛顿迭代法的优缺点牛顿法优点：二阶收敛，收敛速度快；牛顿法可以求最优化问题，而且求解精确，一般用牛顿法求得的解成为ground-truth。牛顿法缺点：1 牛顿法是一种迭代算法，每一步都需要求解目标函数的Hessian矩阵的逆矩阵，计算比较复杂。二阶方法实践中对高维数据不可行。2 可能发生被零除错误。当函数在它的零点附近，导函数的绝对值非常小时，运算会出现被零除错误。3 是可能出现死循环。当函数在它的零点有拐点时，可能会使迭代陷入死循环。Note:f(x) = arctanx, 2阶导