自动驾驶中的场景理解
论文简介
论文地址：Fast Scene Understanding for Autonomous Driving
演示视频地址：https://youtu.be/55ElRh-g_7o
论文基于ENet，给出了一种实时的解决方案，可以同时解决语义场景分割、实例分割以及单目深度估计这三个自动驾驶过程
...
instance segmentation之DLF
发表于
论文简介
地址：Semantic Instance Segmentation with a Discriminative Loss Function
代码：https://github.com/DavyNeven/fastSceneUnderstanding
引入了判别式损失函数，前端网络可以使用之
...
超像素分割之SLIC
发表于
论文简介
地址：SLIC Superpixels Compared to State-of-the-art Superpixel Methods
论文主要借鉴了meanshift算法的思想，可以控制生成的超像素的数量以及超像素的紧凑程度，易于扩展到高维空间，在opencv3.X中也已经有相应的库函数
...
instance segmentation之DWT
发表于
论文简介
地址：Deep Watershed Transform for Instance Segmentation
论文主要是使用了DNN的思想，实现end-to-end的实例分割
关于实例分割的研究进展
传统的分水岭算法容易造成过分割。改进的分水岭算法有
首先预估instance的位置，然后再
...
mxnet基本使用以及模型加载与保存
发表于
mxnet变量和模型的加载及保存安装
主要使用py使用mxnet，在这里给出安装链接：https://mxnet.apache.org/install/index.html
mxnet十分轻便，它的依赖项也很少，甚至连opencv也可以不用，在这里给出ubuntu16.04下mxnet的源码安装方式
...
2018 计蒜之道 初赛 第四场
发表于
贝壳找房均价计算
思路：主要就是判断是否有4，然后使用long long的类型，否则会溢出。
代码
#include <cstdlib>
#include <string>
#include <iostream>
#include <fstream>
...
2018 计蒜之道 初赛 第二场
发表于
淘宝的推荐系统
题目链接：https://nanti.jisuanke.com/t/26984
参考的代码链接：https://blog.csdn.net/m0_38013346/article/details/80305150
简单的dp
对于每次的价格，与之前所有的价格以及对应的最大推荐数量进
...
My first blog
发表于
说明
基于jekyll与基于hexo进行搭建有比较明显的不同，具体可以参见这一篇文章：https://liguanghe.github.io/2017/11/06/blogRebuilt/
最开始基于jekyll进行搭建，但是自己需要配置的东西比较多，因此在之后也使用了hexo进行博客的搭建。
基
...