死鎖是什么？ 比如一條只容一個人通過的小道，兩個方向都有一個人走來，都等着對方讓路。 即：進程分別持有對方需要的一部分資源，同時自己需要的一部分資源被對方持有，相互等待對方釋放自己需要的那部分資源的情況。 首先，死鎖的出現需要4個條件全部滿足， 　　1.互斥訪問資源。即不可以同時使用 ...

1.死鎖檢測 給定一組線程操作鎖的流程，判斷是否會發生死鎖？ 例如:有兩個線程和兩個資源，線程對鎖的操作如下: 其中T表示線程id，L表示鎖id，S表示操作(1表示獲取鎖，0表示釋放鎖) T L S 1 1 1(線程1獲取1號鎖) 2 2 2(線程2獲取2號鎖) 1 2 1(線程 ...

分類：通常圖像分類並沒有什么用處，只是得出一張圖片里面有什么。 定位＋分類：知道圖片中有個什么，也把這個物體定位出來了，但是也沒啥用，因為日常生活中一張圖片中可能有多個物體。 物體檢測：做到這一步在實際中就有用處了。 IOU（交並比） 用於衡量定位的准確度，　一般IOU　>= 0.5 ...

文字檢測與其他目標檢測的區別： 一、長寬比差異很大，而且普遍較小； 二、文字是以字符為基本單元按照一定空間排列而成的序列，而不是一個單獨的目標； 三、文字存在多種粒度和多語言。 傳統方法系列： 一、流程 1.基於滑動窗口：用不同大小的窗口在原圖上滑動，並用分類模型判斷每一個窗口 ...

目標檢測算法綜述 博文轉載與：如有問題可以郵箱17854257054@163.com https://blog.csdn.net/qq_29893385/article/details/81205493 目前目標檢測領域的深度 ...

目標檢測的任務表述 如何從圖像中解析出可供計算機理解的信息，是機器視覺的中心問題。深度學習模型由於其強大的表示能力，加之數據量的積累和計算力的進步，成為機器視覺的熱點研究方向。 那么，如何理解一張圖片？根據后續任務的需要，有三個主要的層次： 分類（Classification） 分類即是 ...

目前，基於深度學習算法的一系列目標檢測算法大致可以分為兩大流派： 兩步走(two-stage)算法：先產生候選區域然后進行CNN分類 R-CNN系列 R-CNN詳解 Fast R-CNN詳解 Faster R-CNN詳解 ...

MSCNN（主要解決多尺度同時存在時的檢索問題）: 1.針對多尺度問題: 　　由於卷積網絡中不同層得到的特征不同，就對不同的特征層加以利用。例如，Conv4-3的底層，一些細節特征會更加清楚可以用來進行小目標的檢測；而高層Conv5-3層，對於大目標的檢測效果更好可以用來進行大目標檢測 ...