qq_34703466的博客

1、开发团队与测试团队要分开，测试团队不能受制于开发团队，独立性在测试工作中特别重要。2、开发人员与测试人员的每次交流需要进行记录3、测试人员要热衷于找问题、挑毛病，有质量要求。...

CUDA是NVIDIA发布的GPU上的并行计算平台和模型, 2006年第一代CUDA发布,截至2018年最新的是9代CUDA1、GPU并行计算的发展历程早期GPGPU(汇编）--中期GPGPU--目前的GPGPU(CUDA)GPU和CPU相比的优势在于，架构，显存，共享存储，SM(流式多处理器）2 CUDA软件架构1、开发库--CUFFT/CUBLAS2、运行时环境(CUDA RunTime)3、...

任何人都能提交记录每个人都是监督者信息存储在个人计算机中分布式和 去中心化 避免被操作和破坏按照时间先后顺序存放别人提交的记录 密码学

RCNN（Regions with CNN features）是使用CNN方法解决图片中目标检测问题，借助CNN良好的特征提取和分类性能，通过RegionProposal方法实现目标检测问题的转化。        算法可以分为四步：        1）候选区域选择        Region Proposals是CNNs使用的一类传统的区域提取方法，主要进行特定目标检测，比如人脸、行人可以看作不同...

SPP全称为Spatial Pyramid Pooling，即空间金字塔池化，听名字就知道是对RCNN的一种变形，目的是为了解决RCNN输入图像的大小固定（224*224）的问题，因为真实照片中的物体的大小并不都一样，对图像就行wrap或者切割，不可避免会造成图像的失真，从而增大运算结果的误差。SPP与RCNN最大的不同就是SPP使用了一个全连接层，而不进行微调，并且计算region propsa...

Fast R-CNN是在R-CNN和SPP-Net的基础上改良而来的。R-CNN的缺点a，步骤繁琐首先需要对输入的数据进行wrap或者crop，从而将数据变为fix的输入（224*224）然后对于输入的每一个proposal，通过5个卷积网络和2个全连接网络进行训练而且还需要使用SVM对数据进行fine tuning最后还需要对bbox进行回归学习b，占用空间和时间在SVM和bbox回归时，从图片...