sunnyblogs的博客

sizeof1.定义一个空的类型，里面没有任何成员变量和成员函数，对该类型求sizeof，得到的结果是多少？答案：1问：为什么不是0？答案：空类型的实例中不包含任何信息，本来对其求sizeof应该是0，但是当我们在声明该类型实例的时候，它必须在内存中占一定的空间，否则无法使用这些实例。至于到底要占多少内存空间则由编译器决定。在visual studio中，每个空类型的实例占用1字节的空间。2.sizeof 是什么？答案：sizeof 是一个关键字，它是一个编译时运算符，用于判断变量或数据类型的字

计算机视觉相关：1.如果提高深层神经网络的特征表示能力？①增加隐藏层个数②pooling操作③使用非线性激活如何防止过拟合？①使用L1 L2正则化②Dropout③使用早停（现在基本不用），使深层神经网络早些停止以防止网络学习到的参数过多而造成过拟合。④BN④数据增广⑤减少模型样本不均衡会造成什么问题，如何解决？样本不均衡：不同类别的样本数量差异很大样本不均衡的影响：模型很难学习到小样本的特征，容易造成过拟合如何解决：采样（过采样小样本、欠采样多样本）、数据增广、改变正

【Abstract】RGB-D商业相机的普及促进了其在场景理解领域的发展。然而，基于RGB-D数据的surface normal estimation作为场景理解领域的基础任务，却缺乏深入的研究。本论文，提出了一种具有自适应特征权重的分层融合网络，用于单个RGB-D图像的surface normal estimation。其中，彩色图像的特征与深度图像的特征在多个尺度上依次融合，以确保整体表面平滑的同时保有视觉显著细节。同时，深度特征在合并到彩色分支之前，使用深度估计的置信图重新加权，以避免输入的深度存在