最大公约数-减法和除法的合体,更快啊!

#include <iostream>
using namespace std;

bool IsEven(int z)
{
	if (z % 2 == 1)
	{
		return false;
	}
	else
	{
		return true;
	}
	
}
//来自编程之美
int gcd(int x, int y)
{
	if(x < y)
	{
		return gcd(y, x);
	}
	if(y ==0)
	{
		return x;
	}
	else
	{
		if (IsEven(x))
		{
			if (IsEven(y))
			{
				return (gcd(x>>1, y>>1)<<1);
			}
			else
			{
				return gcd(x>>1,y);
			}
		}
		else
		{
			if (IsEven(y))
			{
				return gcd(x, y>>1);
			}
			else
			{
				return gcd(y, x-y);
			}
		}
	}


}




int main()
{
	int x = 42;
	int y = 30;
	int x_y = gcd(x,y);
	cout<<x_y<<endl;
	system("pause");
	return 0;
}

一、基础信息 数据集名称:Bottle Fin实例分割数据集 图片数量: 训练集:4418张图片 验证集:1104张图片 总计:5522张图片 分类类别: - 类别0: 数字0 - 类别1: 数字1 - 类别2: 数字2 - 类别3: 数字3 - 类别4: 数字4 - 类别5: 数字5 - 类别6: Bottle Fin 标注格式:YOLO格式,包含多边形坐标,适用于实例分割任务。 数据格式:图片格式常见如JPEG或PNG,具体未指定。 二、适用场景 实例分割AI模型开发:数据集支持实例分割任务,帮助构建能够精确识别分割图像中多个对象的AI模型,适用于对象检测分割应用。 工业自动化与质量控制:可能应用于制造、物流或零售领域,用于自动化检测分类物体,提升生产效率。 计算机视觉研究:支持实例分割算法的学术研究,促进目标检测分割技术的创新。 教育与实践培训:可用于高校或培训机构的计算机视觉课程,作为实例分割任务的实践资源,帮助学生理解多类别分割。 三、数据集优势 多类别设计:包含7个不同类别,涵盖数字Bottle Fin对象,增强模型对多样对象的识别分割能力。 高质量标注:标注采用YOLO格式的多边形坐标,确保分割边界的精确性,提升模型训练效果。 数据规模适中:拥有超过5500张图片,提供充足的样本用于模型训练验证,支持稳健的AI开发。 即插即用兼容性:标注格式直接兼容主流深度学习框架(如YOLO),便于快速集成到各种实例分割项目中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值