NOIP2018游记

NOIP竞赛经历分享

  转眼间,我也成了高一学生,初二提高一等,初三提高甚至CE了一题,连一等都没拿到。

 

DAY1

  8:30进考场。

  开考看T1,各种YY做法,但好像一个比一个复杂,于是就去看T2。

  看到T2,怎么又是不能被表示出来的数,我顿时想起了去年的NOIP,那题我写个exgcd,还好,还是拿到了100分。

  T2看完,看T3,感觉不会很难?

  开始做题,突然觉得T2排个序上个完全背包就好了,遂通过大样例。

  然后开始做T1,突然就想到了一个连数组都不用的做法,花了2min敲完了。

  差不多是8:50分。

  看到T3又是什么让最短的边最长,又看到50000的数据范围,想到二分答案。

  然后贪心合成,把合不了的最长的边往上传。

  在9:20分通过了三题的大样例。

  然后去上了个厕所。回来写对拍。暴力真的比正解难写,写出来的暴力还只能跑个位数的范围。

  对拍完大约10:20。本来想玩小恐龙,后来想想会掉RP,然后就坐在哪里等待比赛结束。

估分:100+100+100=300

 

晚上了解到了普及的题目,感觉普及T3T4比提高D1的题难多了。

DAY2

  这day2和day1完全不是一个难度,我D2T1想的时间比D1T3还长。

  一会想想T1,一会想想T2,一会想想T3。

  在9:30过掉了T1的大样例(比D1写完三题的总用时还长)。

  然后想先去写T3 44分,回来再写T2。

  T3一开始题目看错了,读成了一个点放东西能覆盖掉与它距离不超过1的点,然后要求全部覆盖。但实际上是每条边的两个点至少有一个点有放东西。

  在10:20过掉了T3的44分。回头想T2。

  发现n,m<=3和n<=2没啥区别(因为样例有3 3),然后想到了50分。

  然后又去打T3的询问满足1的性质的分,换根DP调了一万年。

  此时差不多11:20。又花了10min写完了T2的50分。

  然后直到考试结束都还是这个分数。

估分:100+50+68=218

转载于:https://www.cnblogs.com/lher/p/9941925.html

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
评论
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