网络流入门(EK算法)

#include <iostream>
#include <cstring>
#include <cstdio>
#include <queue>
using namespace std;
const int inf = 0x3f3f3f3f;
const int maxn = 220;
int G[maxn][maxn];//描绘整张图;
int flow[maxn];//从原点到当前点的流量;
int pre[maxn];//标记上一步的增广路是哪一条路;
int n, m;
queue<int>q;
int bfs(int s, int t)//找增广路
{
	while (!q.empty()) q.pop();
	memset(pre, -1, sizeof(pre));
	pre[s] = 0, flow[s] = inf;
	q.push(s);
	while (!q.empty())
	{
		int p = q.front();q.pop();
		if (p == t) break;
		for (int u = 1; u <= n; u++)
		{
			if (u != s && G[p][u] > 0 && pre[u] == -1)
			{
				pre[u] = p;
				flow[u] = min(flow[p], G[p][u]);
				q.push(u);
			}
		}
	}
	if (pre[t] == -1) return -1;
	return flow[t];
}
int EK(int s, int t)
{
	int delta = 0;//当前残余网络被更新了多少。
	int tot = 0;//总的最大值是多少。
	while (1)
	{
		delta = bfs(s, t);
		if (delta == -1) break;
		int p = t;
		while (p != s)
		{
			G[pre[p]][p] -= delta;
			G[p][pre[p]] += delta;
			p = pre[p];
		}
		tot += delta;
	}
	return tot;
}
int main()
{
	while (~scanf("%d%d", &m, &n))
	{
		int u, v, w;
		memset(G, 0, sizeof(G));
		memset(flow, 0, sizeof(flow));
		for (int i = 0; i < m; i++)
		{
			scanf("%d%d%d", &u, &v, &w);
			G[u][v] += w;
		}
		printf("%d\n", EK(1, n));
	}
	return 0;
}

 

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