摘要：
！前提——列表有序 case 1 如果列表中没有元素x，那么bisect_left(ls, x)和bisec_right(ls, x)返回相同的值，该值是x在ls中“合适的插入点索引，使得数组有序”。此时，ls[index2] > x，ls[index3] > x。 case 2 如果列表中只有一个 阅读全文
摘要：
class Solution: def search(self, nums: List[int], target: int) -> int: n=len(nums) left,right=0,n-1 while left<=right: k=(right-left)//2+left if 条件: r 阅读全文
摘要：
font：font-style font-weight font-size/line-height font-family的简写。顺序不能乱 **eg ** font：italic bold 30px/60px "宋体" 必须同时指定font-size 和font-family才能生效 阅读全文
摘要：
26（80） 给你一个 升序排列 的数组 nums ，请你 原地 删除重复出现的元素，使每个元素只出现一次（使得出现次数超过两次的元素只出现两次 ） ，返回删除后数组的新长度。元素的 相对顺序 应该保持 一致 。 由于在某些语言中不能改变数组的长度，所以必须将结果放在数组nums的第一部分。更规范地 阅读全文
摘要：
自用的两种方法 1： %{ 若干语句 } % 2.快捷键CTRL+R,取消注释CTRL+T 阅读全文
摘要：
按住ctrl,光标放在cv2上，就能跳转到cv2的__init__.py文件 全选，按Ctrl+/注释掉所有语句，然后将如下语句添加到__init__.py中 `import sys import os import importlib os.environ["PATH"] += os.pathse 阅读全文
摘要：
1.帧差法 由于场景中的目标在运动，目标的影像在不同图像中的位置不同，该类算法对时间上连续的两帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值。当绝对值超过一定阈值是时，即可判断为运动目标，从而实现目标的检测功能。 常常出现空洞现象 2.混合高斯模型学习方法 （1）首先初始化每个高斯模 阅读全文
摘要：
import cv2 import numpy as np #图像显示 def cv_show(imgname,img): cv2.imshow(imgname,img) cv2.waitKey(0) cv2.destroyAllWindows() #排序坐标函数 def order_pts(pts 阅读全文
摘要：
import cv2 import numpy as np import pytesseract def cv_show(imgname,img): cv2.imshow(imgname,img) cv2.waitKey(0) cv2.destroyAllWindows() #按左上，右上，右下，左 阅读全文
摘要：
1.sigmoid 函数为什么不好？ （1）激活函数计算量大（在正向传播和反向传播中都包含幂运算和除法） （2）反向传播求误差梯度时，求导涉及除法 （3）Sigmoid倒数取值范围是[0,0.25]，由于神经网络反向传播时‘链式反应’，很容易出现梯度消失的情况 （4）Sigmoid的输出不是0均值， 阅读全文