向量（Vector）是一个封装了动态大小数组的顺序容器（Sequence Container）。在C++中vector应用较多，那如何求取vector中数据的和与均值呢？当然，我们可以利用最直接的循环来做（即利用vector.size()）。但是有没有简单方法呢，答案是肯定的。可利用如下函数进行处理，举一个简单的例子以供参考。先假设已经拥有一个含有数据的vector，即vector vec，我们可

    UNet3+发表于2020年的ICASSP，它是对UNet非常重要的改进，它的性能我认为是可以超过UNet++的，至少在我的使用过程中我会直接使用UNet3+，而不是UNet++。1、UNet3+解读    UNet3+解读有很多文章，自己本来想好好捋一下发在这里，后来发现有两本篇文章相当的好，所以自己偷点懒不在写了，把文章连接发在这，大家真的可以好好看看：UNet++解读 + 它是如何对

图像分割unet系列------Res-UNet详解1、Res-UNet要解决的问题2、Res-UNet主要网络结构3、引发的思考    Res-UNet发表于2018年，是UNet非常重要的改进版本之一。当然，Res-UNet同样是应用在医学图像分割领域-----视网膜血管分割。1、Res-UNet要解决的问题    作者在文章的简介中就提到了视网膜血管分割任务的主要难点和挑战，这也是Res-U

图像分割unet系列------Attention Unet详解1、Attention Unet主要目标2、Attention Unet网络结构    Attention Unet发表于2018年中期（比Res-UNet要早一些），它也是UNet非常重要的改进版本之一。当然，Attention Unet同样也是应用在医学图像分割领域，不过文章主要是以胰脏图像分割进行实验与论证的。1、Attenti

1、Requests.Kenneth Reitz写的最富盛名的http库。每个Python程序员都应该有它。**2、Scrapy.**如果你从事爬虫相关的工作，那么这个库也是必不可少的。用过它之后你就不会再想用别的同类库了。3、Pillow.它是PIL（Python图形库）的一个友好分支。对于用户比PIL更加友好，对于任何在图形领域工作的人是必备的库。4、NumPy.我们怎么能缺少这么重要的库？它

AlexNet网络结构详解（含各层维度大小计算过程）1、AlexNet之前的思考2、AlexNet网络结构3、AlexNet网络结构的主要贡献    在上文中详细介绍了第一个神经网络LeNet，但是在其提出20年的时间里并没有引起学者和各研究机构的重视，随机机器学习的兴起，LeNet网络基本被遗忘了。而真正打破机器学习和传统特征提取方法限制的深度神经网络就是本文要讲述的AlexNet。1、Alex

目录PR曲线概念precision（精准率）和recall（召回率）PR曲线功能说明PR曲线概念PR曲线中的P代表的是precision（精准率），R代表的是recall（召回率），其代表的是精准率与召回率的关系，一般情况下，将recall设置为横坐标，precision设置为纵坐标。precision（精准率）和recall（召回率）上述中介少了PR曲线的实质代表为precision（精准率）和

Python3.6没有办法下载opencv3.4.1及以下版本，而opencv3.4.2以上的opencv设计专利问题，有一些函数无法使用。因此，我们有两个方法来解决一些函数无法调用问题。降低Python的版本，但是降低版本依然会遇到其他配置问题，如配置TensorFlow和PyTorch等；安装与opencv相对应的opencv-contrib；我采用第二种方法，安装opencv3.4.2与对应

在进行深度学习训练过程中学习率是优化时非常重要的一个因子，通常情况下，在训练过程中学习率都是要动态调整的，通常学习率会逐渐衰减。本文讲解其中一个策略------Poly策略。Poly是一种指数变换的策略，具体公式如下所示：lr=base_lr×(1−epochnum_epoch)powerlr = base\_lr \times {\left( {1 - \frac{{epoch}}{{num\_