上面的的类型中包含了2个变量，这种情况下应该如何进行排序呢？sort方法肯定没有办法实现这种用户自定义的类型不用成员的排序，那应该怎么办呢？上面的例子会使用默认的比较函数，用户只需要指定升序还是降序就可以了。我们经常碰到stl容器或者一些排序算法需要用户自定义实现排序规则，为什么要用户自定义排序规则函数呢？

Floyd算法，中文名称弗洛伊德算法，这是一个图算法，用于求解图中每对顶点之间的最短路径问题。这是一个经典的动态规划算法，。

以人脸识别为例，表示的是输入图像时输入的是一张图像还是多张图像，如果输入的是一张图像，那么batch_size就为1；：也是用于表示两组向量相似度的比较，但是计算方法与欧式距离不一样，取值范围为-1~1，数值为0表示两个向量不相关，数值越接近-1表示两个向量越不相似；：这个术语的含义是将图像中的人脸经过旋转转到下巴垂直的地面的角度，这是通过图图像的矩阵操作实现的，例如一个人脸是歪着头的，经过这一步

劣势是如果调用模块仅使用被调用模块一个对象或者很少的几个对象，则此种方法可行，但是如果调用模块使用了很多的被调用模块的下对象，此种使用方法就不太友好，因为要针对每个对象添加一句上文中的语句。无论是使用python还是c/c++开发代码时，不可避免的要使用到标准库或者第三方库，这个时候就需要在我们的py文件中调用库，而在python中一般是通过from和import的组合来实现加载第三方库包中的模块

opencv 图像错切的概念

opencv读取摄像头图像时问题解决。

opencv提供了很多接口来在图像上绘制基本形状，例如圆形，方形，椭圆，设置文字（默认只支持文字）等，但是如何绘制多边形呢？上面两种方法都可以实现多边形的绘制，但是他们的区别在哪里呢？

感受野是指在CNN(卷积神经网络)中，输出特征的一个像素点对应输入图像上的区域大小。换句话说它表示输出特征能“看到”输入图像的范围。还有另外一种说法就是感受野指的是网络中某特特定层的输出特征图上的一个点对应的输入图像的区域。感受野是在输入图像上影响输出特征图中的某个点的所有像素集合。简单来说，感受野是决定该输出点的“视野”。

dot函数当两个矩阵的维度>2时，则为矩阵乘法与函数matmul功能相同。若维度小于2，则是向量相乘再求和。在python中numpy库的矩阵A和矩阵B的点乘方法:A*B或者multipy方法。在python中numpy库的矩阵A和矩阵B叉乘的方法是A@B或者dot函数。矩阵A，若要与另外一个矩阵相乘，另另外一个矩阵的行数必须为n，例如。python下numpy矩阵点乘和叉乘的用法。含义与我们平时

特征金字塔网络是是一种多尺度特征表示方法，用于解决目标检测、图像分割等任务中对不同尺寸的目标的检测问题。特征金字塔网络会有多个尺度的特征图输出，每个大尺度的特征图都包含小尺度特征图的信息，进而将小尺度特征图中的信息融合到大尺度的特征图中，这样在大尺度中也会包含只有小尺度特征图的语义信息。特征金字塔网络会有多个输出，每个输出的尺度各不相同，但是通道数相同自顶向下是只从小尺度特征图向大尺度特征图方向传