消费级深度传感器容易产生噪声，这就导致 RGB-D SLAM 会丢失一些几何细节，导致过度平滑。使用轻量级的相机传感器是一种趋势，然而，它们的 representations（点云、曲面、volume）在形状提取时缺乏灵活性，重建的准确度就会下降。基于 NeRF 的视觉 SLAM 可以在小尺度场景中实现精确的三维重建和相机位姿估计。然而目前的工作由于缺乏全局在线优化，如 loop closure

可以看到YOLOv7在速度和准确度上较之前的检测器有非常明显的提升。作者提出了一种新的实时目标检测架构，针对解决重参数化模块的替换和动态标签分配问题，提出可训练的bag-of-freebies方法来提高准确度。（1）更好地适配移动端（2）关注训练过程的优化，而不增加推理成本（3）plannedre-parameterizedmodel，用梯度传播路径的概念分析了适用于不同网络中layers的模型重

数据库系统会将 SQL 编译成查询计划。查询计划是一棵运算符树。

题意：给出a串和b串，有k次操作，每次操作将a串分割成两份，并将后一个子串接到前面，求有多少个这样不同的过程。题解：dp打王者，每天写题解。(逃#define _CRT_SECURE_NO_WARNINGS#include<iostream>#include<cstdio>#include<string>#include<cstring&gt...

题意：给出n个城市的x,y坐标以及每个城市的人数， 这些城市的主人想建造最小生成树，这时候有个会魔法的道士说， 我可以让一条路权值为0， 求A/B的最大值， 其中A是权值为0的道路连接的两个城市的人数之和， B是最小生成树的权值。题解：次小生成树先求一遍mst，有一点跟次小生成树不同的是，若是mst上的边，也可以将其边权置为0。#define _CRT_SECURE_NO_WARNINGS#inc

题意：给出n种材料，每种材料给出单个高度，最大限制高度和数量，求最高能堆多高。题解：多重背包因为每个材料都有限制高度，我们先排个序。每种材料的高度是在前者叠加高度再累加上去的，所以将dp[a[i].maxh]dp[a[i].maxh]dp[a[i].maxh]的值都赋值给后面一个材料。#define _CRT_SECURE_NO_WARNINGS#include<iostream&...

题意：给出起点、终点，求最短路。题解：dijkstra放在堆这个专题大概是最小堆优化吧。#define _CRT_SECURE_NO_WARNINGS#include<iostream>#include<cstdio>#include<string>#include<cstring>#include<algorithm>#include&

题意：有一序列，每两个元素可以相互合并成一个元素，x-y或者y-x。求最后留下的一个元素最大。题解：思维有正有负的时候，必为绝对值之和。全为正：绝对值和 -2 * min。全为负：绝对值和 + 2 * max。#define _CRT_SECURE_NO_WARNINGS#include<iostream>#include<cstdio>#include...

题意：给出n，求有几组能将n表示为两素数和的方法。题解：素数筛wa了无数次给我整蒙了，数组大小太难把控了，vector无敌好吧。#define _CRT_SECURE_NO_WARNINGS#include<iostream>#include<cstdio>#include<string>#include<cstring>#include<al

题意：nnn个不同规格长方体，求能垒多高，长宽严格递减。不同规格长方体数量不限。题解：dp按长宽排序，跟求LISLISLIS一样。#define _CRT_SECURE_NO_WARNINGS#include<iostream>#include<string>#include<cstring>#include<algorithm>co...