计算机网络总复习
计算机网络自救指南 基本缩写词语 ISP、OSl、TCP/IP、C/S、B/S、LAN、WLAN、VLAN、STP、UTP、ADSL、FDM、WDM、TDM、HDLC、PPP、CRC、MAC、CSMA/CD、MACA、LLC、CSMA/CA、AS、IGP、EGP、CIDR、NAT、ICMP、ARP、RARP、DHCP、OSPF、BGP、TSAP、NSAP、TCP、UDP、RPC、RTP、DNS、SNMP、FTP、SMTP、HTTP、POP3、Email、www、IMAP、HTML、URL、MIME、XML 第一章 绪论 分类标准:传输技术和网络尺度 两种传输技术 传输技术{点到点链路——单播(点到点传输只有一个发送方和一个接收方)广播式链路——在一个广播网络上,通信信道被网络上的所有机器所共享,任何一台机器发出额数据包能被所有其他任何机器收到广播式链路{广播——将一个数据包发送给所有目标机器,只要在地址字段中使用一个特殊的编码组播——将一个数据包发送个一组机器 ...
大数据技术原理与应用
Big Data(大数据应用技术) 第一章:大数据概述(看好例题即可) 1. 大数据的概念 例:简述大数据的4V特征?并分别简要解释每个特征的意义? 答案: 数据量大(Volume)——各行各业每时每刻都在生产数据,生产速度非常块,产生的数量非常大。 数据类型繁多(Variety)——每个领域都会产生不同的数据类型,因此数据类型非常多。 处理速度快(Velocity)——数据生成速度很快,因此对这些数据的处理也要非常快。 价值密度低(Value)——我们的视频监控可能要录制很长时间,并且存储量特别大,但是有价值的部分可能只有几分钟。 2. 大数据的应用实例 智能推荐系统,信贷评估系统,无人驾驶汽车,优化物流网络,智慧交通,智能安防 3. 大数据的关键技术 从数据分析全流程角度,大数据技术包含哪些内容?每个内容请至少列出至少2个该内容包含的功能? 数据采集与预测——清洗,转化,集成 数据存储和管理——利用分布式文件系统,数据仓库等,实现海量数据的存储和管理 数据处理与分析——分布式并行编程,机器学习和数据挖掘 数据安全和隐私保护——保护数据安全和个人隐私 4....
计算机视觉产业落地的难点与应对
计算机视觉产业落地的难点与应对 出自:百度大脑——(计算机视觉产业落地难点与应对)https://www.bilibili.com/video/BV1eB4y1T772?spm_id_from=333.999.0.0 学术研究和产业应用的区别 学术研究 产业应用 任务 1. 定义明确2. 聚焦某一任务3. 单一明确的评估标准 1. 开放问题2. 系统整体设计3. 多维度,复杂评估 数据 1. 公开数据集2. 固定不变3. 数据量大 1. 自定义数据集(也可以采用公开)2. 不断迭代3. 数据量小 算力 无硬性限制(不受到设备限制) 1. 限制硬件端部署2. 服务器部署吞吐量要求3....
You Cannot Easily Catch Me: A Low-Detectable Adversarial Patch for ObjectDetectors
You Cannot Easily Catch Me: A Low-Detectable Adversarial Patch for ObjectDetectors 论文:[You Cannot Easily Catch Me: A Low-Detectable Adversarial Patch for ObjectDetectors](You Cannot Easily Catch Me: A Low-Detectable Adversarial Patch for ObjectDetectors) 作者:Zijian Zhu, Hang Su, Chang Liu, Wenzhao Xiang, Shibao Zheng 期刊:2021年某期刊 代码:暂时没有 原文摘要 Blind spots or outright deceit can bedevil and deceive ma-chine learning models. Unidentified objects such as digital“stickers,” also known as...
Unifying Nonlocal Blocks for Neural Networks
Unifying Nonlocal Blocks for Neural Networks 论文名称:Unifying Nonlocal Blocks for Neural Networks 作者:Lei Zhu, Qi She, Duo Li, Yanye Lu, Xuejing Kang, Jie Hu, Changhu Wang 期刊:ICCV2021 代码:https://github.com/zh460045050/SNL_ICCV2021 原文摘要 The nonlocal-based blocks are designed for capturinglong-range spatial-temporal dependencies in computer vi-sion tasks. Although having shown excellent performance,they still lack the mechanism to encode the rich, struc-tured information among elements...
操作系统习题集
习题集 第一题 解题思路:B优先级高于A,所以B先运行,但是A运行过程中不能被中断,DEV1和DEV2 可以同时工作,忽略程序切换时间。先画出两个程序运行的时间轴,所有问题都迎刃而解。 解题:时间轴线如下图所示(记号B(x)表示,B程序占用当前设备,运行时间为x) 从图中可以看出 B程序先结束 全部执行完成需要234ms 这个要计算整个程序运行在CPU上的时间总和 利用率=20+25+20+20+10+20+45+20234=180234≈76.9%利用率 =\frac{20+25+20+20+10+20+45+20}{234} = \frac{180}{234} \approx 76.9\% 利用率=23420+25+20+20+10+20+45+20=234180≈76.9% 计算如下 A等待CPU的时间=20+(214−199)=20+15=35msA等待CPU的时间...
FaPN-Feature-aligned Pyramid Network for Dense Image Prediction
FaPN: Feature-aligned Pyramid Network for Dense Image Prediction 论文:FaPN: Feature-aligned Pyramid Network for Dense Image Prediction 作者:Shihua Huang, Zhichao Lu, Ran Cheng, Cheng He 期刊: ICCV2021 代码:https://github.com/EMI-Group/FaPN 原文摘要 Recent advancements in deep neural networks havemade remarkable leap-forwards in dense image prediction.However, the issue of feature alignment remains as ne-glected by most existing approaches for simplicity. Directpixel addition between...
Global Aggregation then Local Distribution in Fully Convolutional Networks
Global Aggregation then Local Distribution in Fully Convolutional Networks 论文:Global Aggregation then Local Distribution in Fully Convolutional Networks 作者:Xiangtai Li, Li Zhang, Ansheng You, Maoke Yang, Kuiyuan Yang, Yunhai Tong 期刊:BMVC 2019 代码:https://github.com/lxtGH/GALD-DGCNet 原文摘要 It has been widely proven that modelling long-range dependencies in fully convolutionalnetworks (FCNs) via global aggregation modules is critical for complex scene under-standing tasks such as semantic...
人脸识别与活体检测
人脸识别 = 人脸检测+人脸对齐+人脸比对 活体识别目的:避免恶意使用照片对人脸识别进行攻击 活体识别的位置会根据活体检测的方法,放在人脸识别的不同阶段 放在人脸检测前,如果不是活体其他都没必要 放在人脸对齐前,如果检测不到人脸怎么知道是不是活体 放在人脸比对前,没有对齐,不能提取太确定的信息(比如动作活体检测) 活体检测攻击方法 攻击方法 解决方案 打印图片 分类器 面具 动作检测(扣眼睛嘴巴的面具可能无法其作用) 视频 分类器 活体检测方法 Colour Textrue,2016 原理:活体与非活体在RGB空间里比较难区分,但在其他颜色空间里的纹理有明显差异 算法:HSV空间人脸多级LBP特征+YCbCr空间人脸LPQ特征 Micro-texture,SSD or binocuilar depth,2018 活体检测直接放到人脸检测(SSD,MTCNN等)模块里作为一个类,即人脸检测出来的bbox里有背景,真人人脸,假人脸三类的置信度.这样可以在早期就过滤掉一部分非活体。整个系统速度非常块。后续设计的SPMT feature和TFBD...
Region Mutual Information Loss for Semantic Segmentation
Region Mutual Information Loss for Semantic Segmentation 论文名称:Region Mutual Information Loss for Semantic Segmentation 作者:Shuai Zhao, Yang Wang, Zheng Yang, Deng Cai 期刊:未查到(2019年) 代码:https://github.com/ZJULearning/RMI 原文摘要 Semantic segmentation is a fundamental problem in computer vision. It is con-sidered as a pixel-wise classification problem in practice, and most segmentationmodels use a pixel-wise loss as their optimization criterion. However, the pixel-wise loss ignores the...