理论 图像分类基础 图像分类：将不同的图象划分为不同的类别标签。 应用场景：图象识别、相册分类、图片检索 领域划分： 多类别分类 multi-class（传统） 一张图对应一个类别标签 较大的类间方差，较小的类内误差 细粒度分类 fine-gained 类别标签划分更细 多标签图像分类 multi-label 一张图可划分为多个类别标签 数

人脸检测算法主要在一幅图片或视频序列中检测出人脸的位置，并给出人脸的具体坐标。是人脸关键点、属性、编辑、风格化和识别等模块的基础。 数据集：widerface 挑战：scale, pose, occlusion, makeup 概念与定义 图像分类：识别图像中物品的类别并给出置信度。 图像分类：对于一个或多个目标的图片，识别出目标的位置，并对目标进行分类。 数据标注 (x1,y1,x2

Score Policy 分数组成 占比（%） 平时分 35 proj-2~3人组队进行Facechain新风格化生成-提交PR:zju_组名_XXX9.8中期报告:学习review + 项目计划(~1000字)9.15 项目答辩, final version 65 概况 完整链路 ：内容-信号增强-压缩技术-计算处理-输出端 应用举例： 电梯拥挤程度、基于遥感的、瑕疵检测

Corrections of PTA HW 9 Let S be the set of activities in Activity Selection Problem. Then the earliest finish activity ama_mam​ must be included in all the maximum-size subset of mutually compatible

抽象论辩框架 抽象论辩框架 抽象论辩框架(论辩框架)是一个二元组AF=⟨AR,attacks⟩AF = \lang AR, attacks\rangAF=⟨AR,attacks⟩. ARARAR：一组论证的集合 attacksattacksattacks： ARARAR上的二元关系。attacks⊆AR×ARattacks ⊆ AR × ARattacks⊆AR×AR。 符号表示用 α→βα

Goals • Introduce the code for maintaining reference counts –A reference count is a count of the number of times an object is shared –Pointer manipulations have to maintain the count • Class UCObject