社区
非技术区
帖子详情
请问大家每天上班和下班花在路上的时间有一共有多少?
mihaisheng
2006-08-21 11:25:08
请大家写清楚自己所在的省市,谢谢,
...全文
400
24
打赏
收藏
请问大家每天上班和下班花在路上的时间有一共有多少?
请大家写清楚自己所在的省市,谢谢,
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
24 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
YuLimin
2006-09-02
打赏
举报
回复
广州:11号公车,来回30分钟
tcmis
2006-09-01
打赏
举报
回复
0.
在家办公。
luc_ne
2006-09-01
打赏
举报
回复
步行30分钟来回
imA
2006-09-01
打赏
举报
回复
沈阳
公交车(不用换车)
单程40分钟
msongsong
2006-08-31
打赏
举报
回复
北京3小时
qinqinxiatiao
2006-08-31
打赏
举报
回复
长春 走路 单程35分钟 全程90分钟左右 回家要买菜 呜呜~~
经常是4:30下班 6:00才进家门~
Mark_MaoHUA
2006-08-31
打赏
举报
回复
长沙20分钟
ccdjk
2006-08-30
打赏
举报
回复
苏州 骑自行车 10分钟
qiaobu
2006-08-30
打赏
举报
回复
北京1.5小时
fishyqd
2006-08-30
打赏
举报
回复
上海, 脚踏车 ,1.5个小时 (从租房子到公司)
上海, 地铁 ,3.6个小时 (从学校宿舍到公司)
limingFAQ
2006-08-30
打赏
举报
回复
北京 2小时
kill8108
2006-08-29
打赏
举报
回复
全程大概1个小时吧.........住得不远,房租好贵呀!
theoffspring
2006-08-29
打赏
举报
回复
大连,倒2遍车,2小时
firegod888
2006-08-29
打赏
举报
回复
北京1-3个小时
jarycxd
2006-08-29
打赏
举报
回复
上海
来回走路1小时
打车的花10分钟
还可以 比较近
海牛
2006-08-29
打赏
举报
回复
来回全程1个小时,自己骑电驴子^_^
flyingghost
2006-08-28
打赏
举报
回复
to :dddlgbb(gbb)
住在大厂在市区工作,如果还要转车的话,别说来回,单趟都可能花你2小时。
没有调查就没有发言权。。。
杭州,来回步行半小时。
l_jianming
2006-08-28
打赏
举报
回复
青岛,走路 15分钟
jf_jf
2006-08-21
打赏
举报
回复
南京,上班走路10分钟
dddlgbb
2006-08-21
打赏
举报
回复
南京还要两个小时,你是在南京住在上海上班吧
加载更多回复(4)
OpenCV-Python(35):BRIEF算法
BRIEF()是一种用于计算机视觉中特征点描述子的算法。它是一种,通过比较图像上不同位置的像素值来生成特征点的描述子。BRIEF算法的基本思想是选取一组固定的像素对,并比较这些像素对之间的。对于每一个像素对,如果第一个像素的亮度大于第二个像素的亮度,则将该像素对的比较结果设为1,否则设为0。将所有像素对的比较结果串联起来,就得到了该特征点的二进制描述子。BRIEF算法的优点是计算速度快、内存消耗小,。然而,由于BRIEF算法只比较像素的亮度差异,而没有考虑像素的空间关系,因此。
特征描述子算法——BRIEF
特征描述子算法——BRIEF一、算法简介二、算法原理1、以特征点为中心,取大小为 S x S 的区域p,区域的四条边分别都与坐标轴垂直或平行。2、采用方差为σ,卷积核大小为 N x N 的高斯滤波器对区域p每一点进行高斯平滑处理。3、计算4、计算维的位字符串(即特征点的描述子)三、算法优点四、算法缺点五、小贴士六、参考文章 一、算法简介 BRIEF是2010年ECCV会议上提出的一种以二进制字符串作为特征点的描述子。 二、算法原理 1、以特征点为中心,取大小为 S x S 的区域p,区域的四条边分别都与坐标
BRIEF算法
本文结构 为了看懂ORB特征提取算法,来看了BRIEF算法的原文,并查看了OpenCV中BRIEF的相关实现,来验证论文的解读正确与否。 BRIEF论文解读 摘要 用二进制串描述局部特征,好处有二:一是很少的bit就能描述独特的性质;二是可以用汉明距离计算两个二进制串之间的特征,计算速度快。在实际应用中的好处是:算的准;算的快;省内存。 BRIEF特征的建立和用于匹配,都很快。性能测试表明,BRI...
什么BRIEF算法?BRIEF算法详解
BRIEF是一种特征描述子提取算法,并非特征点的提取算法,一种生成二值化描述子的算法,不提取代价低,匹配只需要使用简单的汉明距离(Hamming Distance)利用比特之间的异或操作就可以完成。因此,
时间
代价低,空间代价低,效果还挺好是最大的优点。 算法的步骤介绍如下: 1. 图像滤波:原始图像中存在噪声时,会对结果产生影响,所以需要对图像进行滤波,去除部分噪声。 2. 选取点对:以特征点为中心,取S*S的邻域窗口,在窗口内随机选取N组点对,一般N=128,256,512,默认是2
非技术区
23,404
社区成员
70,506
社区内容
发帖
与我相关
我的任务
非技术区
Java 非技术区
复制链接
扫一扫
分享
社区描述
Java 非技术区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章