FCOS 理解整个网络架构，怎么实现一个提取特征的结构.bacbone+neck(类似FPN),，然后针对那些问题做了哪些结构上的创新。 anchor或者伪anchor的定义，正负样本的定义。 训练推理的过程是怎样的，重叠样本的处理,loss是如何定义的，从loss的角度理解样本回归的目标是什么。 对比消融实验是咋做的，为何要做这个对比实验。 注意收集一些比较地道的语法表达 代码 先去尽量理解这个框架每个文件每个函数的功能，注意函数的输入输出是什么 在代码框架下写一个文件，总结下每个文件实现的功能，类似于这种

动态规划+背包问题参考：https://blog.csdn.net/sinat_32403451/article/details/84899820背包问题及变形：https://blog.csdn.net/qq_22526061/article/details/83504116 #coding:utf-8 n,m = map(int,input().split()) L=[] R=[] for i in range(n): li,ri = map(int,input().split()) L.append(li) R.append(ri) dp = [[0 for i...

python解答(参考cpp) s = input() mod = 1000000007 rows = len(s) cols = 3 dp = [[0 for c in range(cols)] for r in range(rows)] m = 0 dp[0][(ord(s[0]) - ord('0'))%3] = 1 for i in range(1, len(s)): #ord() ASCII码 m = (ord(s[i]) - ord('0'))%3 dp[i][m] = (dp[i][m]+1)%mod for j in range(3): ...