LYStudyC的博客

原创 逻辑填坑0

原创 操作系统引导（开机过程）

包含RAM和ROM两部分，RAM为主要使用的内存，关闭电源后内容会消失，而ROM不会。3、接下来CPU执行主引导程序，并根据分区表找到活动分区（又称主分区，即安装操作系统的分区）的引导记录，并执行引导记录内的程序。包含 主引导记录（MBR）（包含：磁盘引导程序和分区表）、C盘、D盘、E盘、F盘等。1、开机时，CPU会从主存中固定位置找到自举程序并执行（先进行硬件自检，再开机）包含 引导记录PBR（负责找到“启动管理器”）、根目录、其他。2、将磁盘的主引导记录加载到内存中，扫描分区表。

原创 linux下文件、目录操作

【代码】linux下文件、目录操作。

原创 虚拟地址空间

虚拟地址空间解释

原创 makefile

【代码】makefile。

原创 gcc、g++

通过预处理器得到通过编译器得到通过汇编器得到后与通过连接器得到GCC常用参数。

原创 torch.stack()和torch.cat()的区别

torch.stack()可以通过torch.cat()表达，即torch.stack(tensors, dim)等价于torch.cat([tensor.unsqueeze(dim) for tensor in tensors ], dim)所以，若能理解torch.cat()函数，即可理解torch.stack()1、torch.cat(tensors, dim)参数: tensors:需要合并的张量集合 dim:需要合并的维度a ......

原创 Docker学习

一、安装Docker# 1、yum包跟新最新yum update# 2、安装需要的软件包 yum-util 提供yum-config-manager功能，另外两个是devicemapper驱动依赖的yum install -y yum-utils device-mapper-persistent-data lvm2# 3、设置yum源yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-re

原创 Linux指令

一个完整的指令标准格式:Linux通用的格式# 指令主题 [选项] [操作对象]一个指令可以包含多个选项操作对象也可以是多个基础指令1、ls(list)用法1：# ls含义:列出当前工作目录下的所有文件/文件夹的名称用法2：# ls 路径含义：列出指定路径下的所有文件/文件夹的名称关于路径（重要）：路径分为两种：相对路径、绝对路径相对路径：首先得有个参照物（一般都是当前的工作路径）...

原创 Open3D学习——2 KDTree

1 建里KDTree索引pcd = o3d.io.read_point_cloud('bun.ply')# 把所有点染成灰色pcd.paint_uniform_color([0.5, 0.5, 0.5])# 建立kd树索引pcd_tree = o3d.geometry.KDTreeFlann(pcd)2 k近邻搜索# 给指定点染红色pcd.colors[100] = [1, 0, 0]# 索引临近的100个点[k, idx, _] = pcd_tree.search_knn_.

原创 Open3D学习——1 基础操作

读写操作1 点云(Point Cloud)# 读取数据pcd = o3d.io.read_point_cloud('bun.ply')# 输出点云个数print(pcd)# 输出点云数据print(np.asarray(pcd.points))# 保存数据o3d.io.write_point_cloud('copy.ply', pcd)>>>>PointCloud with 40256 points.>>>>[[-0.06325

原创 Learning to Aggregate and Personalize 3D Face from In-the-Wild Photo Collection 笔记

摘要 非参数化人脸建模：不进行形状假设，直接从图像中重建三维人脸。虽然可以预测可信的面部细节，但模型往往过度依赖局部颜色外观，并且受模糊噪声的影响。 为解决如上问题，本文提出LAP框架，该方法不使用受控环境，而是隐式地从无约束的照片集中分离出ID一致的和场景特定的人脸（先从多图片中建模出人脸模型，然后通过与从目标图片中分离出的属性（环境等）相结合，最后获得场景特定的人脸）。具体地说，首先为了学习出ID一致的人脸，LAP基于一种新的课程学习方法，通过松弛一致性损失，自适应地...

原创 opencv项目实战-2滤波操作

1 均值滤波"""均值滤波算子(3,3)：1/9， 1/9， 1/91/9， 1/9， 1/91/9， 1/9， 1/9"""blur = cv2.blur(img, (3,3))2 方框滤波"""方框滤波算子(3,3)：(未归一化)1, 1, 11, 1, 11, 1, 1(归一化)1/9， 1/9， 1/91/9， 1/9， 1/91/9， 1/9， 1/9"""box1 = cv2.boxFilter(img, -1, (3, 3), normal

原创 opencv项目实战-1基础知识

python环境： 版本:3.6.3 下载连接：https://www.python.org/ftp/python/3.6.3/python-3.6.3-amd64.exeopencv环境：版本:3.4.1.15下载链接：https://pypi.tuna.tsinghua.edu.cn/simple/opencv_python-3.4.1.15-cp36-cp36m-win_amd64.whl...