- 博客(175)
- 收藏
- 关注
RSS订阅原创 C++ 递归调用的一些思考
关于递归调用，很多博客有讲，都说是进栈出栈的过程，但是很多人还是不能理解，为啥是进栈出栈的过程，其实说白了就是函数嵌套执行，内层执行完了，就执行外层。输出结果为：0，1，2，3，4，5。
2023-10-30 19:20:22
106
原创 解决rosdep网络问题
但是因为国内的网络的原因，这两步都有一点困难。其实也就是指定了一个软件源。当然，这个指令只会对当前终端有效，如果想要永远有效，直接写到。其中，第一步就是下载了一个文件，第二步是从服务器下载一些数据。现在我们就看下是如何解决这两步的。就不会有任何问题了，又快又稳。运行以上两条指令，就和运行。
2023-07-26 11:46:48
121
原创 anaconda安装labelme后，windows中标注文件linux中打不开的问题
解决labelme在windows中标注的文件，在linux中无法打开的问题
2022-08-02 17:13:02
497
转载 看了这么多篇红黑树文章，你理解了嘛？
很早以前就想写一篇关于红黑树的文章，可是因为担忧本身理解的不透彻，就一直不敢下笔。因而在从新看了不少篇文章和资料以后，决定不折不扣的把红黑树搞清楚。也但愿让你在面试中游刃有余。OK，废话很少说，开始今天的文章。java 整篇文章的思路是这样的，红黑树其实就是一种数据结构，设计它的目的就是为了高效地进行增删改查，因此咱们文章的顺序也会按照这个思路来进行。咱们先从二叉查找树逐渐引入到红黑树，而后再详细的讲解。你若是看过其余文章想必也必定清楚，红黑树比较麻烦，但愿你有点耐心，认真理解每一张..
2022-02-24 20:45:26
106
转载 跳出公式，看清全局，图神经网络（GCN）原理详解
本文转载自公众号：SimpleAI。作者 | 郭必扬编辑 | CamelGCN问世已经有几年了（2016年就诞生了），但是这两年尤为火爆。本人愚钝，一直没能搞懂这个GCN为何物，最开始是看清华写的一篇三四十页的综述，读了几页就没读了；后来直接拜读GCN的开山之作，也是读到中间的数学部分就跪了；再后来在知乎上看大神们的讲解，直接被排山倒海般的公式——什么傅里叶变换、什么拉普拉斯算子等等，给搞蒙了，越读越觉得：“哇这些大佬好厉害，哎我怎么这么菜！”。就这么反反复复，尝试一次放弃一次，终于慢慢有点理解了，慢慢
2021-12-01 16:52:03
388
转载 OCR评测研究报告及常用性能指标
链接地址:1月13日，中国人工智能产业发展联盟2019年第四次全体大会在北京召开，会上，腾讯云AI视觉团队组织撰写的《OCR产业应用及评测需求研究报告》获得与会专家的认可，并顺利通过立项。该报告是腾讯公司联合中国信息通信研究院、中国人工智能产业发展联盟共同成立的“智能产品安全与评测联合实验室”的首个研究成果。OCR（Optical Charater Recongnition）全称“光学字符识别”，即利用光学技术和计算机技术将印制或书写与纸张上的文字读取出来，并转换成计算机可读取、人可以理解的格式。作为
2021-05-20 17:28:44
3266
1
转载 PaddleOCR常见问题汇总(持续更新)
https://www.bookstack.cn/read/PaddleOCR/FAQ.md#4rqxz2【精选】OCR精选10个问题Q1.1.1：基于深度学习的文字检测方法有哪几种？各有什么优缺点？A：常用的基于深度学习的文字检测方法一般可以分为基于回归的、基于分割的两大类，当然还有一些将两者进行结合的方法。（1）基于回归的方法分为box回归和像素值回归。a. 采用box回归的方法主要有CTPN、Textbox系列和EAST，这类算法对规则形状文本检测效果较好，但无法准确检测不规则形状文本。 b.
2020-12-24 14:29:39
3143
原创 TFLite推理CRNN网络模型，0-9数字识别
写在前面：经过几天的折腾，终于通关了TFLite本地编译，tensorflow模型转TFLite，TFlite推理CRNN网络模型。现在把整个过程记录下来。环境：操作系统：ubuntu18.04.5tensorflow版本：v2.2.0bazel版本：3.1.01.TFLite本地编译TFLite本地编译可以参考我的前面一篇博客《ubuntu18.04 tensorflow以及tensorflow lite源码编译C++库》，地址：https://blog.csdn.net/guo1988kui
2020-12-03 16:56:13
1176
1
原创 解决anaconda下载的中断、慢的问题
1.更换conda国内源，比如清华源、科大源windows下更换源：进入C:\Users\用户名，找到.condarc，更改为channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/
2020-12-02 11:33:31
7400
1
转载 Cross Entropy Error Function（交叉熵损失函数）
Cross Entropy Error Function（交叉熵损失函数）例子表达式函数性质学习过程优缺点这篇文章中，讨论的Cross Entropy损失函数常用于分类问题中，但是为什么它会在分类问题中这么有效呢？我们先从一个简单的分类例子来入手。1. 预测政治倾向例子我们希望根据一个人的年龄、性别、年收入等相互独立的特征，来预测一个人的政治倾向，有三种可预测结果：民主党、共和党、其他党。假设我们当前有两个逻辑回归模型（参数不同），这两个模型都是通过sigmoid的方式得到对于每个预测结果的概率值：模型1：
2020-06-12 19:37:34
1701
原创 ubuntu利用conda创建虚拟环境，并安装cuda，cudnn，tensorflow
1.创建虚拟环境：conda create -n your_env_name python=3.6，若不写依赖项python的版本号，则默认安装最新的python包conda安装仓库conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkg
2020-06-02 14:03:02
3772
4
原创 TensorFlow Slim的使用
1）准备数据集，修改download_and_convert_flowers.py将数据集转化成tfrecord格式第43行 _NUM_VALIDATION = 300 #修改为验证集的图片数量第49行 _NUM_SHARDS = 4 #修改为要生成的TFRECORD的数量第84行 把flower_photo修改为数据所存放的文件夹名称wk_data第102行 修改output_file...
2020-03-16 21:18:42
188
转载 Git使用教程：最详细、最傻瓜、最浅显、真正手把手教！
转载地址导读：因为教程详细，所以行文有些长，新手边看边操作效果出乎你的预料。GitHub虽然有些许改版，但并无大碍。一、Git是什么？Git是目前世界上最先进的分布式版本控制系统。工作原理 / 流程：Workspace：工作区Index / Stage：暂存区Repository：仓库区（或本地仓库）Remote：远程仓库二、SVN与Git的最主要的区别？SVN是集中式版本控制系统，版...
2020-02-20 16:37:49
243
转载 双目立体视觉概述
导读 为什么非得用双目相机才能得到深度？ 双目立体视觉深度相机的工作流程 双目立体视觉深度相机详细工作原理 理想双目相机成像模型 极线约束 图像矫正技术 基于滑动窗口的图像匹配 基于能量优化的图像匹配 双目立体视觉深度相机的优缺点 ---------------------------------------------...
2020-02-12 18:25:46
5606
1
转载 AMD64和i386的区别
下载Debian系统时，出现两个选项：ADM64和i386，那么这两者的区别是什么？i386=Intel 80386。其实i386通常被用来作为对Intel（英特尔）32位微处理器的统称。AMD64，又称“x86-64”或“x64”，是一种64位元的电脑处理器架构。它是建基于现有32位元的x86架构，由AMD公司所开发。下文引用自知乎：x86架构首度出现在1978年推出的Intel 808...
2020-01-22 11:17:08
3501
1
转载 五中常见的软件架构
转载地址 一、分层架构分层架构（layered architecture）是最常见的软件架构，也是事实上的标准架构。如果你不知道要用什么架构，那就用它。这种架构将软件分成若干个水平层，每一层都有清晰的角色和分工，不需要知道其他层的细节。层与层之间通过接口通信。虽然没有明确约定，软件一定要分成多少层，但是四层的结构最常见。表现层（presentation）：用户界面，负责视觉...
2020-01-21 17:17:25
204
原创 Android ADB 常用命令
转载：https://www.jianshu.com/p/5b21377cf69b日志命令adb logcat 查看日志详细内容可参见ADB Usage Complete / ADB 用法大全官方文档Listing of logcat Command Options他人整合 http://jiongbull.com/2016/03/17/adb%E5%91%BD%E4%BB%A4/更...
2020-01-17 15:54:42
580
原创 ubuntu18.04 tensorflow以及tensorflow lite源码编译C++库
为了编译TensorFlow的源代码，除了要有gcc（版本不低于4.8）支持之外，还需要安装Google自产的编译构建工具，类似于cmake。英文阅读理解能力强的朋友可以直接阅读官方文档：https://www.tensorflow.org/install/source1.tensorflow下载git clone https://github.com/tensorflow/tensorflo...
2019-12-25 15:50:48
3960
8
原创 TensorFlow-Slim的使用
1）准备数据集，修改download_and_convert_flowers.py将数据集转化成tfrecord格式第43行 _NUM_VALIDATION = 300 #修改为验证集的图片数量第49行 _NUM_SHARDS = 4 #修改为要生成的TFRECORD的数量第84行 把flower_photo修改为数据所存放的文件夹名称wk_data第102行 修改output_file...
2019-12-24 13:49:22
325
转载 目标检测模型的评估指标mAP详解(附代码）
转 目标检测模型的评估指标mAP详解(附代码） 2018年12月10日 15:38:48 别说话写代码 阅读数：534 ...
2019-03-30 16:53:46
2681
转载 Caffe 的深度学习训练全过程
本文为大数据杂谈 4 月 20 日微信社群分享内容整理。今天的目标是使用 Caffe 完成深度学习训练的全过程。Caffe 是一款十分知名的深度学习框架，由加州大学伯克利分校的贾扬清博士于 2013 年在 Github 上发布。自那时起，Caffe 在研究界和工业界都受到了极大的关注。Caffe 的使用比较简单，代码易于扩展，运行速度得到了工业界的认可，同时还有十分成熟的社区。对于刚开始学习深...
2019-03-28 15:43:03
5568
转载 OpenCV调用caffe版本MobilenetSSD
opencv for java之——深度学习目标检测MobileNet-SSD当前，在目标检测领域，基于深度学习的目标检测方法在准确度上碾压传统的方法。基于深度学习的目标检测先后出现了RCNN,FastRCNN,FasterRCNN, 端到端目标检测方法YOLO,YOLO-9000,YOLO-v3, MobileNet-SSD,以及Mask-RCNN等。MobileNet是...
2019-03-14 20:33:58
2301
1
原创 pragma message: This header is deprecated. Use boost/integer/integer_log2.hpp instead
在编译caffe的过程中，会出现/usr/local/include/boost/pending/integer_log2.hpp:7:89: note: #pragma message: This header is deprecated. Use <boost/integer/integer_log2.hpp> instead.这是因为使用的是boost1.69.0版本，目前boo...
2019-03-14 15:00:21
2445
转载 ubuntu16中编译boost1.61.0库
转载地址linux系统自带python2.7，boost编译后会生成libboost_python27.so，但有些应用需要libboost_python3，下面我们就来编译。进入boost源文件目录boost_1_67_0，配置仅仅编译python，python路径指向anaconda3中的python3.6。./bootstrap.sh --with-libraries=python -...
2019-03-06 17:47:17
318
原创 ubuntu18.04开机直接进入tty，无法进入图形化界面
问题描述：ubuntu18.04在屏保之后，输入密码，无法进入图形化界面，当重启之后，直接进入命令行界面解决的办法为：sudo apt install ubuntu-desktop
2019-03-06 14:13:24
23298
12
转载 Ubuntu 16.04配置caffe-ssd
转载地址 1. 安装依赖项sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-devsudo apt-get install libhdf5-serial-...
2019-03-06 09:49:16
365
转载 导向滤波算法的实现
导向滤波算法的实现 由上篇导向滤波算法分析，根据(5)~(8)式就可以计算输出图像Q (5) (6) (7) (8)其中，，/ai和/bi的结果要计算所有覆盖了像素i的窗口Wk的ak和bk的平均值。除了用平均值，在实际应用中，我还看到过其他的计算/ai和/bi的方法。比如根据像素i在窗口Wk的位置，给予不同的权重。如果i距离窗口Wk的中心位置越远，则给予ak和...
2019-01-04 15:06:54
621
转载 导向滤波算法分析
转载地址：https://www.cnblogs.com/mightycode/p/8005514.html 本文从数学上推导导向滤波的算法，其算法的具体实现在下一篇导向滤波算法的实现介绍。设引导图G，输入图像P，输出图像Q。导向滤波的目标是使得输入P和输出Q尽可能相同，同时纹理部分和引导图G相似。为了满足第一个目标，使输入P和输出Q尽可能相似，我们要求最小化平方差为...
2019-01-04 11:38:27
607
转载 Gamma校正及其OpenCV实现
参考：[1]http://www.cambridgeincolour.com/tutorials/gamma-correction.htm[2]http://en.wikipedia.org/wiki/Gamma_correction 一、什么是Gamma校正？Gamma校正是对输入图像灰度值进行的非线性操作，使输出图像灰...
2018-12-18 15:01:18
620
转载 undistortPoints（）函数用法总结
转载地址：https://blog.csdn.net/qq_15505637/article/details/76197820?locationNum=5&fps=1https://stackoverflow.com/questions/8499984/how-to-undistort-points-in-camera-shot-coordinates-a...
2018-12-14 19:12:28
7368
转载 OpenCV实现SfM（三）：多目三维重建
转载地址：https://blog.csdn.net/AIchipmunk/article/details/51232861注意：本文中的代码必须使用OpenCV3.0或以上版本进行编译，因为很多函数是3.0以后才加入的。 目录：问题简化求第三个相机的变换矩阵加入更多图像代码实现测试思考下载问题简化终于有时间来填坑了，这次一口气将双目重建扩展为多目重建吧。首先，...
2018-12-12 17:17:42
783
1
转载 张正友标定算法原理详解
转载地址：https://blog.csdn.net/u010128736/article/details/52860364
2018-12-12 11:34:09
367
转载 摄像机模型，畸变模型及畸变图像的矫正
&nbsp;摄像机模型，畸变模型及畸变图像的矫正[email protected]注1：文中所有图的符号标注并不统一，一切以正文部分公式为准。l&nbsp; 摄像机模型：分若干步骤实现：1)&nbsp;&nbsp;&nbsp;&nbsp; 小孔成像映射：&nbsp;类似如上的小孔成像模型，重置一下摄像机坐标系位置，得如下小孔
2018-12-12 11:12:13
2097
转载 ubuntu18.04配置opencv2.4.13 时报错
ubuntu18.04配置opencv2.4.13 时报错 ，错误信息是：CMake Warning at cmake/OpenCVPackaging.cmake:23 (message): CPACK_PACKAGE_VERSION does not match version provided by version.hpp根据报错信息“”cmake/OpenCVPackaging.cma...
2018-12-08 22:23:29
1129
转载 大话深度残差网络（DRN）ResNet网络原理
一说起“深度学习”，自然就联想到它非常显著的特点“深、深、深”（重要的事说三遍），通过很深层次的网络实现准确率非常高的图像识别、语音识别等能力。因此，我们自然很容易就想到：深的网络一般会比浅的网络效果好，如果要进一步地提升模型的准确率，最直接的方法就是把网络设计得越深越好，这样模型的准确率也就会越来越准确。那现实是这样吗？先看几个经典的图像识别深度学习模型： 这几个模型都是在世界顶级比赛...
2018-11-29 17:48:04
353
转载 【人体姿态】Stacked Hourglass算法详解
概述本文使用全卷积网络解决人体姿态分析问题，截至2016年5月，在MPII姿态分析竞赛中暂列榜首，PCKh（误差小于一半头高的样本比例）达到89.4%。与排名第二的CPM(Convolutiona Pose Machine)1方法相比，思路更明晰，网络更简洁。 作者给出了基于Torch的代码和模型。单显卡，测试时间约130ms，使用cudnn4的训练时间约3天，比CPM方法有显著优势。本篇博...
2018-11-28 17:55:53
2306
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人