10 IT修道者

尚未进行身份认证

算法工程师。兴趣广泛,喜欢尝试不同的东西。

等级
TA的排名 1w+

调用mosquitto发布消息

MQTT是一个轻型协议,使用基于TCP/IP协议的发布/订阅消息转发模式,专门用于机器对机器(M2M)通信。MQTT协议的中心是MQTT服务器或代理(broker),支持发布程序和订阅程序进行访问,如下图所示:mosquitto是一个开源的MQTTbroker。准备工作sudoapt-getinstallmosquitto#安装后才能运行MQTTb...

2019-05-11 17:44:57

opencv+libjpeg-turbo交叉编译

目录libjpeg-turbo简介交叉编译opencv遇到的坑opencv库中自带了对JPEG的编解码,其内部实质上是基于第三方库libjpeg进行解码的。但是libjpeg本身的性能并不是很快,特别是在ARM平台下。libjpeg-turbo简介libjpeg-turbo是一个使用SIMD技术(MMX、SSE2、AVX2、NEON)进行加速的JPEG编码解码器,能够在基于x86、x86_...

2019-02-28 23:07:24

Pytorch转tflite

目标是想把在服务器上用pytorch训练好的模型转换为可以在移动端运行的tflite模型。最直接的思路是想把pytorch模型转换为tensorflow的模型,然后转换为tflite。但是这个转换目前没有发现比较靠谱的方法。经过调研发现最新的tflite已经支持直接从keras模型的转换,所以可以采用keras作为中间转换的桥梁,这样就能充分利用keras高层API的便利性。转换的基本思想就...

2018-11-16 19:53:05

在tensorfow lite中对各op进行单元测试

Tensorflowlite源码中提供了对个op的单元测试源码,但是在官方的tfliteMakefile中并没有编译该部分代码。本文主要是记录在tflite中对op进行单独测试的方法,平台为ARM嵌入式。概要在tflite的源码中单元测试的源码一般在op名后面添加有test,在目录tensorflow/contrib/lite/kernels下可以看到很多op的单元测试源码,如convo...

2018-10-11 20:31:38

绑定进程的CPU核以及限制进程的CPU使用率

在测试程序的性能时,需要对进程运行的CPU进行绑定,甚至需要测试进程只使用部分CPU资源时能达到的性能。比如,你可能需要测试某程序在只用一个核的80%CPU资源时的延时。本文主要总结采用taskset和cpulimit工具来实现目标。1.使用taskset绑定进程CPUtaskset使绑定进程CPU的工具,使用方式如下:taskset-c1./command.执行command命...

2018-09-27 20:22:20

tensorflow batch_normalization的正确使用姿势

BN在如今的CNN结果中已经普遍应用,在tensorflow中可以通过tf.layers.batch_normalization()这个op来使用BN。该op隐藏了对BN的meanvaralphabeta参数的显示申明,因此在训练和部署测试中需要特征注意正确使用BN的姿势。正确使用BN训练注意把tf.layers.batch_normalization(x,training=is_...

2018-06-27 22:40:36

tensorflow模型转换成tensorflow lite模型

1.把graph和网络模型打包在一个文件中bazelbuildtensorflow/python/tools:freeze_graph&&\bazel-bin/tensorflow/python/tools/freeze_graph\--input_graph=eval_graph_def.pb\--input_checkpoint=che...

2018-06-14 23:23:33

onnx与tensorflow格式的相互转换

onnx是Facebook打造的AI中间件,但是Tensorflow官方不支持onnx,所以只能用onnx自己提供的方式从tensorflow尝试转换Tensorflow模型转onnxTensorflow转onnx,onnx官方github上有提供转换的方式,地址为https://github.com/onnx/tutorials/blob/master/tutorials/Onnx...

2018-05-30 23:32:56

在ARM板子上把玩Tensorflow Lite

前几天Google的IO大会上发布的MLKit,MLKit为端上部署深度学习模型提供了一套完整的解决方案,本地运行、云端都支持。里面本地部署用到的就是Tensorflowlite。TensorflowLite是在Google去年IO大会上发表的,目前TensorflowLite也还在不断的完善迭代中。TensorflowLite在Android和iOS上部署官网有比较详细的介绍...

2018-05-17 00:36:20

Linux下手动安装screen

简单说来就是自己用screen源码编译安装第一步:下载screen源码并解压下载地址:http://ftp.gnu.org/gnu/screen/第二步:运行配置程序,生成Makefile文件运行源码目录下的./configure,运行成功会得到如下提示:NowpleasecheckthepathnamesintheMakefileandinthe...

2018-05-01 10:47:20

在iOS上实现YOLO目标检测算法

本文主要介绍YOLOv2在iOS手机端的实现Paper:https://arxiv.org/abs/1612.08242Github:https://github.com/pjreddie/darknetWebsite:https://pjreddie.com/darknet/yoloYOLOv2简介yolov2的输入为416x416,然后通过一些列的卷积、BN、Pooli...

2018-01-01 23:37:30

在服务器上配置jupyter notebook

anaconda一般自带安装好了juypter,如果没有,可以用condainstalljupyter命令安装。安装好以后,需要在服务器上配置jupyter以便任何浏览器都能通过IP直接访问服务器上的juypter服务。

2017-12-08 14:55:20

在caffe中用python添加confusion matrix层

confusionmatrix(混淆矩阵)在分类问题中能比单纯的准确率更全面地反应模型的好坏,本文主要目的是在caffe中用python添加confusionmatrix层。

2017-11-27 15:23:50

ARM NOEN vfmaq_laneq_f32与vextq_f32指令例子

vfmaq_laneq_f32是乘法运算相关指令,vextq_f32是取数据相关指令。具体功能用文字描述比较麻烦,直接看个列子一下就懂了,所以在这里记录下来。

2017-10-15 23:56:13

Image-to-Image Translation with Conditional Adversarial Networks笔记

对论文Image-to-ImageTranslationwithConditionalAdversarialNetworks中的方法进行了总结

2017-09-22 23:44:09

解决UIImage显示方向和内存方向不一致的问题

iOS中的UIImage中有imageOrientation属性,该属性决定了UIImage在手机上显示时的方向。如果imageOrientation的值为left或right,那么显示出来的图像和实际图像在内存中的存储就存在90度的旋转问题。比如显示出来的图片是720*1280的,实际上该图在内存中是按1280*720存储的。在stackoverflow上折腾了一番,找到了下面靠谱的解决办法。

2017-09-08 08:03:55

在ncnn上把玩mobileNet

ncnn是腾讯优图最近开源的适合移动端的深度学习框架。mobileNet是谷歌在2017年4月份发表的论文MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications中提出的网络。

2017-09-07 07:20:27

在Metal上实现对多通道feature map的双线性插值

kernelvoidresize_interpolation_array(texture2d_array<half,access::sample>inTexture[[texture(0)]],texture2d_array<half,access:

2017-08-13 10:28:07

用swift+Metal shader文件编译framework动态库

若想用swift语言生成库则只能生成动态库,若是纯swift代码脚本,问题不大,按一般流程就行。若是编译的库中有shader文件则需要先编译出Metal库。具体方法可采用如下的方式。

2017-07-25 12:21:45

人脸对齐

人脸相关应用的重要预处理,veryuseful!

2017-07-07 07:30:44

查看更多

CSDN身份
  • 博客专家
勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。