6 _yuki_

尚未进行身份认证

我要认证

一路打怪升级,直至见到大魔王

等级
TA的排名 7k+

目标检测 Backbone、Neck、Detection head

目标检测网络的两个重要部分:Backbone和Detection head。一、Backbone通常,为了实现从图像中检测目标的位置和类别,我们会先从图像中提取出些必要的特征信息,比如HOG特征,然后利用这些特征去实现定位和分类。而在在深度学习这一块,backbone部分的网络就是负责从图像中提取特征,当然,这里提出的是什么样的特征,我们是无从得知的,毕竟深度学习的“黑盒子”特性至今还无法真正将其面纱揭开。那么,如何去设计一个backbone去提取图像中的特征呢?从某种意义上来说,如何设计好

2020-10-30 09:57:29

OpenCV findContours 与 drawContours 用法

一、获取轮廓--findContourscv2.findContours() 的第二个参数主要有cv2.RETR_LIST:检测的轮廓不建立等级关系 cv2.RETR_TREE:L建立一个等级树结构的轮廓。 cv2.RETR_CCOMP:建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。 cv2.RETR_EXTERNAL:表示只检测外轮廓cv2.findContours() 的第三个参数 method为轮廓的近似办法cv2.CHAIN_APPROX_NONE存储所有的

2020-10-27 15:14:35

步态识别 数据集 (一)

步态识别常用数据集:ps:使用最多红色标注-仅针对我1、CMU MoBo数据库。卡耐基梅隆大学(CMU)为Human ID项目建立的步态数据库包含了25个人在跑步机上以4种不同方式行走的视频序列。行走的方式包括慢速行走、快速行走、斜面行走和抱球行走。同时采用6台摄像机对行人进行不同角度的拍摄,每个序列11秒长,帧频约30帧/秒。地址:点击2、USF数据库该数据库来自于南弗罗里达大学(USF),包括122个人的1870个序列。每个人在摄像机前绕椭圆路线行走,有5种变化情况:..

2020-10-26 17:33:53

解决 ValueError: Object arrays cannot be loaded when allow_pickle=False

错误:ValueError: Object arrays cannot be loaded when allow_pickle=False原因:自Numpy 1.16.3版本发行之后,函数 numpy.load() 和 numpy.lib.format.read_array() 采用allow_pickle关键字,现在默认为False以响应CVE-2019-6446 < nvd.nist.gov/vuln/detail / CVE-2019-6446 >。解决:..

2020-10-21 16:25:49

(Ubuntu版)Colmap 安装

一、安装相关依赖sudo apt-get install \ git \ cmake \ build-essential \ libboost-program-options-dev \ libboost-filesystem-dev \ libboost-graph-dev \ libboost-regex-dev \ libboost-system-dev \ libboost-test-dev \ libeigen3

2020-09-23 16:00:24

解决 colmap “libfreeimage.so: undefined reference to TIFFFieldName@“

错误:(colmap make 的时候会有 大片报错)/usr/lib/gcc/x86_64-linux-gnu/5/../../../x86_64-linux-gnu/libfreeimage.so: undefined reference to `TIFFReadEncodedStrip@LIBTIFF_4.0'/usr/lib/gcc/x86_64-linux-gnu/5/../../../x86_64-linux-gnu/libfreeimage.so: undefined referenc

2020-09-22 14:11:07

解决 /bin/bash^M: bad interpreter: No such file or directory

错误:-bash: ./install.sh: /bin/bash^M: bad interpreter: No such file or directory原因: 文件格式为dos格式导致解决:(一步一步执行)vi build.sh:set ff:set fileformat=unix:wq!

2020-09-10 15:48:04

解决 NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver.

错误:NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.情况: CUDA:确实装过 nvcc -V :有信息出现解决: 1)查询当前使用的 nvidia 驱动版本号ls /usr/src |...

2020-09-09 18:00:45

Jetson Nano & TX2(十一)一些常用路径

TensorRT--trtexec、sample等/usr/src/tensorrt-- NvInfer.h、NvInferPlugin.h 等/usr/include/aarch64-linux-gnuCUDA:/usr/local/cuda-10.0/bin后续补充

2020-08-28 14:54:47

解决 ‘GDK_IS_DISPLAY (display)‘ failed

错误:Gdk-CRITICAL **: 12:07:39.428: gdk_cursor_new_for_display: assertion 'GDK_IS_DISPLAY (display)' failed解决:import matplotlib matplotlib.use('Agg')

2020-08-28 12:23:41

Jetson Nano & TX2 (十)关闭和开启 图形界面

关闭用户图形界面sudo systemctl set-default multi-user.targetsudo reboot开启用户图形界面sudo systemctl set-default graphical.targetsudo reboot

2020-08-24 16:02:51

解决 Failed to load module canberra-gtk-module

错误:Gtk-Message: 09:10:26.571: Failed to load module "canberra-gtk-module"解决:sudo apt-get install libcanberra-gtk-moduleps:jetson 系列适用

2020-08-24 15:58:52

Jetson Nano & TX2 (九)ONNX

依赖:sudo apt-get install protobuf-compiler libprotoc-dev 安装:pip install onnx==1.4.1

2020-08-24 14:19:05

pytorch scatter_ 函数应用

scatter()和scatter_()的作用是一样的,只不过 scatter() 不会直接修改原来的 Tensor,而 scatter_() 会PyTorch 中,一般函数加下划线代表直接在原来的 Tensor 上修改 (小知识)scatter(dim, index, src) 的参数有 3 个dim:沿着哪个维度进行索引 index:用来 scatter 的元素索引 src:用来 scatter 的源元素,可以是一个标量或一个张量这个 scatter可以理解成放置元素或...

2020-08-20 16:03:06

pytorch torch.nn.functional.normalize 应用

torch.nn.functional.normalizetorch.nn.functional.normalize(input, p=2, dim=1, eps=1e-12, out=None)功能:将某一个维度除以那个维度对应的范数(默认是2范数)。

2020-08-07 16:32:29

python (协程/线程/进程) (六)小结

什么是进程进程-操作系统提供的抽象概念,是系统进行资源分配和调度的基本单位,是操作系统结构的基础。程序是指令、数据及其组织形式的描述,进程是程序的实体。程序本身是没有生命周期的,它只是存在磁盘上的一些指令,程序一旦运行就是进程。当程序需要运行时,操作系统将代码和所有静态数据记载到内存和进程的地址空间(每个进程都拥有唯一的地址空间,见下图所示)中,通过创建和初始化栈(局部变量,函数参数和返回地址)、分配堆内存以及与IO相关的任务,当前期准备工作完成,启动程序,OS将CPU的控制权转移到新创建的进程,进

2020-08-03 14:04:13

JWT 介绍 与 Itsdangerous 简易使用 (python)

JWT ( json web token ) 官网:是一个开放标准(RFC 7519),它定义了一种紧凑且自包含的方式,用于在各方之间作为JSON对象安全地传输信息。由于此信息是经过数字签名的,因此可以被验证和信任。可以使用秘密(使用HMAC算法)或使用RSA或ECDSA的公钥/私钥对对JWT进行签名一、介绍:JWT和Itsdangerous都是加密的 方法, 但JWT 体积小,因而传输速度快 传输方式多样,可以通过URL/POST参数/HTTP头部等方式传输严格的结...

2020-07-31 16:57:55

python (协程/线程/进程) (五)分布式进程

分布式进程指的是将Process进程分布到多台机器上,充分利用多态机器的性能完成复杂的任务分布式进程在python 中依然要用到multiprocessing 模块。multiprocessing模块不但支持多进程,其中managers子模块还支持把多进程分布到多台机器上。可以写一个服务进程作为调度者,将任务分布到其他多个进程中,依靠网络通信进行管理。例子:在做爬虫程序时,抓取某个网站的所有图片,如果使用多进程的话,一般是一个进程负责抓取图片的链接地址,将链接地址放到queue中,另外的进程负责从qu

2020-07-30 14:57:40

python (协程/线程/进程) (四)协程

协程,又称微线程,是用户级的轻量级线程。协程拥有自己的寄存器上下文和栈,调度切换时,将寄存器上下文保存在其他地方,切回来恢复。因此,协程能保留上一次调用的状态。在并发编程中,协程与线程类似,每个协程有自己的本地数据,与其他协程共享全局数据和其他资源 协程需要用户自己编写调度逻辑,对CPU来说,协程其实是单线程,CPU不需要考虑怎样调度。python 通过yield提供了对协程的基本支持,但不完全,而使用第三方gevent库是更好的选择。gevent是基于协程的python网络函数库。 使用gr

2020-07-30 14:51:39

python (协程/线程/进程) (三)线程同步

Thread对象 的 Lock 和 Rlock 可以实现简单的线程同步,这两个对象都有acquire方法和release方法ps:对于那些需要每次只允许一个线程操作的数据,可以将其操作放到acquire和release方法之间。对于Lock对象而言,如果一个线程连续两次进行acquire操作,那么第一次acquire之后没有release,第二次acquire将挂起线程。这会导致Lock对象永远不会release,使得死锁 RLock (递归锁) 对象允许一个线程多次进行acquire操作,因为.

2020-07-30 14:41:04

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 阅读者勋章Lv1
    阅读者勋章Lv1
    授予在CSDN APP累计阅读博文达到3天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 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Lv3
    勤写标兵Lv3
    授予每个自然周发布7篇到8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。
  • 分享精英
    分享精英
    成功上传11个资源即可获取