4 长缨缚苍龙

尚未进行身份认证

解开这命运的绑票,重生再造!

等级
TA的排名 1w+

yolov3-tiny基于darknet2ncnn在安卓实现

yolov3-tiny基于darknet2ncnn在安卓实现1、构建ncnn以及编译darknet2ncnn 参考:https://github.com/xiangweizeng/darknet2ncnngit clone https://gitee.com/damone/darknet2ncnn.gitcd darknet2ncnngit submodule initgit ...

2020-03-11 18:56:43

TF与keras指定运行时显卡及限制GPU用量

https://blog.csdn.net/github_36326955/article/details/79910448keras在使用GPU的时候有个特点,就是默认全部占满显存。 这样如果有多个模型都需要使用GPU跑的话,那么限制是很大的,而且对于GPU也是一种浪费。因此在使用keras时需要有意识的设置运行时使用那块显卡,需要使用多少容量。这方面的设置一般有三种情况:1. 指定...

2020-03-02 15:51:11

Android Bitmap 相关操作

Android Bitmap 相关操作常见的几个操作:缩放,裁剪,旋转,偏移很多操作需要 Matrix 来支持;Matrix 通过矩阵来处理位图,计算出各个像素点的位置,从而把bitmap显示出来。matrix里有一个3x3的矩阵,用于图像处理:MSCALE_X MSKEW_X MTRANS_XMSKEW_Y MSCALE_Y MTRANS_YMPERSP_0...

2019-11-28 20:02:21

Tensorflow同时加载使用多个模型

Tensorflow同时加载使用多个模型在Tensorflow中,所有操作对象都包装到相应的Session中的,所以想要使用不同的模型就需要将这些模型加载到不同的Session中并在使用的时候申明是哪个Session,从而避免由于Session和想使用的模型不匹配导致的错误。而使用多个graph,就需要为每个graph使用不同的Session,但是每个graph也可以在多个Session中使用...

2019-11-06 18:23:48

keras学习:实现f1_score(多分类、二分类)

keras学习:实现f1_score(多分类、二分类)本文链接:https://blog.csdn.net/linxid/article/details/82861957首先容易谷歌到的两种方法:1.构造metrics这种方法适用于二分类,在模型训练的时候可以作为metrics使用。使用的是固定阈值0.5。from keras import backend as Kdef...

2019-10-24 17:42:17

TensorFlow Mobile for Android

TF标准模型TensorFlow Mobile for Android本文链接:https://blog.csdn.net/leifengpeng/article/details/78754405在推出Tensorflow(一下简称TF)时同时推出了TensorFlow Mobile(手机版和标准电脑版有区别,一下简称TFM)对于移动设备上使用深度学习网络还是有相对的限制,主要是计算性能无...

2019-09-27 16:12:13

“x64”与目标计算机类型“X86”冲突

“模块计算机类型“x64”与目标计算机类型“X86”冲突解决方案最近在编译一款开源软件的时候,遇到了“模块计算机类型“x64”与目标计算机类型“X86”冲突的问题,网上查了好多资料,都是配置“链接器-》高级-》目标计算机”和选择X64平台编译器,可是怎么试都不行,最后发现是“命令行”里依然是“X86”的问题,下面给出详细的解决步骤:1、“链接器-》高级-》目标计算机”设置为"Machine...

2019-08-29 10:53:46

深度学习人体姿态估计

深度学习人体姿态估计算法综述https://www.infoq.cn/article/6Btg0-1crfmb7svRGa6H人体骨架是以图形形式对一个人的方位所进行的描述。本质上,骨架是一组坐标点,可以连接起来以描述该人的位姿。骨架中的每一个坐标点称为一个“部分(part)”(或关节、关键点)。两个部分之间的有效连接称为一个“对(pair)“(或肢体)。注意,不是所有的部分之间的两两连接...

2019-08-20 13:32:24

Tensorflow编译android平台的so库

Tensorflow编译android平台的so库和jar包原文链接:https://blog.csdn.net/zhangpengzp/article/details/86220384tensorflow自己编译so库和android jar包,遇到了一些困难,这里简单叙述下注意的问题和基本流程。环境:ubuntu16.04tensorflow1.5 下载地址:https://g...

2019-08-20 10:26:55

【深度学习】图像分割常用的损失函数

图像分割常用的损失函数转自:https://blog.csdn.net/Biyoner/article/details/84728417本文主要介绍医学图像中常用的损失函数,包括cross entropy, generalized dice coefiicients, focal loss等。 一、cross entropy交叉熵 图像分割中最常用的损失...

2019-07-08 17:39:00

【深度学习】zero shot learning

转自:https://www.cnblogs.com/CSLaker/p/9277431.html一、介绍在传统的分类模型中,为了解决多分类问题(例如三个类别:猫、狗和猪),就需要提供大量的猫、狗和猪的图片用以模型训练,然后给定一张新的图片,就能判定属于猫、狗或猪的其中哪一类。但是对于之前训练图片未出现的类别(例如牛),这个模型便无法将牛识别出来,而ZSL就是为了解决这种问题。在ZSL中,...

2019-07-08 14:15:38

【深度学习】Network In Network

Network In Network论文Network In Network(Min Lin, ICLR2014).传统CNN使用的线性滤波器是一种广义线性模型(Generalized linear model,GLM)。所以用CNN进行特征提取时,其实就隐含地假设了特征是线性可分的,可实际问题往往是难以线性可分的。CNN中通过堆加卷积过滤器来产生更高层的特征表示,作者想到了除了像之前一样...

2019-07-08 14:13:01

opencv实战从0到N (18)opencv_contrib模块编译 与 surf匹配测试

opencv实战从0到N (18)opencv_contrib模块编译 与 surf匹配测试同步知乎:中庸opencv_contrib模块编译1,首先opencv官网github下载opencv3.3.1 和 opencv_contrib3.3.1的源码,将它们放在同一目录下(不放也行,哈哈)2,使用CMake选择原opencv源文件目录,选择build目录,选择配置,可能会有相关...

2019-07-05 22:32:33

opencv实战从0到N (17)- 选择性搜索(selective search)

opencv实战从0到N (17)- 选择性搜索(selective search)同步知乎:中庸选择性搜索(selective search)在目标检测时,为了定位到目标的具体位置,通常会把图像分成许多子块(sub-regions / patches),然后把子块作为输入,送到目标识别的模型中。分子块的最直接方法叫滑动窗口法(sliding window approach)。滑动窗口...

2019-07-05 22:30:47

opencv实战从0到N (16)- 分水岭算法分割(抠图)

opencv实战从0到N (16)- 分水岭算法分割(抠图)同步知乎:中庸1,概述:分水岭分割方法,是一种基于拓扑理论的数学形态学的分割方法,其基本思想是把图像看作是测地学上的拓扑地貌,图像中每一点像素的灰度值表示该点的海拔高度,每一个局部极小值及其影响区域称为集水盆,而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面,刺穿一个小孔...

2019-07-05 22:29:12

opencv实战从0到N (15)- grabcut分割(抠图)

opencv实战从0到N (15)- grabcut分割(抠图)同步知乎:中庸1.概述:GrabCut是一种基于图切割的图像分割方法。从围绕要分割的对象的用户指定的边界框开始,算法使用高斯混合模型估计目标对象和背景的颜色分布。这用于在像素标签上构建马尔可夫随机场,其具有优选具有相同标签的连接区域的能量函数,并且运行基于图切割的优化以推断它们的值。由于这个估计可能比边界框中的原始...

2019-07-05 22:27:51

opencv实战从0到N (14)- 凸包算法 convexity defects

opencv实战从0到N (14)- 凸包算法 convexity defects同步个人知乎:中庸1,凸包算法(convex hull)凸包算法:其实很简单,就是用一个的凸多边形围住所有的点。就好像桌面上有许多图钉,用一根紧绷的橡皮筋将它们全部围起来一样。算法详细步骤:1. 找到所有点中纵坐标y最小的电,也就是这些点中最下面的点,记为p0。2. 然后计算其余点与该点的连线...

2019-07-05 22:26:42

opencv实战从0到N (13)—— svm分类器训练

opencv实战从0到N (13)—— svm分类器训练同步个人知乎:中庸svm 分类器训练1,结合hog特征的svm分类器训练可以很好的对人体进行检测。HOG是一种梯度直方图特征,通过对图像分割成小的连通域区域,再对连通域区求梯度方向特征,由此特征构建的直方图来描述一副图像的特征。具体来说就是将梯度方向(0->360°)划分为9个区间,将图像化为16x16的若干个blo...

2019-07-05 22:25:01

opencv实战从0到N (12)—— Lab颜色空间与显著性分析

opencv实战从0到N (12)—— Lab颜色空间与显著性分析1,Lab空间:Lab色彩模型是由亮度(L)和有关色彩的a, b三个要素组成。L表示亮度(Luminosity),a表示从洋红色至绿色的范围,b表示从黄色至蓝色的范围。L的值域由0到100,L=50时,就相当于50%的黑;a和b的值域都是由+127至-128,其中+127 a就是红色,渐渐过渡到-128 a的时候就变成绿...

2019-07-04 22:05:41

opencv实战从0到N (11)—— 阈值化分割

opencv实战从0到N (11)—— 阈值化分割阈值化操作在图像处理中是一种常用的算法,opencv也有很多种不同的算法接口可以使用。1、直接阈值化——cv::threshold()阈值化操作的基本思想是,给定原图像和一个阈值,图像中每个元素与阈值之间的大小比较做出相应的二值操作。opencv3中支持这一操作的接口是cv::threshold(),具体调用方法如下:d...

2019-07-04 22:03:35

查看更多

勋章 我的勋章
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 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!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 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。