自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(73)
  • 资源 (1)
  • 收藏
  • 关注

原创 小技巧(12):关于PC端简单的视频剪辑处理中,bandicam(录制)、pr(配音)、pr(导出)、剪映(字幕识别)、pr(最终版导出)的全过程及基础设置

本文记录一下在PC端使用bandicam录制视频,Premiere剪辑视频,剪映字幕识别的简单过程以及相关的设置。

2022-06-28 21:08:42 1486 1

原创 目标跟踪评估绘图(3):ubuntu18.04在MATLAB2016b下的vot-toolkit配置,绘制VOT数据集的EAO评估图,与其他算法进行比较

一、工具包准备vot-toolkit工具包git clone https://github.com/votchallenge/vot-toolkittrax编译工具git clone https://github.com/votchallenge/traxncc的MATLAB、Python等测试包git clone https://github.com/votchallenge/integration二、文件夹创建2.1 在vot-toolkit文件夹中新建native文件夹,将刚刚下

2022-06-28 17:33:43 2146 2

原创 目标跟踪评估绘图(2):Windows10环境OTB100数据集配置,绘制成功率和精确度曲线图,绘制目标跟踪框图,并与其他算法比较

一、准备工作1.1数据下载UAV123数据集官方

2022-06-28 17:32:36 4855 5

原创 目标跟踪评估绘图(1):Windows10环境将pycharm跑出来的OTB100数据集的.txt结果文件,转换成.mat文件

一、准备工作准备好pycharm跑出来的.txt结果文件二、利用Python代码进行转换转换代码如下:import osimport scipy.io as scioimport numpy as npfile = 'D:\\DeepLearningTracker\\txt_to_mat-OTB--master\\Ours' #1 修改.txt文件的地址savefile = 'D:\\DeepLearningTracker\\txt_to_mat-OTB--master\\Oursma

2022-06-28 17:32:11 2278 7

原创 小技巧(11):使用PS更换证件照背景颜色(蓝色背景色换成白色背景色)

文章目录一、打开PS二、打开证件照三、使用快速选择工具四、 替换颜色五、明度值到100六、结果一、打开PS二、打开证件照三、使用快速选择工具并选择背景四、 替换颜色图像——>调整——>替换颜色五、明度值到100六、结果...

2022-05-09 13:32:30 13155

原创 OpenCV(C++版本)基础相关(7):直方图均衡化、图像卷积操作、高斯模糊、高斯双边模糊、实时人脸检测案例

文章目录二十六、直方图均衡化26.1 quickopencv.h26.2 QuickDemo.cpp26.3 test.cpp二十七、图像卷积操作27.1 quickopencv.h27.2 QuickDemo.cpp27.3 test.cpp二十八、高斯模糊28.1 quickopencv.h28.2 QuickDemo.cpp28.3 test.cpp二十九、高斯双边模糊29.1 quickopencv.h29.2 QuickDemo.cpp29.3 test.cpp三十、案例:实时人脸检测30.1 q

2022-04-30 00:13:04 3986

原创 OpenCV(C++版本)基础相关(6):图像的旋转、视频文件摄像头使用、视频处理与保存、图像的直方图、二维直方图

文章目录二十一、图像的翻转21.1 quickopencv.h21.2 QuickDemo.cpp21.3 test.cpp二十二、视频文件摄像头使用22.1 quickopencv.h22.2 QuickDemo.cpp22.3 test.cpp二十三、视频处理与保存23.1 quickopencv.h23.2 QuickDemo.cpp23.3 test.cpp二十四、图像的直方图24.1 quickopencv.h24.2 QuickDemo.cpp24.3 test.cpp二十五、直方图的均衡化25

2022-04-29 17:07:34 2769

原创 OpenCV(C++版本)基础相关(5):多边形填充与绘制、鼠标操作与响应、图像像素类型的转换与归一化、图像的放缩与插值、图像的旋转

文章目录十六、多边形填充与绘制16.1 quickopencv.h16.2 QuickDemo.cpp16.3 test.cpp十七、鼠标操作与响应17.1 quickopencv.h17.2 QuickDemo.cpp17.3 test.cpp十八、图像像素类型的转换与归一化18.1 quickopencv.h18.2 QuickDemo.cpp18.3 test.cpp十九、图像的放缩与差值19.1 quickopencv.h19.2 QuickDemo.cpp19.3 test.cpp二十、图像的旋转

2022-04-27 23:57:26 4050 1

原创 OpenCV(C++版本)基础相关(4):通道的分离与合并、图像色彩空间转换、图像像素值统计、图像几何形状的绘制、随机数与随机颜色

文章目录十一、通道的分离与合并11.1 quickopencv.h11.2 QuickDemo.cpp11.3 test.cpp十二、图像色彩空间转换12.1 quickopencv.h12.2 QuickDemo.cpp12.3 test.cpp十三、图像像素值统计13.1 quickopencv.h13.2 QuickDemo.cpp13.3 test.cpp十四、图像几何形状的绘制14.1 quickopencv.h14.2 QuickDemo.cpp14.3 test.cpp十五、随机数与随机颜色1

2022-04-26 18:08:07 2155

原创 OpenCV(C++版本)基础相关(3):滚动条操作、滚动条-传递参数、键盘响应操作、自带颜色操作、图像像素的逻辑操作

文章目录

2022-04-24 17:34:30 2283

原创 OpenCV(C++版本)基础相关(2):图像的读取与显示、颜色空间转换、创建和赋值、像素的读写操作、像素的算术操作

文章目录一、图片的读取与显示二、颜色空间的转换2.1 创建一个头文件quickopencv.h2.2 创建一个C++文件quickdemo.cpp2.3 测试文件test.cpp三、图像对象的创建和赋值3.1 quickopencv.h3.2 QuickDemo.cpp3.3 test.cpp四、图像像素的读写操作知识来源:哔哩哔哩。以下内容仅为学习笔记,不做其他用途。一、图片的读取与显示知识点:imread 图片读取imshow 图片显示#include <opencv.hpp&gt

2022-04-14 00:36:11 2495

原创 小技巧(10):使用Python绘制激活函数(Sigmoid、Tanh、ReLU、PReLU)图像

文章目录一、单张绘制1.1 代码1.2 绘制结果二、4张图绘制成1张图2.1 代码2.2 绘制结果一、单张绘制1.1 代码import numpy as npimport matplotlib.pyplot as plt# 0 设置字体plt.rc('font',family='Times New Roman', size=15)# 1.1 定义sigmoid函数def sigmoid(x): return 1. / (1 + np.exp(-x))# 1.2 定义tanh函数

2022-04-13 02:20:12 16838 1

原创 OpenCV(C++版本)基础相关(1):VS2017与OpenCV4.5.1安装配置教程

文章目录一、VS2017安装1.1 下载1.2 安装二、OpenCV4.5.1配置2.1 下载2.2 运行2.3 环境变量配置三、VS2017种配置OpenCV4.5.13.1 创建空项目3.2 配置3.3 测试配置环境:Win10笔记本电脑一、VS2017安装1.1 下载vs2017社区版(1M左右)官网下载:https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/或者百度网盘链接:https://pan.baidu.com

2022-04-13 02:17:24 1475 6

原创 架构搜索文献笔记(11):《ATOMNAS: FINE-GRAINED END-TO-END NEURAL ARCHITECTURE SEARCH》

论文《 CurveLane-NAS: Unifying Lane-SensitiveArchitecture Search and Adaptive Point》-2020-ECCV**论文链接代码链接一、摘要及主要贡献1.1 摘要摘要:文章解决了曲线车道检测问题,它比传统的车道检测提出了更现实的挑战,以更好地促进现代辅助/自动驾驶系统。由于缺乏对远程背景信息和详细的曲线轨迹的建模,目前手工设计的车道检测方法不够鲁棒,不足以捕捉曲线车道,特别是远程部分。在本文中,提出了一种新的车道敏感架构搜索

2022-04-13 02:13:51 436

原创 架构搜索文献笔记(10):《Fast Hardware-Aware Neural Architecture Search》

***论文《 Fast Hardware-Aware Neural Architecture Search》-2020-CVPR *****论文链接一、摘要及主要贡献1.1 摘要我们提出了在更大的搜索空间上探索自动硬件感知搜索和两阶段搜索算法,以有效地为不同类型的硬件生成定制模型。在图像网上的大量实验表明,我们的算法在三种硬件上在相同的延迟约束下优于最先进的硬件感知NAS方法。此外,所发现的架构比目前最先进的高效模型获得了更低的延迟和更高的精度。值得注意的是,飓风在图像网上达到了76.67%的最高精

2022-04-13 02:13:17 492

原创 架构搜索文献笔记(9):《CurveLane-NAS: Unifying Lane-Sensitive Architecture Search and Adaptive Point》

论文《 FTT-NAS: Discovering Fault-Tolerant Neural Architecture》-2020-ASP-DAC**论文链接一、摘要及主要贡献1.1 摘要摘要——随着深度学习特定的嵌入式计算系统的快速发展,由深度学习驱动的应用程序正在从云走向边缘。在复杂的环境下,当将NN部署到边缘设备上时,可能会出现各种类型的故障:由大气中子和放射性杂质引起的软错误、电压不稳定、老化、温度变化和恶意攻击者。因此,在安全批评应用中在边缘计算设备上部署神经网络的安全风险现在引起了人们的

2022-04-13 02:12:38 2118 1

原创 架构搜索文献笔记(8):《FTT-NAS:发现容错神经结构》

论文《 FTT-NAS: Discovering Fault-Tolerant Neural Architecture》-2020-ASP-DAC**论文链接一、摘要及主要贡献1.1 摘要深度神经网络(DNNs)是一种计算密集型的学习模型,在广泛的领域中越来越适用。由于其计算复杂性,DNNs受益于利用自定义硬件加速器来满足性能和响应时间以及分类精度限制的实现。在本文中,我们提出了深度制造者框架,旨在自动为嵌入式设备设计一套高度鲁棒的DNN架构,作为离传感器最近的处理单元。深度制造者探索和修剪了设计

2022-04-13 02:10:36 285

原创 架构搜索文献笔记(7):《MemNAS:具有增长修剪的记忆高效神经结构搜索学习》

论文《MemNAS: Memory-Efficient Neural Architecture Search with Grow-TrimLearning》-2020-CVPR**论文链接代码链接一、摘要及主要贡献1.1 摘要最近关于自动神经结构搜索技术的研究显示了显著的性能,与手工制作的神经结构竞争,甚至更好。然而;现有的大多数搜索方法倾向于使用残余结构和浅层和深层特征之间的连接。因此,一个生成的神经网络模型对于资源约束设备来说是非常重要的,因为这种模型需要大量内存来存储网络参数和中间特征映射

2022-04-13 02:09:48 245 2

原创 架构搜索文献笔记(6):《超越网络修剪:一种联合搜索和训练的方法》

论文《 Beyond Network Pruning: a Joint Search-and-Training Approach》-2020-IJCAI**论文链接一、摘要及主要贡献1.1 摘要网络剪枝被提出作为缓解深度神经网络过度参数化问题的一种方法。然而,它的价值最近受到了挑战,特别是从神经结构搜索的角度来看。我们提出了一种联合搜索和训练的、直接从零开始学习紧凑的网络的方法,来挑战修剪后训练的传统智慧。通过将剪枝视为一种搜索策略,本文提出了两个新的见解:1)通过将每个过滤器与可学习的权重关联来

2022-04-13 02:08:49 213

原创 架构搜索文献笔记(5):《APQ:联合搜索网络结构、剪枝和量化策略》

论文《 APQ:联合搜索网络结构、剪枝和量化策略》-2020-CVPR**论文链接代码链接一、摘要及主要贡献1.1 摘要我们提出了APQ,一种有效的深度学习部署的新设计方法。与以前单独优化神经网络结构、剪枝策略和量化策略的方法不同,我们设计了以联合的方式优化它们。为了处理它带来的更大的设计空间,我们设计了训练一个量化感知精度预测器,供进化搜索选择最佳拟合。由于直接训练这种预测器需要耗时的量化数据收集,我们建议使用预测器传输技术来获得量化感知预测器:我们首先通过采样预先训练的统一网络并进行直接评

2022-04-13 02:07:58 594

原创 小技巧(9):使用Python将Windows中的文件批量命名

文章目录一、现有文件:二、希望批量命名后效果:三、代码一、现有文件:二、希望批量命名后效果:三、代码import os# 文件路径file_path="D:\Tracking\\tracker_benchmark_v1.0\\results\\all_results\Staple\OTB-15\SRE"# 列出该文件夹下所有文件名file_names = os.listdir(file_path)# 使用for循环进行操作for file in file_names: pr

2022-04-13 01:43:59 650

原创 小技巧(8):Word中自定义目录,并设置自动目录的格式

文章目录一、对正文中的目录设置大纲级别2.1、通过样式设置标题级别2.2、通过段落设置标题级别二、设定自定义目录格式一、对正文中的目录设置大纲级别2.1、通过样式设置标题级别通过样式中,对正文中的内容设置相应级别。例如光标停在“第一章 绪论”后面,点击样式中“标题1”,就能设置成标题1级别。如果对正文中的各个标题有文字大小,行间距要求。可以对样式中的“标题1”“标题2”“标题3”的格式进行修改。2.2、通过段落设置标题级别通过段落设置大钢级别设置后完全设置完成二、设定自定义目

2022-03-29 15:39:15 26572

原创 卷积神经网络相关(1):卷积神经网络模型的参数量Params和计算量FLOPs简单代码

文章目录概述一、利用torchstat1.1 方法1.2 代码1.3 输出二、利用ptflops2.1 方法2.2 代码2.3 输出三、利用thop1.1 方法1.2 代码1.3 输出概述参数量(Params):是指网络模型中需要训练的参数总数。浮点数(FLOPs):FLOP时指浮点运算次数,s是指秒,即每秒浮点运算次数的意思,考量一个网络模型的计算量的标准。一、利用torchstat1.1 方法pip install torchstat1.2 代码from torchstat imp

2022-02-15 17:20:15 3129 4

原创 C++学习笔记(13):STL中常用算法

文章目录一、常用遍历算法1.1 for_each1.2 transform二、常用查找算法2.1 find2.2 find_if2.3 adjacent_find2.4 binary_search2.5 count2.6 count_if三、常用排序算法3.1 sort3.2 random_shuffle3.3 merge3.4 reverse四、常用拷贝和替换算法4.1 copy4.2 replace4.3 replace_if4.4 swap五、常用算术生成算法5.1 accumulate5.2 fil

2022-02-10 16:54:59 321

原创 C++学习笔记(12):STL中函数对象

文章目录一、函数对象1.1 函数对象的概念1.2 函数对象使用二、谓词2.1 谓词概念2.2 一元谓词2.3 二元谓词三、内建函数对象3.1内建函数对象意义3.2 算术仿函数一、函数对象1.1 函数对象的概念1.2 函数对象使用二、谓词2.1 谓词概念2.2 一元谓词2.3 二元谓词三、内建函数对象3.1内建函数对象意义概念:分类;用法:3.2 算术仿函数功能描述:仿函数原型:...

2022-02-10 02:19:42 126

原创 C++学习笔记(11):STL中常用容器

文章目录一、string容器1.1 string基本概念二、vector容器三、deque容器四、stack容器五、queue容器六、list容器七、set/multiset容器八、map/multimap容器本博文是学习黑马程序员C++视频时做的笔记,记录一下只是方便温故知新,不做其他用途。一、string容器1.1 string基本概念二、vector容器三、deque容器四、stack容器五、queue容器六、list容器七、set/multiset容器八、map/multimap

2022-02-10 01:50:29 1899 1

原创 小技巧(7):WPS批量修改图片尺寸

文章目录一、进入WPS“开发工具”二、创建js宏文件三、将下列代码粘贴进去四、粘贴好后运行一、进入WPS“开发工具”二、创建js宏文件三、将下列代码粘贴进去var num = Application.ActiveDocument.InlineShapes.Count; for (var i=1;i<=num;i++) { Application.ActiveDocument.InlineShapes.Item(i).Width=30; Application.ActiveDo

2021-12-23 13:33:49 14977 1

原创 C++学习笔记(10):初识STL

文章目录一、STL的诞生本博文是学习黑马程序员C++视频时做的笔记,记录一下只是方便温故知新,不做其他用途。一、STL的诞生

2021-12-01 15:19:50 423

原创 C++学习笔记(9):模板

文章目录一、模板的概念二、函数模板2.1 函数模板的基本语法2.2函数模板的注意事项2.3 函数模板案例-数组的选择排序2.4 普通模板与函数模板的区别2.5 普通函数和函数模板的调用规则2.6 函数模板的局限性三、类模板本博文是学习黑马程序员C++视频时做的笔记,记录一下只是方便温故知新,不做其他用途。一、模板的概念模板的特点:(1)不可以直接使用,它只是一个模板;(2)模板的通用不是万能的。C++提供两种模板机制:(1)函数模板;(2)类模板。二、函数模板2.1 函数模板的基本语法

2021-11-24 20:05:35 790

原创 C++学习笔记(7):类和对象

文章目录一、封装1.1 类的定义1.2 访问权限1.3 class和struct区别1.4 成员属性私有化二、对象特性2.1构造函数和析构函数2.2 初始化列表2.3 类对象作为类成员C++面向对象三大特性:封装、继承、多态。一、封装1.1 类的定义属性和行为的整体。#include<iostream>using namespace std;//创建类class Student{public:// 属性 string name; int s_id;//

2021-11-21 23:06:12 687

原创 C++学习笔记(8):文件操作

文章目录一、文本文件1.1 写文件1.2 读文件二、二进制文件2.1 写文件2.2 读文件本博文是学习黑马程序员C++视频时做的笔记,记录一下只是方便温故知新,不做其他用途。1、 程序运行时产生的数据都属于临时数据,程序一旦运行结束都会被释放,通过文件可以将数据持久化。2、 C++中对文件操作需要包含头文件 < fstream >。3、 文件类型分为两种:(1)文本文件 - 文件以文本的ASCII码形式存储在计算机中(2)二进制文件 - 文件以文本的二进制形式存储在计算机中,用户一般

2021-11-21 22:07:10 1590

原创 C++学习笔记(6):内存四区、引用、函数高级

文章目录一、内存四区**1.1 全局区:****1.2代码区:****1.3 栈区:****1.4 堆区:**二、引用2.1 引用的基本语法2.2 引用的注意事项2.3 引用做函数参数2.4 引用做函数返回值2.5 引用的本质2.6 引用的本质三、函数高级一、内存四区程序运行前1.1 全局区:(1)用于存放全局变量和静态变量;(2)里面细分有一个常量区,字符串常量和其它常量也存放在此。(3)该区域是在程序结束后由操作系统释放。1.2代码区:(1)存放CPU执行的机器指令;(2)代码区是共享

2021-11-16 12:35:26 808

原创 C++学习笔记(5):结构体的基础使用

文章目录一、结构体的定义和使用二、结构体和数组三、结构体和指针四、结构体的嵌套五、结构体作为函数的参数一、结构体的定义和使用结构体变量属于用户自定义数据类型,允许用户存储不同的数据类型。#include<iostream>using namespace std;//1 创建学生数据类型 :struct Student{ string name; int age; int score;};//2 通过学生类型创建具体学生int main(){//

2021-11-15 11:30:44 1135

原创 C++学习笔记(3):数组和函数

文章目录一、数组1.1 一维数组1.2 冒泡排序法1.3 二维数组二、函数2.1 函数的定义2.2 函数的分文件编写一、数组1.1 一维数组#include <iostream>using namespace std;int main(){// (1)数据类型 数组名[数组长度]; int arr[10]; arr[0]=10; arr[1]=20; cout<< arr[1]<<endl;//20// (2)数据类型

2021-11-14 23:30:32 1762 4

原创 C++学习笔记(2):选择结构、循环结构、跳转语句

文章目录一、选择结构1.1 单行格式if语句1.2 多行格式if-else语句1.3 多条件if-else if -else语句1.4 嵌套if(if-else)else语句1.5 switch-case语句二、循环结构2.1 while语句2.2 do-while语句2.3 for语句三、跳转语句3.1 break语句3.2 continue语句3.3 goto语句程序流程结构:(1)顺序结构:顺序执行,不发生跳转;(2)选择结构:依据条件是否满足,有选择执行相应功能;(3)循环结构:依据条件是否

2021-11-14 21:01:16 717

原创 C++学习笔记(1):常量、整型和实型、字符和字符串

文章目录一、常量define和const二、整型(short、int、long、long long)和实型(float、double)三、字符和字符串一、常量define和const#include <iostream>using namespace std;// 常量:用于记录程序中不可更改的数据//1 #define 宏常量 常量值#define Day 7int main(){// Day = 8;//会报错 //2 const修饰变量

2021-11-14 11:25:31 686

原创 C++学习笔记(4):指针的基础使用

1 指针定义和使用#include <iostream>using namespace std;int main(){//1 定义指针: 数据类型 * 指针变量名; int a = 10; int * p; p = &a; cout<<"a的地址为:"<<&a<<endl; cout<<"p为:"<<p<<endl;//2 使用指针:指针前面加*,实现解引用

2021-11-07 16:48:01 271

原创 机器学习算法相关(*):集成学习

集成学习:通过训练若干个个体学习器,通过一定的结合策略,就可以最终形成一个强学习器。一、BoostingBoosting算法的工作机制:1.先从初始训练集训练出一个基学习器;2.再根据基学习器的表现对训练样本分布进行调整,使得先前基学习器做错的训练样本在后续受到更多关注;3.然后基于调整后的样本分布来训练下一个基学习器;如此重复进行,直至基学习器数目达到事先指定的值T,最终将这T个基学习器进行加权结合。Boosting系列算法里最著名算法主要有AdaBoost算法和提升树(boosting t

2021-11-06 16:35:28 194

原创 小技巧(5):将TT100K数据集转成VOC格式,并且用Python脚本选出45类超过100张的图片和XML

一、相关准备1.1 下载数据集http://cg.cs.tsinghua.edu.cn/traffic-sign/data_model_code/data.zipTT100K数据集下载下来大概19.2G,解压后的文件夹如图1.2 下载代码文件https://github.com/cqfdch/TT100K_to_VOC1.3 将相关文件移入代码文件讲TT100K中的train文件、test文件夹、annotations.json文件移入代码文件夹。二、创建标准的VOC文件夹import

2021-10-12 21:21:58 8022 63

原创 小技巧(4):使用Python将txt中的某两列数据写入csv文件中,制作图像分类标签

TSRD数据集的标签下载下来是这样的,做图像分类的话,我只需要第一列和最后一列。import csvcsvfile_path = 'train_data.csv'txtfile_path = "TsignRecgTrain4170Annotation.txt"example = []for line in open(txtfile_path): del example[:] a = line.split(';') b1 = a[0] # 这是选取需要读取的位数

2021-09-15 10:12:03 1449

预处理的BelgiumTSC数据集

处理好的BelgiumTSC数据集(含标签),训练代码https://github.com/cqfdch/BelgiumTSC-pytorch

2020-10-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除