坐望云起-CSDN博客

原创机器学习笔记 - 基于Ubuntu + OnnxRuntime + C#进行Yolov5模型批量推理

项目需求，需要Ubuntu20.04系统 + OnnxRuntime中进行推理，前面的文章记录了驱动安装、CUDA安装等。Ubuntu20.04 更新Nvidia驱动 + 安装CUDA12.1 + cudnn8.9.7-CSDN博客。

2024-10-27 20:45:07 293

原创 linux学习笔记常用命令记录

ubuntu的系统字体放在目录：/usr/share/fonts/truetype下，到这个文件夹下创建一个文件夹，然后将字体放在刚创建的目录下，然后更新字体缓存，以便系统能够识别新安装的字体。scp /home/zyh/app_inference/* root@目标服务器ip:/home/zyh/app_inference/#进程执行的用户身份。

2024-10-27 10:47:55 684

原创 linux学习笔记 Ubuntu下的守护进程supervisor安装与多项目部署

我这里首先是在本地WSL上进行安装，WSL2的是ubuntu 24.04，之后又再正式环境的ubuntu 20.04上安装，再次记录一下。

2024-10-26 20:23:16 1027

原创数字图像处理 - 基于ubuntu20.04运行.NET6+OpenCVSharp项目

上一篇，记录了Ubuntu20.04 更新Nvidia驱动 + 安装CUDA12.1 + cudnn8.9.7的过程，最终的目的是要这些服务器上运行.net6的程序，进行图像处理、onnxruntime推理等。这里记录进行OpenCVSharp的安装和使用，因为使用OpenCVSharp比较简单，也不用它的DNN模块，所以也不想重新编译OpenCV，因为遇到了问题，所以记录一下这个事情。

2024-10-26 14:36:53 241

原创 Ubuntu20.04 更新Nvidia驱动 + 安装CUDA12.1 + cudnn8.9.7

最近客户给了几台GPU服务器，长期放置落灰那种，然后想利用起来，所以上去看看了配置，系统是Ubuntu20.04，相关的驱动版本稍嫌老一些，所以需要更新Nvidia驱动，同时在安装CUDA和CUDNN，查看了显卡型号之后，打算使用onnxruntime进行推理，对比了版本，最后选择了CUDA12.1 + CUDNN8.9.7。

2024-10-24 09:46:16 895

原创理解Android framework之AOSP：从内核到应用层

Android framework确保设备的各个部件和程序顺利协同工作。对于想要全面了解 Android 设备内部工作原理、开发高质量应用、优化设备性能以及充分利用 Android 生态系统潜力的人来说，了解 Android 框架也是必不可少的。它是连接用户、开发者和 Android 平台的桥梁，使他们能够解锁新功能和新可能性。

2024-08-06 20:59:23 1818

原创机器学习笔记 - python学习记录三 Python中的矢量化

当我们必须处理大量数据集时，计算上非最优的函数可能会成为算法的巨大瓶颈，最终导致模型运行时间过长。为了确保代码计算效率高，我们将使用矢量化。任何算法执行的时间复杂度都非常重要，决定了应用程序是否可靠。在实时输出应用方面，尽可能在最佳时间内运行大型算法非常重要。为此，Python提供了一些标准数学函数，可以快速操作整个数据数组，而无需编写循环。包含此类函数的库之一是numpy。让我们看看如何在矢量化的情况下使用这个标准函数。矢量化用于加速 Python 代码，而无需使用循环。

2024-08-03 14:53:49 261

原创如何在 Android 设备上更改您的位置？

全球定位系统 (GPS) 是一种基于卫星的导航系统，用于确定设备在地球上的当前位置。Android 设备配备了 GPS 接收器，可与绕地球运行的卫星进行交互。一旦设备锁定至少四颗卫星，它就可以通过计算信号从每颗卫星传输到设备所需的时间来三角测量其位置。这个过程称为三边测量，可以精确确定地理坐标。您是否曾觉得需要在 Android 设备上虚拟更改您的位置？无论是为了访问受地理限制的内容还是为了好玩而伪造 GPS，更改您的位置都比您想象的要容易。

2024-08-02 11:17:57 2170

原创大语言模型学习笔记 LangChain简述

La是一个由大型语言模型 (LLM) 驱动的应用程序开发框架。LangChain 旨在为开发人员提供一系列功能，利用大型语言模型简化应用程序的创建和管理。LangChain 可充当几乎所有 LLM 的通用接口，提供集中式开发环境来构建 LLM 应用程序并将其与外部数据源和软件工作流集成。LangChain 的模块化方法允许开发人员动态比较不同的提示甚至不同的基础模型，而无需重写代码。这种模块化环境还允许使用多个 LLM 的程序：例如，一个应用程序使用一个 LLM 来解释用户查询，另一个 LLM 来编写响应。

2024-08-02 10:35:16 1298

原创机器学习笔记 - RAFT 光流简读

光流是图像序列中像素的表观运动。为了估计光流，场景中物体的移动必须具有相应的亮度位移。这意味着一个图像中移动的红球在下一个图像中应该具有相同的亮度和颜色，这使我们能够确定它以像素为单位移动了多少。下图显示了光流示例，其中一系列图像捕获了逆时针旋转的吊扇。最右边的彩色图像包含从第 1 帧到第 2 帧每个像素的表观运动，它经过颜色编码，不同的颜色表示像素运动的不同水平和垂直方向。这是密集光流估计的示例。的估计为每个像素分配一个 2D 流向量，描述其在一段时间内的水平和垂直位移。在。

2024-08-01 15:49:53 300

原创在Linux上编译软件并且运行的入门示例

许多年前，随着 UNIX 和 Linux 变体的增加，编写可以在所有变体上运行的程序变得更加困难。然后，前一阶段生成的汇编语言代码被转换为由计算机直接理解的代码片段组成的目标代码。然而，用户可以在自己的主目录中下载和安装小软件包，这些软件通常只对他们个人有用。它通过跟踪整个程序的哪些部分已更改，仅编译自上次编译以来已更改的程序部分来帮助开发大型程序。选项命名的目录（通常是 --prefix 目录的子目录）将保存与机器相关的文件，例如可执行文件。脚本尝试猜测编译期间使用的各种与系统相关的变量的正确值。

2024-07-31 22:29:17 631

原创 OpenCV学习笔记比较基于RANSAC、最小二乘算法的拟合

RANSAC 与最小二乘拟合曲线的比较。(a) 和 (c) 中的红线显示使用 RANSAC 拟合到最小强度点的曲线。(b) 和 (d) 中的蓝线显示使用最小二乘法拟合到最小强度点的曲线，由于存在异常值，该方法会漏掉裂缝。就拿直线拟合这件事来讲，RANSAC对于异常点不敏感，而对于最小二乘算法，即使有一个离群点，也会被影响。就类似下面的图像所示。

2024-07-31 22:16:00 177

原创运动控制基础知识一

它用于简单的定位控制。运动控制的一个典型的例子是各种马达的定位控制。JOG动作是无移动距离指定的移动动作，用于手动电机定位，电机持续运转直至±LIM信号输入或停止指令，可在运转中随时改变速度、加减速时间。步进电机的转速与脉冲信号速度成正比，转速与脉冲信号的关系由下式确定，脉冲个数决定转动量，脉冲频率决定转速。速度控制方法进一步减小了直线加减速运动中的突变冲击，通过减小加减速启动和停止时的加速度，减小了运动启动和停止时的冲击。以恒定的速度（频率）输出脉冲，设备以恒定的速度运动，在启动和停止时，速度发生突变。

2024-07-14 20:53:12 490

原创自然语言处理（NLP）与大语言模型（LLM）主要差异

有句俗话叫“没坏就不要修”，很多公司都有运行良好的 NLP 系统。这些公司没有动力重新开始使用 Gen AI，如果他们决定尝试 LLM，他们很可能会先解决全新的问题（也许是传统方法无法解决的问题）。因此，使用“传统”NLP 技术的现有解决方案完全过时还需要相当长的时间（如果真的发生的话）。与此同时，这些公司将需要在生产中维护现有的 NLP 系统。这意味着他们仍然需要知道如何调试文本预处理管道、评估 NLP 模型，甚至可能从文本数据中提取新特征的员工，以不断改进现有系统。

2024-07-10 12:08:32 1535

原创 ASP.NET Web应用中的 Razor Pages/MVC/Web API/Blazor

大多数服务器端语言都采用广泛使用的模型-视图-控制设计。它由三个主要组件组成：控制器、模型和视图。控制器负责输入并与模型和视图交互。视图负责用户界面，模型代表业务逻辑和数据。虽然 MVC 模型适用于 API 开发，但 Razor Pages 专注于页面而不是 API。如果您打算使用 Angular 或 React 等前端框架，那么 MVC 将是一个合适的选择。Razor Pages 是允许轻松加载数据的网页，类似于 HTML 页面。它们与 ASP.NET MVC 的视图组件非常相似，具有相同的语法和功能。

2024-07-06 11:05:03 1449

原创 Jest是什么软件？

Jest是一个由Facebook开发的开源JavaScript测试框架，它专为JavaScript项目的测试而设计，特别适用于React和Node.js环境。Jest以其简单的配置、高效的性能和易用性而闻名，成为现代JavaScript项目中不可或缺的测试工具。

2024-07-04 08:17:26 442

原创 Tailwind CSS是什么？

定义：Tailwind CSS是一个高度可定制的低级CSS实用程序类集合，用PostCSS编写，旨在通过JavaScript进行定制。它提供了一系列基础工具类，允许开发者通过组合这些工具类来快速构建页面和UI。起源：Tailwind CSS最初由Adam Wathan等人于2017年11月1日在GitHub上作为开源项目发布。随着时间的推移，它逐渐成长为一个成熟且流行的CSS框架。

2024-07-04 08:13:07 668

原创机器学习笔记 LightGBM：理解算法背后的数学原理

LightGBM是微软开发的开源、分布式、高性能梯度提升框架。它旨在实现高效、可扩展和准确。该框架利用决策树来提高模型效率并最大限度地减少内存使用量。LightGBM 的开发是为了克服传统梯度提升机 (GBM) 的计算效率低下问题，因为传统梯度提升机需要处理所有特征上的所有数据实例，从而产生大量计算。为了解决这个问题，LightGBM 引入了两项关键技术：基于梯度的单侧采样 (GOSS) 和独占特征捆绑 (EFB)。1、基于梯度的单侧采样（GOSS）

2024-07-02 14:57:52 1547

原创中国国产AI芯片的崛起

Linux 基金会联合英特尔、谷歌、高通、Arm、三星等公司成立了 UXL 基金会（俗称“反 CUDA 联盟”），致力于开发一套新的开源软件套件，让 AI 开发者可以在任何成员公司的芯片上进行编程，试图取代 CUDA 成为首选的 AI 开发平台。通过产学研的共同努力，一定可以取得突破。目前，在Nvidia严禁在其他AI芯片硬件平台上运行CUDA，加之美国芯片禁令进一步加重、全球算力紧缺的背景下，中国大模型软件公司难以获得最前沿的GPU芯片，因此如何将现有的大模型迁移到新的计算平台上成为首要解决的痛点。

2024-07-02 13:55:43 1468

原创如何在 Linux 中后台运行进程？

一、后台进程在后台运行进程是 Linux 系统中的常见要求。在后台运行进程允许您在进程独立运行时继续使用终端或执行其他命令。这对于长时间运行的任务或当您想要同时执行多个命令时特别有用。在深入研究各种方法之前，让我们先了解一下什么是后台进程。在 Linux 中，后台进程是指独立于终端运行的进程。执行命令时，它通常在前台运行，这意味着它会占用终端直到完成。另一方面，在后台运行进程允许您执行其他命令，而进程则继续默默运行。

2024-06-30 09:40:26 2809

原创机器学习笔记人脸识别技术全面回顾和小结(2)

随着科学技术的发展，人脸识别技术取得了巨大的成就，但在实际应用中仍有改进的空间。未来，可能会有一种用于人脸识别的专用相机，它可以提高图像质量，解决图像滤波、图像重建、去噪等问题。我们还可以使用3D技术来补充2D图像，以解决旋转和遮挡等问题。人脸识别技术以其便捷性在安全和金融领域得到了广泛的应用。随着科技的快速发展，人脸的应用将更加发达，应用场景将更加多样。然而，人脸识别很容易引发技术、法律和道德问题。

2024-06-30 06:30:00 941

原创机器学习笔记人脸识别技术全面回顾和小结(1)

人脸识别是视觉模式识别的一个细分问题。人类一直在识别视觉模式，我们通过眼睛获得视觉信息。这些信息被大脑识别为有意义的概念。对于计算机来说，无论是图片还是视频，它都是许多像素的矩阵。机器应该找出数据的某一部分在数据中代表了什么概念。这是视觉模型识别中的一个粗略分类问题。对于人脸识别，需要在所有机器认为人脸的数据部分区分人脸属于谁。这是一个细分问题。广义的人脸识别包括用于构建人脸识别系统的相关技术。它包括人脸检测、人脸定位、身份识别、图像预处理等。人脸检测算法是找出一张图像中所有人脸的坐标系。

2024-06-29 10:03:42 959

原创计算机视觉图像融合技术概览

在许多计算机视觉应用中（例如机器人运动和医学成像），需要将来自多幅图像的相关信息集成到一幅图像中。这种图像融合将提供更高的可靠性、准确性和数据质量。多视图融合可以提高图像的分辨率，同时恢复场景的 3D 表示。多模态融合结合了来自不同传感器的图像，称为多传感器融合。其主要应用包括医学图像、监控和安全。

2024-06-29 09:17:57 403

原创计算机视觉：2023 年回顾和 2024 年趋势

计算机视觉 (CV) 领域经历了充满非凡创新和技术飞跃的一年。这一年见证了人工智能驱动的视觉技术的显著进步，深刻改变了我们对视觉数据的交互和解读。从生成式人工智能奇迹到复杂的分析工具，CV 不仅不断发展，而且重新定义了其界限。

2024-06-22 14:55:48 1556

原创 NLP大语言模型的缩放定律

论文《神经语言模型的缩放定律》包含对交叉熵损失的语言模型性能的经验缩放定律的研究，重点关注Transformer架构。实验表明，测试损失与模型大小、数据集大小和用于训练的计算量呈幂律关系，某些趋势跨越超过七个数量级。这意味着简单的方程控制着这些变量之间的关系，这些方程可用于创建最有效的训练配置，以训练非常大的语言模型。此外，网络宽度或深度等其他架构细节似乎在很大范围内影响甚微。

2024-06-22 09:26:00 1007

原创 2024 年值得关注的 9 个最佳开源大语言模型

由于 LLM 是开放的，你不必为模型本身付费，但你需要考虑与之相关的其他成本，例如所需的资源、托管和培训。最复杂的是 Mistral 7B 变压器模型、Mistral 8x7B 开放模型，以及一个较小的英语版本，内容容量为 8K。由于其完全开源的特性以及与同等质量和尺寸的同类模型相比更低的拥有成本，GPT-NeoX-20B 更易于研究人员、技术创始人和开发人员使用。使用 1800 亿个标记的数据集，该 LLM 在训练期间所需的碳足迹仅为 GPT-3 的 1/7，并且表现出与 GPT-3 相当的性能。

2024-06-18 16:39:55 1966

原创机器学习笔记 - 用于3D点云数据分割的Point Net的训练

当说到语义分割时，首先会想到图像，因为它是识别给定图像中每个像素的概念。分割可以推广到高维空间，对于 3D 点云，它是为每个 3D 点分配一个类的概念。为了更好地理解这个问题由什么组成，我们应该很好地理解点云实际上是什么。每个类（杂乱的点除外）都有独特且一致的结构。例如，墙壁、地板和天花板是平坦且连续的平面；诸如椅子和书柜之类的东西也应该在许多不同区域具有相同的结构。我们希望我们的模型能够以一定程度的准确性识别不同类别的不同结构。我们需要构建一个损失函数来引导我们的模型以有用的方式学习这些结构。

2024-06-16 21:04:01 294

原创机器学习笔记 - 用于3D点云数据分类的Point Net的训练

ShapeNet 是一项持续不断的努力，旨在建立一个注释丰富的大型 3D 形状数据集。我们为世界各地的研究人员提供这些数据，以支持计算机图形学、计算机视觉、机器人技术和其他相关学科的研究。ShapeNet 是普林斯顿大学、斯坦福大学和 TTIC 研究人员的合作成果。ShapeNetShapeNet如果您使用Colab，则可以运行以下代码来获取数据，会下载很久。数据集包含 16 个带有类标识符的文件夹（在 README 中称为“synsetoffset”）。我们要进行Dataset的自定义。

2024-06-15 09:54:18 309

原创机器学习笔记 - 用于3D数据分类、分割的Point Net的网络实现

T-net上一篇，我们大致了解了Point Net的原理，这里我们要进行一下实现。机器学习笔记 - 用于3D数据分类、分割的Point Net简述-CSDN博客文章浏览阅读3次。在本文中，我们将了解Point Net，目前，处理图像数据的方法有很多。从传统的计算机视觉方法到使用卷积神经网络到Transformer方法，几乎任何 2D 图像应用都会有某种现有的方法。然而，当涉及到 3D 数据时，现成的工具和方法并不那么丰富。3D 空间中一个工具就是Point Net。

2024-06-12 17:14:06 368

原创机器学习笔记 - 用于3D数据分类、分割的Point Net简述

在本文中，我们将了解Point Net，目前，处理图像数据的方法有很多。从传统的计算机视觉方法到使用卷积神经网络到Transformer方法，几乎任何 2D 图像应用都会有某种现有的方法。然而，当涉及到 3D 数据时，现成的工具和方法并不那么丰富。3D 空间中一个工具就是Point Net。点网是一种新型的神经网络，直接使用整个点云。它可以对输入点云进行分类，执行语义分割，甚至部分分割。理解点网如何有效完成多项任务的关键在于，它能够提取点云的局部和全局特征，而不管方向如何。

2024-06-12 17:02:30 854

转载 C# Swagger 报错：Actions require an explicit HttpMethod binding for Swagger/OpenAPI 3.0

报错：Swashbuckle.AspNetCore.SwaggerGen.SwaggerGeneratorException: Ambiguous HTTP method for action - WebApplication2.Controllers.CustomQueryBuilderController.Invoke (WebApplication2). Actions require an explicit HttpMethod binding for Swagger/OpenAPI 3.0。

2024-06-12 16:21:30 146

原创有趣的数学数值方法求解微分方程一

数值方法，简单来说，就是用来解决直接求解的数学问题。通过有限差分方法对微分方程 (DE) 进行数值求解。通过求解微分方程，我们可以对动力系统进行模拟并对世界进行预测。一种称为物理信息神经网络（PINN）的新型神经网络，这是传统科学计算和现代机器学习融合的新兴领域。它还有其他几个名称，例如科学机器学习或基于物理的深度学习。它基本上包括使用神经网络求解微分方程。思路大概是由于神经网络是通用函数逼近器，因此它们可以用于求解任何函数。因此，通过对损失函数进行小的调整，它们也可以用于求解描述自然定律的微分方程。

2024-06-11 18:27:06 1314

原创有趣的数学数值方法简述

令许多纯数学家烦恼的是，并非所有问题都能通过解析方法解决，也就是说，不能通过使用已知规则和逻辑来获得精确解的方法。这时就需要使用数值方法。数值方法将近似解，或者在最坏的情况下，将解限制在某个范围内。数值方法，简单来说，就是用来解决直接求解的数学问题。打个比方，你想要算一个非常复杂的方程的解，但是这个方程没有现成的公式可以套用。这时候，数值方法就派上用场了。将连续的问题转化为离散的点或网格。例如，将一个曲线用一系列离散的点来近似表示。用已知的简单公式或算法来近似地表示原问题。

2024-06-11 18:22:43 484

原创机器学习笔记 - LoRA：大型语言模型的低秩适应

随着大型语言模型 (LLM) 的规模增加到数千亿，对这些模型进行微调成为一项挑战。传统上，要微调模型，我们需要更新所有模型参数。这也称为完全微调 (FFT)。下图详细概述了此方法的工作原理。完全微调FFT 的计算成本和资源需求很大，因为更新每个参数都需要大量的处理和内存。其次，使用像 FFT 这样的方法，存在灾难性遗忘的风险，即模型在过度学习新数据时会忘记以前学到的信息。于是为应对这一情况，出现了一系列称为参数高效微调 (PEFT)的方法。

2024-06-10 12:33:58 535

原创有趣的数学为什么绝对值和模都用两个竖线表示？

是自然且统一的选择，方便记忆和理解。具体意义依赖于上下文，可以根据使用环境（实数、复数、向量等）来区分是指绝对值还是模。绝对值和模都可以使用两个竖线表示，是因为它们在数学概念上有相似的性质，不过是应用场景不同。两个概念都涉及到“大小”或“距离”的测量，因此使用相同的符号。比如2024年的高考数学第一题，已知。

2024-06-10 12:10:10 1360

原创 C/C++学习笔记 CMake 与 Make有什么区别？

编译器是一种将源代码翻译成机器码的程序。代码的编译包括几个步骤，包括预处理、编译和链接，以创建可在其目标计算机上直接运行的库或可执行文件。这个编译过程也称为构建过程，这是 CMake 和Make发挥作用的地方。CMake 和 Make 之间的主要区别之一是 CMake 创建的输出可供 Make 等构建系统使用。这意味着 CMake 充当其他构建系统的生成器，并不负责实际编译。相比之下，Make 的输出是可以在目标计算机上执行的已编译二进制文件。

2024-06-09 17:45:44 2439

原创 C/C++学习笔记 C语言中的\0以及查找字符串中字符出现的频率

在此示例中，计算了字符串对象中字符的频率。为此，使用size()函数查找字符串对象的长度。然后for 循环迭代直到字符串末尾。在每次迭代中，检查字符是否出现，如果发现，则计数增加 1。

2024-06-09 10:42:20 474

原创生成式人工智能 - 文本反转（Textual Inversion）：一种微调稳定扩散模型的方法

大型文本到图像稳定扩散模型已经展示了前所未有的能力，可以使用文本提示合成新场景。这些文本到图像模型提供了通过自然语言指导创作的自由。然而，它们的使用受到用户描述特定或独特场景、艺术创作或新实体产品的能力的限制。很多时候，用户被限制行使她的艺术自由来生成特定独特或新概念的图像。此外，使用新数据集为每个新概念重新训练模型非常困难且成本高昂。论文《提供了一种简单的方法来使得这种创作更自由。

2024-06-09 10:05:23 360

原创生成式人工智能如何运作？

生成式人工智能是一种可用于创建内容（包括对话、故事、图像、视频和音乐）的人工智能。人工智能技术试图在图像识别、自然语言处理（NLP）和翻译等非传统计算任务中模仿人类智能。生成式人工智能是人工智能的发展方向。您可以训练其学习人类语言、编程语言、艺术、化学、生物学或任何复杂的主题。生成式人工智能可以重复使用训练数据来解决新问题。例如，学习英语词汇并根据其处理的字词创作一首诗。您的组织可以将生成式人工智能用于各种用途，例如聊天机器人、媒体创作以及产品开发和设计。

2024-06-08 11:45:34 2252

原创生成式人工智能 - Stable Diffusion 都使用了哪些技术？

Stable Diffusion在2022年8月开源，是由慕尼黑大学的CompVis研究团队开发的生成式人工神经网络。该项目由初创公司StabilityAI、CompVis和Runway合作开发，并得到了EleutherAI和LAION的支持。截至2022年10月，StabilityAI已筹集了1.01亿美元的资金。Stable-Diffusion-WebUI是一个能够在浏览器上运行的网页版，它是一个具有跨时代意义的产品，让普通用户能够真正体验到AI绘画的无限魅力。

2024-06-08 11:08:22 396

顶级资源，布法罗大学深度学习超详细讲义英文版共20章，三大部分：应用数学和机器学习基础、深度网络：现代实践、深度学习研究

概述深度学习简介(19MB) 深度学习概述(15MB) 深度学习深度(2MB) 深度学习的历史趋势(9.9MB) 应用数学和机器学习基础知识线性代数机器学习的线性代数(2.1MB) 概率与信息论概率与信息论(2.1MB) 数值计算和基于梯度的优化数值计算(228KB) 基于梯度的优化(6.6MB) 机器学习基础知识学习的定义(5.3MB) 容量：欠拟合、过拟合(1.7MB) 超参数和验证集(490KB) 估计量、偏差和方差(741KB) 最大似然估计(367KB) 贝叶斯统计(431KB) 监督学习算法(350KB) 无监督学习算法(299KB) 随机梯度下降(366KB) 构建机器学习算法(259KB) 激励深度学习的挑战(2.4MB) 深度学习软件库 Python 库(130KB) 张量流 Tensorflow 中的 Fizzbuzz (130KB) 深度网络：现代实践深度前馈网络前馈网络(2.1MB) 基于梯度的学习(2.3MB) 隐藏单元(1MB) 架构设计(3.2MB) 反向传播和微分前向/后向传播(2.3MB) .............. ......

2023-09-10

分别基于C#、C++的WinUI 3的demo体验项目

显示如何从图片库中检索照片，然后使用各种照片效果编辑所选图像。用于查看和编辑图像文件的迷你应用程序，演示Windows应用程序SDK应用程序的XAML布局、数据绑定和UI自定义功能。照片编辑器向您展示如何从**图片**库中检索照片，然后使用各种照片效果编辑所选图像。在示例的源代码中，您将看到许多常见的做法，如[数据绑定]和[异步编程]。此示例针对Windows应用程序SDK进行测试以及Visual Studio 2022。

2023-06-07

Android开发 8.0及以上调用相机/相册，并根据Uri获取图像绝对路径，并进行文件上传

参考链接：https://skydance.blog.csdn.net/article/details/129745348 一、权限问题二、调用相机 1、声明provider 首先，我们需要在主配置文件中声明provider，与activity同级别。之所以要用到provider，是因为从Android7.0开始，就不允许在 App 间，使用 file:// 的方式，传递一个 File ，否则就会抛出异常，而provider的作用恰好就是用过 content://的模式替换掉 file://，看上去只是换了个前缀，但其实是有真实路径转为了虚拟路径。 2、调用相机首先创建一个文件，用于保存拍照图像，然后根据不同系统版本获取Uri，传递给Intent，然后调起相机（可以考虑将outputImage、imageUri设置为全局变量）。 3、处理回调使用BitmapFactory读取imageUri，得到bitmap，然后进行一些压缩，然后显示。

2023-05-26

基于winform/c#/opencv实现的windows下使用的自动鼠标点击小软件

【2022/08/22】版本v1.0 【功能描述】目前实现两种点击模式。间隔模式：一句话描述，按设置好的间隔时间鼠标左键单击用户设定的位置。图片模式：一句话描述，用户截图想要识别的图片，上传到软件，然后软件按设置好的间隔时间识别屏幕是否出现了用户上传的图片，如果识别到了，则鼠标左键单击用户设定的位置。后面会增加一些点击模式，比如文字识别，颜色识别等。【使用要点】 1、不能进行屏幕缩放，就是《显示设置》-《缩放和布局》那里的缩放，需要使用百分之百，否则定位不准确。 2、快捷键f1为确认功能，比如选择鼠标点击位置，f1进行最终确认。 3、快捷键f5为开始运行。 4、快捷键f6为结束运行。【文章链接】更新细节等会记录在下面文章地址，如果不能访问，可能就是刚更新审核中，耐心等待即可。 https://skydance.blog.csdn.net/article/details/126441719 【如有个性化需求】可以私信我独立开发，费用具体谈。【想增加通用功能】也可以私信我描述清楚需求，如果不是十分复杂，也会进行功能增加之后更新版本。

2022-08-22

医学影像分析+matlab+经典教学课件介绍医学图像分析领域中使用的数学和统计技术，重点是计算机算法。

1、MATLAB 是教学语言。 2、介绍医学图像分析领域中使用的数学和统计技术，重点是计算机实现。我们将研究基于使用各种模型的算法和策略来解决以下医学成像问题：表示、可视化、特征提取、去噪、图像配准、形态测量（可变形）、量化和验证。 3、包含以下细节内容：数字图像数据、随机场、希尔伯特空间、傅里叶分析、小波、线性和非线性滤波器、时间序列、多元技术、模式识别、形状建模、可变形模板、曲线和曲面几何、有限元方法 (FEM)、相似性度量、图像模拟、图像配准（2D 表面和 3D 体积）、统计参数映射 (SPM)、多重比较校正、计算统计、验证技术。 4、一些小节主题摘抄分割是根据某些标准将数字图像划分为多个区域。 fMRI 示例：杏仁核中的功能性 MRI 显示实验皮尔逊积矩相关系数复杂图像重建回顾图像复杂性可以表征图像和潜在的临床状况（癌症的存在、阿尔茨海默病）。医学影像分析流程：（1）图像采集 MRI、fMRI、PET、CT、EEG、MEG 等。（2）将图像导入计算机DIACOM、MINC、ANALYZE、BRIK。（3）基于图像强度的分割 / 可变形曲线和曲面（4）图像配准

2022-06-13

winform + access数据库 + EntityFramework ORM映射

压缩包内包含示例程序、引擎等等 1、winform桌面程序使用access数据库的化，如果用户的电脑里面没有安装最新的access软件（应该是2019版本以上）或者不安装access，就需要安装accessdatabaseengine引擎。 2、accessdatabaseengine引擎分为32位和64位。 3、如果要使用EntityFramework还需要JetEntityFrameworkProvider，这是第三方github提供的软件，在NuGet上也提供了，不过它仅支持32位的，如果想要使用64位的，可以下载源码重新编译dll。 4、上面说的accessdatabaseengine引擎和JetEntityFrameworkProvider要配套，要么都是32要么都是64位的。 5、winform软件启动的时候连接access数据库的时候，启动有点慢，经过抓包测试过，慢的原因是会访问微软的网站，不过网站已经访问不通了所以很慢，如果断网启动就会很快。另一个不一定靠谱的办法是打开office软件更改信任中心的隐私选项，给关闭掉，不让office访问联机服务和信息反馈。

2022-06-01

winform + sqlite数据库 + EntityFramework ORM框架

1、基于.Net Framework4.8的桌面窗口程序。 2、代码演示如何使用sqlite数据库。 3、基于EntityFramework的ORM框架。 4、可以使用SQLite Expert Personal软件查看sqlite数据库文件，数据库文件名为sqlite.db3，位于bin/debug文件夹下。 5、数据库连接描述connectionStrings，再App.config文件内配置。 6、主窗口内放置了一个listview，进入界面时会读取表内数据，展示在listview中，另外界面有两个按钮，一个添加，一个删除，调用我们的EntityFramework的层结构，进行存储或删除。 7、在入口文件方法内，使用GetItemCollection方法进行EF暖机操作，以避免第一次度数据库过慢，不过这个方法是否有效需要自行感受，数据库越复杂可能感受越明显。 8、需要NuGet引入EntityFramework、System.Data.SQLite.Core、System.Data.SQLite.EF6、System.Data.SQLite.Linq等相关的库。

2022-06-01

c++基础学习参考代码

1、标识符、关键字、常量、变量、数据类型、指针、运算符、字符串处理等全部基础点。 2、包含所有流程语句，简单语句、复合语句、ifelse、循环..... 3、函数、内联、重载、模板函数、作用域、命名空间等 4、类和对象、多继承、虚继承、嵌套类、局部类、类模板 5、窗口设置、通用对象、设计媒体播放器、图形设备接口、文件操作、GDI+、程序调试、打印相关、注册表操作、ADO数据库编程、多线程程序设计、动态链接库、套接字socket编程。 6、项目实战局域网监控系统、垃圾文件清理工具、视频聊天软件、人事考勤管理系统等。

2022-05-03

winform使用Graphics进行线段、圆、椭圆、铅笔、多边形等绘制功能完整代码

winform使用Graphics进行线段、圆、椭圆、铅笔、多边形等绘制。同时还有保存、恢复等功能，可以根据需求自定义扩展。、抽象基类如下所示， public abstract class DrawObject { #region Members //是否被选中 private bool selected; //绘制对象的颜色 private Color color; //绘制对象的线条宽度 private int penWidth; //绘制对象的id标识 int id; // Last used property values (may be kept in the Registry) private static Color lastUsedColor = Color.Black;

2022-05-03

winform+FileDialog扩展+自定义FileDialog窗口

内容概要：使用winform原生开发的自定义FileDialog窗口控件，再系统FileDialog的基础上进行扩展。基于UserControl。 public partial class FileDialogControlBase : UserControl { #region Delegates public delegate void PathChangedEventHandler(IWin32Window sender, string filePath); public delegate void FilterChangedEventHandler(IWin32Window sender, int index); #endregion }

2022-05-03

计算机视觉+对象类别检测+各种检测技术简述+PPT讲义

1、通过滑动窗口分类检测 2、多尺度（和纵横比）来检测不同大小的对象 3、困难负例挖掘的重要性（由于类不平衡） 4、通过仅选择窗口子集来加速训练和推理 5、使用 CNN 进行对象类别检测两阶段方法：Faster R CNN 一段式方法：SSD 评价数据集：COCO 6、涉及最先进的方法最近的改进模块：特征金字塔网络、焦点损失培训：复制粘贴数据增强架构：RetinaNet、CenterNet、FCOS、Mask R CNN、DETR、Swin 7、实例分割 8、使用移位窗口的分层视觉转换器 9、DETR：使用变压器进行端到端对象检测 10、复制粘贴和大规模抖动数据增强 11、对象检测、分割、实例分割等的新基准数据集： LVIS（Large Vocabulary Instance Segmentation）：1200个类别，164K 图像，220万个实例分割

2022-04-28

牛津大学2022年计算机视觉课程，深度学习对象类别检测【讲义】

主要涵盖以下内容，并介绍最先进的网络和架构 1、视觉场景理解，对象类别、身份、属性、活动、关系、位置…… 2、任务：分类、定位、分割 3、视觉问答、对象跟踪 4、滑动窗口检测器原理、训练滑动窗口检测器、加速推理 5、两阶段和一阶段网络 5、imagenet、AlexNet、VGG16、ResNet、Squeeze & Excitation 、Faster RCNN 6、“Anchors”：预定义的候选区域 7、RPN：区域提案网络、Anchor Box、Multiple Anchors、正负训练区域 8、大规模数据增强 9、DETR: End to end object detection using transformer

2022-03-30

基于华为P9实现视觉SLAM的低成本方案

关注 SLAM 算法在 HUAWEI P9 上的可能性。目标是在 Android 平台上开发移动应用程序。该应用程序应该能够使用手机中嵌入的传感器（例如摄像头、陀螺仪和加速度计）来绘制、建模和定位周围环境，同时将手机随身携带。我们系统的核心是视觉 SLAM 算法。基于精度和手机存储容量，我们选择ORB-SLAM作为框架。华为 P9 上的一个摄像头、一个加速度计和一个陀螺仪作为输入设备。应用紧密耦合的视觉惯性传感器融合算法来获得基于视觉和惯性输入的相机位姿估计，从而能够在慢动作和拥挤场景中稳健地工作。我们还在计算机上离线应用 3D 地图重建来可视化 SLAM 结果。总的来说，我们的应用可以在华为P9上实现SLAM，离线3D地图重建系统可以可视化。峰值 CPU 使用率超出我们的预期 1%。所有其他规范，包括本地化错误、本地化时间、内存使用峰值、互联网带宽使用、用户学习时间和成本均已满足。该项目预示着基于智能手机的自动驾驶汽车的可能。

2022-03-30

布法罗大学 + SLAM + 讲义PPT

布法罗大学SLAM讲义PPT下载。 1、SLAM 是一种用于在未知环境或已知环境中构建地图同时跟踪当前位置的技术。 2、为了构建地图，我们必须知道我们的位置；为了确定我们的位置，我们需要一张地图！ 3、同步定位与地图构建 (SLAM) 是自动驾驶汽车所用的一种技术，您不仅可以用它构建地图，还可同时在该地图上定位您的车辆。 4、大致说来，实现 SLAM 需要两类技术。一类技术是传感器信号处理（包括前端处理），这类技术在很大程度上取决于所用的传感器。另一类技术是位姿图优化（包括后端处理），这类技术与传感器无关。 5、相关硬件：移动机器人、距离测量装置 6、SLAM 是 SfM（运动恢复结构：Structure from Motion）的一种实时版本。 7、目前，SLAM技术被广泛运用于机器人、无人机、无人驾驶、AR、VR等领域，依靠传感器可实现机器的自主定位、建图、路径规划等功能。 8、

2022-03-30

着色论文及算法（含matlab代码）

这里的算法基于一个简单的前提，即时空附近具有相似灰度级的像素也应该具有相似的颜色。适合用于视频和图像着色处理。

2021-08-04

双击自定义后缀文件关联打开自己的WinForm应用程序

主要是实现了以下功能，适合初学Windows桌面应用开发的人员： 1、程序运行时请求管理员权限。 1、程序运行时写入注册表。（1）关联自定义后缀文件关联到自己的应用。（2）指定自定义后缀文件的logo。 2、双击自定义后缀文件开自己的应用，并传递文件路径参数到应用内。 3、拖拽自定义文件到主窗口，如果进行获取文件路径。

2021-03-27

paint.net-3.36(可运行版本).zip

1、Paint.NET是一个图像和照片处理软件，它由华盛顿州立大学的学生开发和维护并由微软公司提供项目指导，早期定位于MS Paint的免费替代软件，现在逐渐发展为一个功能强大且易用的的图像和照片处理软件，支持图层，无限制的历史记录，特效，和许多实用工具，并且开放源代码和完全免费，界面看起来有点像Photoshop，该软件的开发语言是C#。 2、最后开源的版本应该就是3.3.6，目前i已经不再开源。 3、支持VS2019运行

2020-12-29

深度残差网络.zip

当Microsoft Research发布用于图像识别的深度残差学习时，深度残差网络席卷了深度学习领域。这些网络在ImageNet和COCO 2015竞赛的所有五个主要赛道中均获得了第一名的入围作品，这些竞赛涵盖了图像分类，对象检测和语义分割。此后，ResNets的鲁棒性已被各种视觉识别任务和涉及语音和语言的非视觉任务证明。压缩包内包含以下参考文档： 1、深度残差学习以进行图像识别— ResNet（Microsoft Research） 2、广泛的残留网络（巴黎埃斯特大学，巴黎高等技术学校） 3、聚集残余转换为深层神经网络- ResNeXt（Facebook的AI研究）

2020-12-26

C++语言编写坦克大战源代码下载(vs2019可运行)

C++语言编写坦克大战小游戏的源代码，控制台运行的，代码很简单，适合新手看着玩，可以用vs2019运行着玩耍。

2020-12-14

K近邻算法进行手写识别的数据集

K近邻算法进行手写识别的数据集，包含手写数字的训练集和测试集，为32*32的数据集合，在代码里转为1024的向量

2020-12-13

windows版本nginx1.7 + rtmp模块

windows下搭建nginx-rtmp服务器，可用来测试obs推流，其它端进行拉流观看。使用方法双击nginx.exe即可。

2020-12-05

Caffe面部检测模型

Caffe面部检测模型，包含res10_300x300_ssd_iter_140000.caffemodel，deploy.prototxt

2020-12-05

自定义采集的图像数据集，浣熊、鱼、猫，用于训练神经网络

自定义采集的图像数据集，浣熊、鱼、猫，用于尝试用自己的数据进行神经网络的训练，提供给大家，虽然质量一般，但是不需要自己一张张去弄了。

2020-12-02

ssd_mobilenet_v1_coco_2017_11_17.zip

tensorflow训练的ssd_mobilenet_v1_coco_2017_11_17目标检测、图像分类模型。

2020-11-21

风景视频，用于图像处理，模拟长曝光

用于图像处理，模拟长曝光，这里使用Python和OpenCV从输入视频中自动创建长时间曝光的图像。给定输入视频，将所有帧平均在一起（平均加权）以创建长时间曝光效果。

2020-10-26

SocketServer.zip

使用supersocket 1.6的可自定义结束符的短连接demo实例，使用windows窗口运行。

2020-05-10

百度地图切图工具ie内核、chromium内核.zip

【2022-08-20更新】之前使用的winform的webbrowser控件，可能会出现兼容性问题，导致地图不显示，现已经更新为webview2替代原webbrowser控件。【备注】下载后请自行修改html文件夹下的在线地图.html，第7行的ak为自己的ak(注意：因为百度地图api更新，需要申请浏览器端的ak)。【功能描述】 1、此小软件可以用于生成百度瓦片图层生成。 2、支持多项目管理，可以为每次切图创建项目，方便管理 3、支持从地图上多选所需图片，程序自动下载合并为一张图片，自动记录缩放级别和中心点 4、可根据程序合并的图片，精确处理自己的图片 5、程序支持精准的切割瓦片图并生成demo 6、最高支持百度地图缩放级别20级

2020-03-16

使用R语言的人多么？

2023-09-25

进行视频分析时，动态手势识别都有哪些技术路线？

2023-09-19

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

顶级资源，布法罗大学深度学习超详细讲义英文版 共20章，三大部分：应用数学和机器学习基础、深度网络：现代实践、深度学习研究

分别基于C#、C++的WinUI 3的demo体验项目

Android开发 8.0及以上调用相机/相册，并根据Uri获取图像绝对路径，并进行文件上传

基于winform/c#/opencv实现的windows下使用的自动鼠标点击小软件

医学影像分析+matlab+经典教学课件 介绍医学图像分析领域中使用的数学和统计技术，重点是计算机算法。

winform + access数据库 + EntityFramework ORM映射

winform + sqlite数据库 + EntityFramework ORM框架

c++基础学习参考代码

winform使用Graphics进行线段、圆、椭圆、铅笔、多边形等绘制功能完整代码

winform+FileDialog扩展+自定义FileDialog窗口

计算机视觉+对象类别检测+各种检测技术简述+PPT讲义

牛津大学2022年计算机视觉课程，深度学习对象类别检测【讲义】

基于华为P9实现视觉SLAM的低成本方案

布法罗大学 + SLAM + 讲义PPT

着色论文及算法（含matlab代码）

双击自定义后缀文件关联打开自己的WinForm应用程序

paint.net-3.36(可运行版本).zip

深度残差网络.zip

C++语言编写坦克大战源代码下载(vs2019可运行)

K近邻算法进行手写识别的数据集

windows版本nginx1.7 + rtmp模块

Caffe面部检测模型

自定义采集的图像数据集，浣熊、鱼、猫，用于训练神经网络

ssd_mobilenet_v1_coco_2017_11_17.zip

风景视频，用于图像处理，模拟长曝光

SocketServer.zip

百度地图切图工具ie内核、chromium内核.zip

使用R语言的人多么？

进行视频分析时，动态手势识别都有哪些技术路线？

顶级资源，布法罗大学深度学习超详细讲义英文版共20章，三大部分：应用数学和机器学习基础、深度网络：现代实践、深度学习研究

医学影像分析+matlab+经典教学课件介绍医学图像分析领域中使用的数学和统计技术，重点是计算机算法。