LEXUSAPI

原创 change DLL文件名

CHANGE NAME IN DLL

原创 vscode安装插件

访问vscode插件市场 按照VSCODE 市场里面的名字直接找 进入之后找到下图中所选的Download Extension，就会开启下载一个.vsix文件 打开vscode找到拓展，并点击右边省略号展开，选择“从vsix安装”，然后将选中下载的vsix文件即可。...

原创 DEBUG 用 release

1： 设置非MT格式2： DEBUG和release混用 ，IMREAD数据是读取不到的。3： 正常是按照该用的用，实在三方库没有DEBUG库的情况。需要设置MT格式。PADDleOCR 就是这样的情况。

原创 DEBUG 使用RELEASE文件的 DLL

1： 使用code generation 要选择 MT 格式，兼容这种运行。2： 选其他的格式会link错误的。3： 基本是用的人家的开源，但是又找不到DEBG 库的情况，有自己的当然用自己的 。

原创 CAFFE deferncable && VS cuda宏报错

原因：这次越界没有停留在报错的地方，停在了BOOST 多线程的地方，我一直排查多线程的问题。简直要疯掉，后来继续强制往下走，终于到了数组越界的地方，根据线程调用链路，发现了是稀疏卷积出现了问题，主线程的锅，跑到了次线程的身上，绝望的时候，总是会带来希望，it is always in stock....

原创 caffe 2017 3060

OK config------:cuda 11.4if NOT DEFINED CUDA_ARCH_NAME set CUDA_ARCH_NAME=Autoif NOT DEFINED CUDA_ARCH_NAME set CUDA_ARCH_NAME=Autoset(Caffe_known_gpu_archs "60 61 70 75 ")if(${CUDA_ARCH_NAME} STREQUAL "Fermi") set(__cuda_arch_bin "20 21(20..

原创 VO2007 写对应的XML

bool is_write_xml = true; if (is_write_xml == true) { ptree pt; pt.put("annotation.folder", "img"); pt.put("annotation.size.width", "512"); pt.put("annotation.size.height", "512"); pt.put("annotation.path", ...

原创 新电脑创建对应的.DLL 调试时候进不去了，好尴尬

以为是加密搞的，其实是自己没有生产对应的.PDB文件，因为自己VS里面没有设置生产调试信息 。

原创 新电脑引用opencv，搭配vs出现红色波浪线，可以运行，但是就是不能使用智能指针

可能主要原因是camke编译之后的版本问题 ，LIB引用的路径是没有影响的。当改为一开始安装的头文件引用的路径之后，就正常了，难道是编译的版本的头文件的格式问题？

原创 多个相同的库在一个工程运行引用

namespace cv{{ namespace qrcode_engina }}

原创 linux下json爆出段错误 （about json ）

Json::Reader reader; Json::Value root; 这个关键地方，循环放for里面用会错误 ，原因位置，需要单独放到FOR 外面 。

原创 指针函数的定义和用法，CAFFE中

typedef shared_ptr<Layer<Dtype>> (*Creator)(const LayerParameter &); //定义了一个函数指针 Creator可以代表指向函数名 ，Creator代表了一种类型函数 可以参考下面的用法来理解 typedefchar(*PTRFUN)(int); PTRFUNpFun; charglFun(inta){return;} voidmain()...

原创 tips_club

1: 社保拿那些;2： 选择一个好的目标3： 做一个安静的盯着，合适时候扣下扳机

原创 批标准化

批标准化(batch normalization)一.概述1.为什么需要BN我们知道网络一旦train起来，那么参数就要发生更新，除了输入层的数据外(因为输入层数据，我们已经人为的为每个样本归一化)，后面网络每一层的输入数据分布是一直在发生变化的，因为在训练的时候，前面层训练参数的更新将导致后面层输入数据分布的变化。以网络第二层为例：网络的第二层输入，是由第一层的参数和input计算得到的，而第一层的参数在整个训练过程中一直在变化，因此必然会引起后面每一层输入数据分布的改变。我们把网络中间.

原创 Inception网络

原创 训练中加入L2正则化的影响和功效

L2正则化在深度学习中，用的比较多的正则化技术是L2正则化，其形式是在原先的损失函数后边再加多一项：12????????2????12λθi2，那加上L2正则项的损失函数就可以表示为：????(????)=????(????)+????∑????????????2????L(θ)=L(θ)+λ∑inθi2，其中????θ就是网络层的待学习的参数，????λ则控制正则项的大小，较大的取值将较大程度约束模型复杂度，反之亦然。L2约束通常对稀疏的有尖峰的权重向量施加大的惩罚，而偏好于均匀的参数。这样的效果

原创 VSCODE 设置相关的代码段的线

settings.json 中添加："editor.renderIndentGuides": false 切换是显示还是不显示。

原创 K780 ubuntu FN 设置

1： 台式机装了双系统 ，先在windows下配置好了2： 切换到UBUNT 安装 ssola软件，关闭FN就可以了

原创 swig 包C++ SO 给python 调用

1： 包完之后生产出对应的 _*****.so2: 用的时候 import *****3: 但是运行的是 python do_test.py出现了不能找到对应的_*****.so 依赖的C++部分的SO ，这是因为Python运行的时候没有当前路径寻找的默认需要手动设置 ，这里加SYS.PATH没有用，这个路径只是为了寻找MODEL模块，设置SO 的寻找路径需要 sudo gedit ~/.bashrc 加上依赖的SO 的路径才可以 ，如果vScode调试，VSCODE 需要重新...

原创 go调用C++问题

1： 两个项目的 A.so B.so ,同时给go link ;2: A 里的类名字和B里面的名字有相同的地方 ；3： 服务端部署后出现 诡异的情况 A 里面的入口函数走到了B里面的， 就是因为存在相同的名字总结 ： 不要两个放一个服务，分服务 ； 放一起时候不要出现同样的名字 。血坑 。...

原创 CTPN 前向C++的错误

由于用NMS 抑制的时候需要把小快做个排序，这样保留了概率大的位置，能够更加好的拟合最后的文本区域块。写了SORT 出现了下面的尴尬。1： LINUX 直接提示段错误 ，有点尴尬 。2： 一般就是内存没有释放和越界的问题，可以查了很久也没有解决，简直要抓狂 。3： 排序的问题： SORT 中方法中要 return A.X<B.x 少了return ,妈妈皮....

原创 CTPN 用C++实现

1： 减去均值2： SCALE3： 输入网络4： 取出关键区域5： 合并文本行6： 注意DEPLOY的文件的修改 。

原创 NMS python to c++

def NMS(dects, threshold): # dects:[x1,y1,x2,y2,score] x1 = dects[:,0] y1 = dects[:,1] x2 = dects[:,2] y2 = dects[:,3] score = dects[:,4] nboxs = dects.shape[0] area = (x2-x1+1)*(y2-y1+1) order = score.argsort()[:...

原创 CTPN_TRAIN_LOSS_LOG

I0101 22:15:14.068089 25819 solver.cpp:244] Train net output #1: rpn_loss_bbox = 0.00301973 (* 1 = 0.00301973 loss)I0101 22:15:14.068097 25819 sgd_solver.cpp:106] Iteration 65020, lr = 1e-06I0101 22:15:48.553035 25819 solver.cpp:228] Iteration 65040,..

原创 caffe 相关的杂谈

1： 模型的加密解密，部署文件二进制，权重文件二进制， 权重文件的数值抽取静态变量实现等 。2： 权重文件可以明文部署，观看 。

原创 ubutnu 服务器配置问题 ;Windows +C#

1: 不同的显卡计算能力的区别，这里涉及多个 30 35 50 52 60 62 随着计算能力增多，动态库的大小也会随之增加 ；2： 服务端部署成功后，涉及一些库的位置的问题，要做到一换全换的能力 ；3： 联调问题错乱，涉及不同库的引用的问题，当有静态库的情况下，静态库需要包含所有的第三方静态库 ；PS：程序预先加载比较慢的情况需要等待的情况 。4： 字符串的比较问题，汉子两个字节的存...

原创 python 和C++联调

1： 对应的DBEUG 版本的 python对应的PDB路径， 可以到对应的官网上下载 ！ 2： PYTHON 项目代码，设置enable native debug ！ 3: VS(python) VS(C++) 同一个工程内部触动 ！...

原创 ubutnu 服务器配置问题 ，杂言 ！

1：驱动和CUDA显卡要对上，可以查看显卡型号支持的东西 ； 2：安装显卡驱动的时候，需要禁用本地的自带驱动 3： OPENCV 安装在CUDA之前安装 4： 编译时候显卡架构生成的 computer_archter能力需要根据显卡做相应的设置 ； 5 :全局变量 PROFILE设置原则实现 ； 6: CUDNN在版本间有跨版本的问题，但是最后选择配套的版本...

原创 动态32位CAFFE 报错 ，编译提示个glog 方面的错误

因为头文件中包含了 "WINDOWS.H"去除了之后显示是正常的 。可能是冲突的原因 。

原创 Faster_rcnn

---------------------------------------------------------------------------------------------------------------------------1 .000001.xml数据中记录主要用到的是文件中的目标位置 x1 y1 x2 y2 。-------------------------------...

原创 WINDOWS SDk 调试时候的数值有问题

原因： 修改了一个文件直接生成了.LIB 然后直接调用，这样的方式存在链接错误 ！！修正方式： SDK 重新生成，这样就监视正常了 。

原创 编译 caffe 32 位出现了个glog 的相关错误

这里错误经过多方调试发现是因为 包含了 WINDOWS 冲突 造成的，去除之后就编译成功了 。

原创 单独的EXE 识别运行没有错误，但是打包给界面组合后出现识别错误

这里有很多原因可能导致： 这里仅仅记录工程中出现的 1  内存分配原因出现的崩溃 2 缺少相应的环境变量导致的

原创 多线程相关要点

1 线程内部结束调用  void  exitthread(dword dwexitcode )  ;线程外面结束 Terminatethread 但是资源不是释放 2   为了防止线程没有结束 ，主线程就结束了，需要再有关代码前输入WaitForSingleObject等待函数 3   CloseHandle(hThread); 只是收回句柄，但是线程程序是继续在运行的

原创 Fasterrcnn mATLAB 版本调试CAFFE C++

1 .一直追求着算法最原始的原理 ，这样就要深入代码实现的C++部分，本人编译这个坑花了好久的时候，最后发现本质是所有的库要对应，也就是用到的DEBUG 要是对应的  2 这个有个最简单的办法，就是在CAFFE.exe安装到没有环境的电脑上，看缺少什么就复制什么 ，这样是最好的方式  3 打开MATLAB VS2013 在想需要的断点地方打上，运行MATLAB 就可以了 。

原创 莫名原因的报错

DEBUG 和RELEASE库混用会出现加载出现的错误。

原创 配置faster_rcnn的坑

1 找不到 MEX.64 可能是相关的DLL 没有复制到对应的文件夹 。 2  编译的时候要尊重作者的原始版本，不同的CAFFE 版本不要混用 。 3 .LB .DLL 文件要在VS2013 编译（或者说是同一个平台下编译的）。

原创 running code with error (std::min)

1 just add the () between std ::min  .

原创 微软接口的MATLAB 跑 FASTER RCNN 出现错误

1 本质与那里 SMOOTH_LI_LOSS 的问题 ，版本之间的兼容问题，解决方法用作者的原版本重新编译  ； 我这里报错的 check  is weight bottem.size()==4这里的错误 。坑有点深 ，感谢李冲。

原创 MATLAB FASTER RCNN 崩溃

由于没有原因的提示，只能看日记 F0418 16:41:03.008129  9132 layer_factory.hpp:81] Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: ROIPooling 日记显示的应该是缺少层，加入对应的代码重新编译接口就可以了 。