haima1998的专栏

转自：https://zhuanlan.zhihu.com/p/73385693https://blog.csdn.net/gatieme/article/details/78885908前言：在没有读《性能之巅》这本书之前，就听说过火焰图。当时学习同事用go写的项目代码，发现里边有个文件夹叫火焰图，觉得名字很好玩，就百度了一下，惊叹还有这种操作。不过当时并没有听过Brendan Gregg的大名，因为懒也没有深入学习。这次找到了Brendan Gregg的blog，也了解了一点动态追踪技术的知

转自：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.1/deploy/android_demo/app/src/main/cpp/preprocess.cpp// fill tensor with mean and scale and trans layout: nhwc -> nchw, neon speed upvoid neon_mean_scale(const float *din, float *dout, int s

转自：https://zhuanlan.zhihu.com/p/89665397本文作者：kurffzhou，腾讯 TEG 安全工程师最近，Nature发表了一篇关于深度学习系统被欺骗的新闻文章，该文指出了对抗样本存在的广泛性和深度学习的脆弱性，以及几种可能的解决方法。安全平台部基础研究组自2017年来在对抗样本的生成及防守方法进行了深入研究，在这里团队通过在攻击方面的经验，分享我们对于防守对抗样本的一些思考，欢迎共同讨论。深度学习在现实生活中的应用越来越广，然而越来越多的例子表明，深度学习系统

作者：阏男秀链接：https://www.zhihu.com/question/50125636/answer/124938067来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。# 物联网技术之四：无线自组网无线自组网，或称无线传感网络，这肯定是物联网专业的学生要学的一门学科，属于通信领域，电子、计算机出身的人对这没有太多的概念。无线自组网最典型的技术之一是，ZigBee。什么是自组网？做个对比，比如我们的WiFi，我们要用手机去连一个SSID，输入密码才.

转自：https://blog.csdn.net/weixin_43476455/article/details/85764113https://www.zhihu.com/question/264880727http://www.openailab.com/int/ability/list2.html现阶段，边缘人工智能的主要挑战有成本、功耗、AI计算能力，以及软件生态构建等问题。芯片公司被迫花大量精力做上层开发环境和平台，应用/算法公司被迫做大量底层适配优化成为全栈AI公司。如何创造性.

转自：https://zhuanlan.zhihu.com/p/28323601https://blog.csdn.net/qq_30815237/article/details/87914775刚刚出炉的 OpenCV 3.3 版本增加了符合历史进程的新模块 dnn，也就是深度神经网络。dnn 模块其实很早就存在于 opencv_contrib 项目中，这次提到了主项目里，算是转正了。小张琢磨了下，这个 dnn 模块的卖点有这么几个：1）零依赖只依赖 opencv，如果你被 caffe

转自：https://blog.csdn.net/acaiwlj/article/details/49818965声明：本文是基于Joel Yliluoma写的Guid into OpenMP:Easy multithreading programming for C++而写的，基本是按照自己的理解，用自己语言组织的。其中大部分例子依然用原来文章的例子，本文仅作为学习笔记之用。前言多线程在实际的编程中的重要性不言而喻。对于C++而言，当我们需要使用多线程时，可以使用boost::thread库或者自

转自：https://blog.csdn.net/zhuiqiuk/article/details/88653113https://zhuanlan.zhihu.com/p/59148865多目标跟踪，即Multiple Object Tracking(MOT)，主要任务中是给定一个图像序列，找到图像序列中运动的物体，并将不同帧的运动物体进行识别，也就是给定一个确定准确的id，当然这些物体可以是任意的，如行人、车辆、各种动物等等，而最多的研究是行人跟踪，由于人是一个非刚体的目标，且实际应用中行人检测

转自：https://www.163.com/dy/article/G07PMVPO0511ABV6.html作者：gloomyfish　　【新智元导读】本文从原始的三个输出层解析实现了boxes, classes, nms等关键C++代码输出，实现了纯OpenVINO+OpenCV版本的YOLOv5s模型推理的代码演示。下面是详细的系统环境与各个部分解释，以及代码实现与演示图像。　　系统版本信息与依赖　　Window 10 64bit Pytorch1.7+CUDA10.0 Pytho

转自：https://baijiahao.baidu.com/s?id=1677811512042412943&wfr=spider&for=pc移动交互解决方案开发商Crunchfish日前发布了名为XR Skeleton的手势控制技术。只需一个标准的手机摄像头，系统即可检测和追踪每只手的21个关键点。这种对人手的描述通常称为骨架模型，并可以实现非常精确和灵活的交互解决方案，如用于操作虚拟对象或菜单系统。Crunchfish表示，这项技术旨在实现尽可能接近现实世界的增强现.

转自：https://zhuanlan.zhihu.com/p/351297472https://community.arm.com/cn/b/blog/posts/arm-891361032今天，主要介绍FP32、FP16和BF16的区别及ARM性能优化所带来的收益。FP32 是单精度浮点数，用8bit 表示指数，23bit 表示小数；FP16半精度浮点数，用5bit 表示指数，10bit 表示小数；BF16是对FP32单精度浮点数截断数据，即用8bit 表示指数，7bit 表示小数。在数

转自：https://cloud.tencent.com/developer/article/1774206FP16是半精度浮点格式，相比常用的FP32单精度浮点，数据宽度降低了一半。2016年Arm更新了Armv8.2-A Extension扩展指令集，其中包含FP16半精度浮点运算。Arm NEON向量指令长度为128位，一条FP32向量可完成4个单精度浮点数运算，一条FP16向量可完成8个半精度浮点数运算，使理论峰值性能翻倍。如果该指令用于加速网络推理，相比于FP32预期能达到2倍加速。1.2

以下指的是opencv android 释放的动态库opencv3及以下的版本仅仅支持gnustl_shared编译opencv4 使用了c++_static和c++_shared 编译 参考：https://blog.csdn.net/jdazy/article/details/95044780

转自：https://blog.csdn.net/this_is_me_anyway/article/details/99293196docker容器内应用服务生成core文件步骤：1、设置core文件生成格式和输出路径物理机上执行如下命令:echo "/data/cores/core.%p"| sudo tee /proc/sys/kernel/core_pattern2、docker容器挂在core文件路径到物理机对应路径。for example:...

转自：https://blog.csdn.net/qq_33266987/article/details/78784286unique_ptr的使用分配内存与shared_ptr不同，unique_ptr没有定义类似make_shared的操作，因此只可以使用new来分配内存，并且由于unique_ptr不可拷贝和赋值，初始化unique_ptr必须使用直接初始化的方式。 unique_ptr<int> up1(new int()); //okay,直接初始化 .

转自：https://zhuanlan.zhihu.com/p/63890916模板auto_ptr是C++98提供的解决方案，C++11已摒弃。模板unique_ptr、shared_ptr是C++11提供的解决方案.为什么要摒弃auto_ptr呢？先来看下面的赋值语句：auto_ptr<string> ps(new string("I am a boy."));auto_ptr<stirng> vocation;vocation = ps;上述赋值语

转自：https://blog.csdn.net/liang123l/article/details/53992197Android平台提供了多种感应器，让你监控设备的运动。传感器的架构因传感器类型而异：重力，线性加速度，旋转矢量，重要运动，计步器和步检测传感器是基于硬件或基于软件的。 加速计和陀螺仪传感器是始终基于硬件的。大多数Android设备有一个加速度计，现在大部分Android设备还有陀螺仪。基于软件的传感器的可用性是更加可变，因为它们通常依赖于一个或一个以上硬件传感器来导出他们的

转自：https://zhuanlan.zhihu.com/p/34995102https://www.cnblogs.com/hitcm/p/6327442.html

转自：https://blog.csdn.net/guotianqing/article/details/80958281概述现在大家使用的基本上都是多核cpu，一般是4核的。平时应用程序在运行时都是由操作系统管理的。操作系统对应用进程进行调度，使其在不同的核上轮番运行。对于普通的应用，操作系统的默认调度机制是没有问题的。但是，当某个进程需要较高的运行效率时，就有必要考虑将其绑定到单独的核上运行，以减小由于在不同的核上调度造成的开销。把某个进程/线程绑定到特定的cpu核上后，该进程就会一直在

转自：https://www.zhihu.com/question/400143354作者：阿里巴巴淘系技术链接：https://www.zhihu.com/question/400143354/answer/1310377675来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。端侧AI在这两三年里，可谓高速发展，新应用、新算法、新硬件推陈出新，也不断有新推理引擎涌现。但对引擎的评价方式定格在了三年前，比较的总是ARMv7/ARM64下MobileNet、..

转自：https://www.bgteach.com/article/176计算机图形程序接口 |Graphics API对于普通的电脑玩家来说这是一个不重要的东西，但对于游戏开发、玩游戏做三维的人来说，这部分知识可能会常常被提及，尤其是涉及到游戏相关的。计算机图形程序接口是一套可编程的开放标准，3D\2D 都需要这部分底层的 API 支持。如果你是一名游戏开发者，没有借助图形 API 来开发游戏的话，这意味着你的游戏想要调用系统硬件（GPU）的时候，这部分的程序需要自己独立开发，这无疑是增加了游.

转自：https://www.tensorflow.org/lite/performance/gpu_advancedTensorFlow Lite 在GPU环境下TensorFlow Lite支持多种硬件加速器。本文档介绍如何在安卓系统（要求OpenGL ES 3.1或更高版本）和iOS（要求iOS 8 或更高版本）的GPU后端（backend）使用TensorFLow Lite delegate APIs。使用GPU加速的优势速度GPUs 设计为具有高吞吐量、可大规模并行化的工.

转自：https://blog.csdn.net/yorkhunter/article/details/104890874最近谷歌发布3-D目标检测和姿态估计的新开源软件，借此大家了解一下其中采用的一些骨干技术。这是其中一个技术：Motion StillAR背后的即时运动跟踪，原文见：https://ai.googleblog.com/2018/02/the-instant-motion-tracking-behind.html。这是适用于Android的Motion Still增强现实（A..

转自：https://blog.csdn.net/xhhjin/article/details/81164076随着 Android P 的逐步应用，越来越多的客户要求编译库时用 libc++ 来代替 libstdc++。libc++ 和 libstdc++ 这两个库有关系呢？它们两个都是 C++ 标准库，libc++ 是针对 Clang 编译器特别重写的 C++ 标准库，而 libstdc++ 则是 GCC 的对应 C++ 标准库了。从 Android 市场来说，Android NDK 已在具体应用中

转自：https://developer.android.com/ndk/guides/cpp-support?hl=zh-cnC++ 库支持NDK 支持多种 C++ 运行时库。本文档介绍了这些库的相关信息、所涉及的折衷做法以及库的使用方法。C++ 运行时库表 1.NDK C++ 运行时和功能。名称 功能 libc++ 现代 C++ 支持。 system new和delete。（在 r18 中已弃用。） none 无头文件，有限 C++。 ...

转自：https://blog.csdn.net/wvtear/article/details/50016285nm命令介绍的很多，但大多不介绍其函数符号标志的含义。最近在调试动态库时常用到，其中用的最多的用法:nm -A * |grep “aaa” | c++filt // -A 为了显示文件， c++filt转换为可读风格，好像有个参数也能实现类似功能其他内容整理如下（原作者未知):nm用于列出目标文件的符号清单，如果没有指定目标文件，则默认为“a.out”。nm的格式如下：nm.

国际货运代理面临的困局，是一个时代的结束！https://zhuanlan.zhihu.com/p/68044703国际货运代理行业的未来https://zhuanlan.zhihu.com/p/86243754国际货运代理的存在有何意义?https://www.zhihu.com/question/26604471/answer/952373652019年国际货运代理行业巨头之间的竞争正在不断加剧，新的科技型企业如雨后春笋般的崛起，国际货运代理行业即将迎来前所未有之变局。4月1日，.

转自：https://blog.csdn.net/weixin_46028606/article/details/106956593一，内存静态内存，栈内存，堆内存①静态内存存储局部static对象和类的static对象以及定义在任何函数之外的变量②栈内存栈内存用于保存定义在函数体内非static对象。③堆内存运行需要创建时，才申请的内存空间，只有当程序结束时，才回收，也就是说我们如果不需要这个对象时，我们必须手动释放这块内存空间，否则造成内存泄漏④智能指针①智能指针

转自：https://blog.csdn.net/guolin_blog/article/details/97142065Android技术迭代更新很快，各种新出的技术和名词也是层出不穷。不知从什么时候开始，总是会时不时听到AndroidX这个名词，这难道又是什么新出技术吗？相信有很多朋友也会存在这样的疑惑，那么今天我就来写一篇科普文章，向大家介绍AndroidX的前世今生。Android系统在刚刚面世的时候，可能连它的设计者也没有想到它会如此成功，因此也不可能在一开始的时候就将它的API考虑的

转自：https://blog.csdn.net/carson_ho/article/details/104243841前言在2018年Google I/O大会上发布了一系列辅助Android开发者开发的实用工具集合：Jetpack 今天，我将主要介绍Android Jetpack的相关内容，包括其作用、特点 & 组成，希望你们喜欢。目录1. 简介2. 特点高效开发：包含的多个组件协同使用 消除模板代码：可管理繁琐的 Activity，如 后台任务、导航和生命周..

转自：https://www.imooc.com/article/287047?block_id=tuijian_wz近期，Google 的 Jetpack 组件又出了新的库：CameraX 。顾名思义：CameraX 就是用来进行 Camera 开发的官方库了，而且后续会有 Google 进行维护和升级。这对于广大 Camera 开发工程师和即将成为 Camera 的程序员来说，真是个好消息~~~原文地址：https://glumes.com/post/android/google-jetp

转自：https://baijiahao.baidu.com/s?id=1690563817786821992&wfr=spider&for=pchttp://www.chuapp.com/?c=Article&a=index&id=287794谷歌宣布关闭旗下Stadia游戏研发部门，让Stadia重新专注于做现有开发者的游戏平台服务，不再为该服务开发自己的游戏。Stadia是谷歌开发运营的云游戏平台。2月1日，谷歌官方发布博客文章，表示未来Stadia将专注于

转自：https://blog.csdn.net/qq_24382363/article/details/864809431 Android 中的资源文件Android 资源文件大致可以分为两种：res/raw 和 assetsres/rawres/raw 目录下存放可编译的资源文件 这种资源文件系统会在 R.Java 里面自动生成该资源文件的 ID，所以访问这种资源文件比较简单，通过R.XXX.ID即可。 assetsassets目录下存放原生资源文件，可以存放一些图片，html，js..

转自：https://blog.csdn.net/wenyun_kang/article/details/77413714一、软件安装（1）首先更新源（要确定系统可以联网，可以先打开浏览器访问以下百度主页，如果没连上网，可以试试到Win7系统上 “右键计算机 -> 管理 -> 服务和应用程序 -> 服务 -> 找到VMware相关的所有服务 -> 右键 -> 启动”）sudo apt-get update1（2）安装 openssh服务端安装

转自：https://www.jianshu.com/p/ef67cacf442c本篇笔记主要记录Opencv里的图像翻转，平移，旋转，仿射及透视功能，主要是下面几个API:cv2.flip() # 图像翻转 cv2.warpAffine()　＃图像仿射 cv2.getRotationMatrix2D()　＃取得旋转角度的Matrix cv2.GetAffineTransform(src, dst, mapMatrix) #取得图像仿射的matrix cv2.getPerspectiveTr

转自：https://www.cnblogs.com/bruce1992/p/13944934.html今天在一台Ubuntu服务器里面配置了一个Nginx服务，监听的8080端口。本机可以访问，但是局域网就是访问不到。首先怀疑防火墙没有开放8080端口，设置ufw防火墙开放8080端口$ sudo ufw allow 80然后局域网依然不能访问，接下来应该还要配置一下iptables，开放8080端口$ sudo iptables -I INPUT -p tcp --dport 80

转自：https://blog.csdn.net/zm_yang/article/details/70483439搭建Tomcat环境自己写些小应用,需要用到服务器,便在Ubuntu环境下搭建了个Tomcat服务器.搭建方法很简单,去官网下在安装包解压到自己喜欢的路径,假设为~/Tomcat然后从命令行进入~/Tomcat/apache-tomcat-8.5.14/bin,输入./startup.sh回车,Tomcat服务器就启动了.相应的,输入./shutdown.sh就关闭Tomcat服...

http://yukai.space/2017/06/05/%E5%A6%82%E4%BD%95%E4%BB%8E%E5%A4%96%E7%BD%91%E8%AE%BF%E9%97%AE%E5%AE%B6%E9%87%8C%E7%9A%84%E7%94%B5%E8%84%91/https://www.zhihu.com/question/359855947 （叫运营商开通）https://www.cnblogs.com/BensonLaur/p/7077053.html (本地机器搭建web服务)h.

【Python】吹爆Python！1行代码搭建Web服务器30行代码实现服务器的文件上传下载需求：手机每日下载图片，然后需经过本人编写的Python脚本处理一遍，再返回到手机上。个人电脑不能保证时刻开机在线，自己也不可能一直在电脑旁边，故欲将脚本放置云服务器执行。因此，该云服务器应有Web界面，供我上传图片和下载处理后的图片。简单说，手机上传图片，服务器处理，手机下载结果图片。方案：基于成本考虑，超过RMB 100元的都不考虑。看来看去，就A里和X讯比较靠谱。于是使...

转自：https://new.qq.com/omn/20210111/20210111A0CBRD00.html2021刚刚开启，OpenAI又来放大招了！能写小说、哲学语录的GPT-3已经不足为奇？那就来一个多模态『图像版GPT-3』。今天，OpenAI重磅推出了最新语言模型—DALL·E，它是GPT-3的120亿参数版本，可以魔法一般按照自然语言文字描述直接生成对应图片！比如，在DALL·E模型中输入“穿芭蕾舞短裙、正在遛狗的萝卜宝宝”，它就可以生成这样一张图片：输入“鳄梨形状的扶手

转自：https://blog.csdn.net/elaine_bao/article/details/78668657官网：https://www.bazel.buildGithub:https://github.com/bazelbuild/bazel最近用到tensorflow的时候遇到了个新的编译工具Bazel，踩了无数坑之后终于决定还是系统地学习一下这货。Bazel是一个类似于Make的编译工具，是Google为其内部软件开发的特点量身定制的工具，如今Google使用它来构建内部大.

转自：https://blog.csdn.net/sixdaycoder/article/details/89947893为什么要使用VSCode:Remote-SSH服务器很多时候都是部署在Linux远程机器上的，我们通常是SSH连过去然后用vim或者emacs去修改源文件。这种方式对我来说很麻烦，因为我已经习惯了全宇宙最好用的C++IDE Visual Studio，离开IDE写代码实在太痛苦了。所以我只能借助samba+sourceinsight的组合来勉强度日。这个组合其实是比较好的，只

转自：https://www.cnblogs.com/ziyue7575/p/13898610.htmljava8apt安装参考:https://www.cnblogs.com/zzy1024/p/11406269.html若是没有配置国内镜像,就不建议尝试sudo apt install openjdk-8-jdk 或者 sudo apt install openjdk-8-jre-headless # 这个是apt给我推荐的,貌似这个安装的依赖少安装完之后j.

转自：http://c.biancheng.net/view/1478.html在一个大型程序中，指向动态分配内存的指针可能会在程序的各个部分使用。在这种情况下，确定哪些内存不再需要，或者程序的哪个部分应该负责删除指针就变得比较困难。程序可能会因此出现悬挂指针，也就是说，指针已经被删除了，但其内存仍然在使用中；还可能出现内存泄漏，也就是说，即使已经不再需要内存了，但指针仍然未被删除。另外还有双重删除的问题，当程序的某 部分要删除一个已经被删除的指针时，即可出现这种情况。如果被删除的内存已经进行了重新分

转自：https://www.jianshu.com/p/38fbf61c48c5和你一起终身学习，这里是程序员 Android本篇文章主要介绍 Android 开发中的部分知识点，通过阅读本篇文章，您将收获以下内容:一、CPU Profiler 概述二、CPU Profiler 使用方法三、使用CPU Profiler 记录 traces四、CPU Profiler 记录Trace 配置方法五、CPU Profiler 创建、编辑 、查看Trace 配置方法六、使用 Debug A

转自：https://blog.csdn.net/lidec/article/details/52207667背景最近开始学习rajawali，rajawali是一个Android下封装了OpenGLES API的引擎，可以方便地建立自己的场景，目前还集成了CardBoard相关，可以进行VR相关的开发，同时也可以进行AR相关的开发。rajawali为我们提供了比较丰富的例程，很多东西可以参照例程快速上手。本文记录了rajawali的集成，以及制作一个简单的音乐频谱变化的小demo，其中遇到不少问题

转自：https://blog.csdn.net/a573233077/article/details/85681781转自：https://www.cnblogs.com/21207-iHome/p/6322280.html使用RGBD摄像头时，由于需要传输的影像和深度信息资料的量很大，所以要注意所使用的USB的频宽。当USB频宽不够的时候会出现卡顿或其他情况，尽量不要和其它大量数据传输的USB装置同时使用。深度感应器原理　　对于光学设备来说，不可避免的要涉及精度和使用范围问题。作为开发者，

转自：https://post.smzdm.com/p/az5e9d4n/https://zhuanlan.zhihu.com/p/34608752收到一封来自大妈的信，转眼一看，小丁已经扎根张大妈4个年头，谢谢34214位值友一直以来的热心关注，也感谢众多路过点进小丁原创点赞支持的值友！在大妈写原创的4年，是我坚持最久的兴趣爱好之一，这几年里面，小丁学习着拍照，学习着拍视频，今天回顾一下这几年学习的技能，其中有一项技能叫做“绿幕特效/绿屏抠图”，是小丁写原创最常用到的一项技能，是拍产品拍视

转自：https://blog.csdn.net/u012501459/article/details/12945149#creation相关主题：OpenGL变换，OpenGL投影矩阵，四元数下载：matrix.zip,matrix_rowmajor.zip概述 构造&初始化 存取操作 矩阵算法 变换函数 例子：模型视图矩阵 例子：投影矩阵概述OpenGL为渲染管线准备了4种不同类型的矩阵（GL_MODELVIEW,GL_PROJECTION...

转自：https://www.jianshu.com/p/f391d0a6691e简介最近因为项目的要求，需要把开发的模块打包成aar，供其他项目调用，在搞了一段时间后，发现这里还是有很多需要注意的地方，所以记录一下，帮助大家不要走弯路。首先何为aar包？jar与aar的简单区别：*.jar：只包含了class文件与清单文件 ，不包含资源文件，如图片等所有res中的文件。 *.aar：包含所有资源 ，class 以及 res 资源文件全部包含新工程(无依赖)打包AAR的步骤.

转自：https://zhuanlan.zhihu.com/p/148265115?from_voters_page=true使用人工智能技术实现类似PhotoShop等工具的抠图功能是一个非常有趣且有科研前景的一个方向。和分割算法只有和两个值相比，抠图得到的边缘更加平滑和自然，且包含透明通道信息。抠图方法可以概括为：。其中是输入图像，表示图像的的前景，表示背景，表示该像素为前景的概率，Matting通常是指由图像内容和用户提供的先验信息来推测，以及。从技...

转自：https://blog.csdn.net/leviopku/article/details/81980249很多时候，复现人家工程的时候，需要了解人家的网络结构。但不同框架之间可视化网络层方法不一样，这样给研究人员造成了很大的困扰。前段时间，发现了一个可视化模型结构的神奇：Netron目前的Netron支持主流各种框架的模型结构可视化工作，我直接给出gayhub链接：https://github.com/lutzroeder/Netron支持windows，Linux，mac系统在wi

转自：https://blog.csdn.net/qq_27689785/article/details/82975575CPU/寄存器/内存　　因为要了解多线程，自然少不了一些硬件知识的科普，我没有系统学习过硬件知识，仅仅是从书上以及网络上看来的，如果有错误请指出来。　　CPU，全名Central Processing Unit（中央处理器）。这是一块超大规模的集成电路，包含上亿的晶体管，是一台计算机的运算核心（Core）和控制核心（ControlUnit）。它的功能主要是解释计算机指令以及处

转自：https://learnopengl-cn.github.io/01%20Getting%20started/08%20Coordinate%20Systems/https://zhuanlan.zhihu.com/p/108670094本文为学习LearnOpenGL的学习笔记，如有书写和理解错误还请大佬扶正；教程链接：坐标系统 - LearnOpenGL CN​learnopengl-cn.github.io一，基础概念1，要达到的效果OpenGL在每次顶点着色器运行

转自：https://blog.csdn.net/10km/article/details/52724477下载安装Intel MKL打开这里Intel® Math Kernel Library (Intel® MKL),点击”Get This Library for Free”下载一个非商用的免费版本，很简单，只需要提供邮箱，然后按照步骤一步步来就行了，在下载界面上会有显示序列号，务必记下这个序列号。以linux版本为例，我下载的文件为l_mkl_2017.0.098.tgz,解压缩后执行ins

超分辨率高分开源代码github 搜索关键字：super resolution代码地址：https://github.com/nagadomi/waifu2xhttps://github.com/alexjc/neural-enhancehttps://github.com/idealo/image-super-resolutionhttps://github.com/david-gpu/srez超分辨率论文和代码汇总https://github.com/YapengTian/

转自：https://blog.csdn.net/raphealguo/article/details/75234111.前言广度优先搜索（也称宽度优先搜索，缩写BFS，以下采用广度来描述）是连通图的一种遍历策略。因为它的思想是从一个顶点V0开始，辐射状地优先遍历其周围较广的区域，故得名。一般可以用它做什么呢？一个最直观经典的例子就是走迷宫，我们从起点开始，找出到终点的最短路程，很多最短路径算法就是基于广度优先的思想成立的。算法导论里边会给出不少严格的证明，我想尽量写得通俗一点，因此采用一.

CMakeLists.txt 中设置warnings as errors，可以发现内存越界问题set (CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Werror") #treating warnings as errors char tmpstr[30]; frameId++; sprintf(tmpstr, "/data1/XXXXXXXXX/tmp/detect_%d.jpg", frameId...

转自：https://www.sohu.com/a/260219676_409979作者：银代仁“懂业务，才能谈管理”，是我在《管理密码：源起市场，赢在职场》一书中开篇第一章阐述的观点。其原因不再赘述，朋友们可以看看下面的截图即可。概括起来，到底如何才能搞懂“业务”呢？除了我们常言的“工匠精神”，还有没有什么具体的、可操作的方法和路径？【一】心态上，首要重视企业的主营业务这是本人曾经犯过的一个错误——由于忙忙碌碌的应对各种常规的市场营销工作，一直没有能够潜心的研究公司的主营业务。

1、2020年代，中国AI创业公司将走向何方https://zhuanlan.zhihu.com/p/104435220

1、人工智能的下一波价值浪潮将出现在农业，这是目前最受欢迎的7个AI应用https://zhuanlan.zhihu.com/p/54221268

转自：https://www.zhihu.com/question/63008649/answer/927461903

转自：https://github.com/ChanChiChoi/awesome-Face_Recognition

转自：https://zhuanlan.zhihu.com/p/38031181https://zhuanlan.zhihu.com/p/151212267现在又有一个 AI 能干 Photoshop 的活了——自动抠图，一键去除照片背景。这款 AI 抠图产品已经成型，叫做 GreenScreen。集智体验了一下，效果还不错。比如，我们让 AI 为象征自由的男人——香蕉君抠个图吧。熟悉的原图：然后我们把香蕉君的照片拖到网站上，让 AI 去除背景，说时迟那时快只听...

转自：https://blog.csdn.net/qq_21643227/article/details/105345613文章目录一、介绍 二、剪裁 三、量化 四、蒸馏 五、NAS这是百度飞桨关于PaddleSlim的直播介绍的一点整理，方便日后查看。地址：https://aistudio.baidu.com/aistudio/education/lessonvideo/256291一、介绍PaddleSlim是一个模型压缩工具集，产出好用的“小模型”。二、...

转自：https://zhuanlan.zhihu.com/p/161186907在文本识别模型CRNN中，涉及到了CTC算法的使用，由于算法的原理涉及内容较多，所以特另开一篇文章对其原理进行叙述。自己在学习CTC过程中也是看了诸多资料才大概理解其中的思想，其中最著名的是一篇英文博客，其对CTC算法进行了通俗又详尽地讲解，链接在文末给出。本文的内容也是以其为大纲，同时参考其他优秀的资料，并加上了自己一些的理解，希望能让读者对CTC的原理有一个大致的了解。文章涉及内容较多，难免有疏漏之处，如有错误

转自：https://zhuanlan.zhihu.com/p/32107397自由度总共有6个，可分成两种不同的类型：平移和旋转。1. 平移运动刚体可以在3个自由度中平移：向前/向后，向上/向下，向左/向右。2. 旋转运动刚体也可以在3个自由度中旋转：纵摇（Pitch）、横摇（Roll）和垂摇（Yaw）。因此，3种类型的平移自由度+3种类型的旋转自由度 = 6自由度！在任意一个自由度中，物体可以沿两个“方向”自由运动。例如，电梯限制在1个自由度中（垂直平移），但电.

转自：http://blog.sina.com.cn/s/blog_602f87700102y62v.html1. Android 8.1 （API-27） NNAPI：人工智能神经网络API(如：TensorFlow)神经网络 API 能够向设备内置机器学习框架，如 TensorFlow Lite —— Google 移动跨平台机器学习框架、Caffe2 等，提供加速运算和推理。TensorFlow Lite 现已对开发者开放，各位可移步 TensorFlow Lite 开源库进行下载和文

转自：https://blog.csdn.net/qq_24946843/article/details/82710653https://blog.csdn.net/hujingshuang/article/details/47045497简介 BRISK算法是2011年ICCV上《BRISK:Binary Robust Invariant Scalable Keypoints》文章中，提出来的一种特征提取算法，也是一种二进制的特征描述算子。 它具有较好的旋转不变性...

转自：http://www.jeepxie.net/article/789204.html一、缘起在一个项目中需要把中文字符输出到图片上，也就是输出到Mat上，OpenCV 的putText函数不能输出中文。通过搜索，网上普遍的解决方案是使用freetype库来输出中文，结果还是乱码，图片上是方框。经过艰苦的调试（前前后后调了几天bug），终于折腾出一个能用的版本。二、出现乱码的原因使用freetype这个库，可以说是非常复杂。要保证程序源码、setlocale和FT_Select_Char

转自：http://www.cppblog.com/sunicdavy/archive/2012/02/29/166791.aspxLinux下的ldd命令可以查看一个可执行文件/共享库/静态库的依赖, 但是想得到这些依赖文件, 必须手动去找,非常麻烦这里是一个Shell可以将依赖列表中的文件拷贝到指定目录<span style="color:#000000">deplist=$( ldd $1 | awk <span style="color:#006080">'{i

转自：https://blog.csdn.net/djstavaV/article/details/86883931原文出处:https://xugaoxiang.com/2019/12/16/hyperlpr/软硬件环境Intel® Xeon® CPU E5-1607 v4 @ 3.10GHz GTX 1070 Ti 32G ubuntu 18.04 64bit anaconda with python 3.6 tensorflow-gpu keras opencv 3.4.3.

转自：https://zhuanlan.zhihu.com/p/763418091. 什么是MSCKF?MSCKF全称Multi-State Constraint Kalman Filter（多状态约束下的Kalman滤波器），是一种基于滤波的VIO算法，2007年由Mourikis在《A Multi-State Constraint Kalman Filter for Vision-aided Inertial Navigation》中首次提出。MSCKF在EKF框架下融合IMU和视觉信息，相较于

转自：https://zhuanlan.zhihu.com/p/43534801文字识别也是图像领域一个常见问题。然而，对于自然场景图像，首先要定位图像中的文字位置，然后才能进行识别。所以一般来说，从自然场景图片中进行文字识别，需要包括2个步骤：文字检测：解决的问题是哪里有文字，文字的范围有多少 文字识别：对定位好的文字区域进行识别，主要解决的问题是每个文字是什么，将图像中的文字区域进转化为字符信息。图1 文字识别的步骤文字检测类似于目标检测，即用 box 标识出图像中所有文字位置。

转自：https://zhuanlan.zhihu.com/p/161186907https://zhuanlan.zhihu.com/p/161186907欢迎大家前往腾讯云+社区，获取更多腾讯海量技术实践干货哦~本文作者：罗冬日目前主流的语音识别都大致分为特征提取，声学模型，语音模型几个部分。目前结合神经网络的端到端的声学模型训练方法主要CTC和基于Attention两种。本文主要介绍CTC算法的基本概念，可能应用的领域，以及在结合神经网络进行CTC算法的计算细节。CTC算法概念

转自：https://blog.csdn.net/zhanaolu4821/article/details/88977782阿里巴巴 2018 年开源的语音识别模型 DFSMN，将全球语音识别准确率纪录提高至 96.04%。DFSMN 模型，是阿里巴巴的高效工业级实现，相对于传统的 LSTM、BLSTM 等声学模型，该模型具备训练速度更快、识别更高效、识别准确率更高和模型大小压缩等效果。本场 Chat 的主要内容包括：语音识别流程简介 Kaldi 的部署使用 如何训练基于中文的 DFSMN

转自：https://zhuanlan.zhihu.com/p/37846011阿里妹导读：近日，阿里巴巴达摩院机器智能实验室开源了新一代语音识别模型DFSMN，将全球语音识别准确率纪录提高至96.04%（这一数据测试基于世界最大的免费语音识别数据库LibriSpeech）。对比目前业界使用最为广泛的LSTM模型，DFSMN模型训练速度更快、识别准确率更高。采用全新DFSMN模型的智能音响或智能家居设备，相比前代技术深度学习训练速度提到了3倍，语音识别速度提高了2倍。开源地址：https://git

转自：https://blog.csdn.net/tao_627/article/details/38304903valgrind官网：http://valgrind.org/1.安装方法第一种方式：下载目前最新的源码，编译安装，在服务器上推荐这种方式wget http://valgrind.org/downloads/valgrind-3.9.0.tar.bz2tar xvf valgrind-3.9.0.tar.bz2cd valgrind-3.9.0/./configuremake

转自：https://zhuanlan.zhihu.com/p/115321553ISP的主要内部构成：ISP内部包含 CPU、SUP IP（各种功能模块的通称）、IF 等设备ISP的控制结构：1、ISP逻辑 2、运行在其上的firmwareISP上的Firmware包含三部分：AP对ISP的操控方式：外置：I2C/SPI。 内置：MEM MAP、MEM SHAREISP架构方案：内置、外置ISP 处理流程：Bayer、黑电平补偿 （black level compe

转自：https://zhuanlan.zhihu.com/p/69144513科创板、香港主板、纳斯达克三地部门上市条件和要求！发布于 2019-06-14

转自：https://zhuanlan.zhihu.com/p/71716693一、VIE的内涵基 于国内产业政策对于外资的限制，互联网、传媒、教育等企业纷纷采取VIE模式绕开法律监管，实现境外上市、获得境外资本的投资。所谓VIE模式 (VariableInterest Entity，直译为“可变利益实体”)，即VIE结构，在国内被称为“协议控制”，是指境外注册的上市实体与境内的业务运营实体相分离，境外的上市实体 通过协议的方式控制境内的业务实体，业务实体就是上市实体的VIEs（可变利益实体）。

一、MNN 量化调优https://www.yuque.com/mnn/en/tqr7ft 量化后的模型继续trainning调优二、

转自:https://zhuanlan.zhihu.com/p/91882515半导体厂商开发的硬件再怎么厉害，也需要软件工具的加持，重复制造轮子不是一个好主意，为了充分挖掘处理器的性能，各个厂家都发布了各种软件框架和工具，比如Intel的OpenVINO，Nvidia的TensorRT等等。这里重点介绍英特尔发布的针对AI工作负载的一款部署神器--OpenVINO。OpenVINO是英特尔推出的一款全面的工具套件，用于快速部署应用和解决方案，支持计算机视觉的CNN网络结构超过150余种。我

转自：https://zhuanlan.zhihu.com/p/179946944苹果官方商城近日上架了一根数据线，官方名称 " 雷雳 3 Pro"，售价 949 元。看到价格，我脑海中的第一反应是，谁会买这根近千元的数据线？是贫穷限制了我的想象力，还是苹果想钱想疯了？我们先来看看这根数据线的长相，事实上，这就是一根采用黑色编织设计、2m 长、两端均为 Type-C 的数据线，而苹果之所以将旗下数据线命名为 " 雷雳 "，主要是因为其支持 "Thunderbolt" 传输技术协议，译为雷雳，俗称

转自：https://zhuanlan.zhihu.com/p/172121380大白在之前写过《深入浅出Yolo系列之Yolov3&Yolov4核心基础知识完整讲解》对Yolov4的相关基础知识做了比较系统的梳理，但Yolov4后不久，又出现了Yolov5，虽然作者没有放上和Yolov4的直接测试对比，但在COCO数据集的测试效果还是很可观的。很多人考虑到Yolov5的创新性不足，对算法是否能够进化，称得上Yolov5而议论纷纷。但既然称之为Yolov5，也有很多非常不错的地方值得

转自：https://zhuanlan.zhihu.com/p/76153871视觉目标跟踪（Visual Object Tracking）是计算机视觉领域的一个重要问题。尽管近年来受到了广泛研究，目标跟踪问题由于本身的高难度、高质量数据的稀少，研究热度比目标检测、语义分割等基本视觉任务略低一些。深度学习的发展和计算机算力的增强带来了视觉算法性能的突飞猛进，而目标跟踪领域中基于深度神经网络的方法只在近几年才初见端倪，可谓大有可为。如果你对视觉目标追踪有所兴趣或者是这一领域的入门新手，本文将帮助你对视

ffmpeg 编译参数：./configure --enable-gpl --disable-x86asm --enable-shared --enable-pic --enable-static

论文源码：https://github.com/pterhoer/FaceImageQuality以下参考：https://blog.csdn.net/blueblood7/article/details/107236322/论文：“SER-FIQ: Unsupervised Estimation of Face Image Quality Based on Stochastic Embedding Robustness”通过dropout实现网络的不同变体，利用不同变体提取特征的稳定性，来评价

转自：https://www.cnblogs.com/coffeebox/p/12672467.html学习Docker在Ubuntu容器中使用apt-get update命令遇到如下网络连接错误：$ docker run -it ubunturoot@3c5e3b049c88:/# apt-get updateErr:1 http://archive.ubuntu.com/ubuntu bionic InRelease Temporary fail

转自：https://mp.weixin.qq.com/s?__biz=MzIwMTE1NjQxMQ==&mid=2247519592&idx=2&sn=3a0598c9f52e47929678a572ea451d98&chksm=96f0ff3ca187762a107b4b9194e862b757d3d943ec399b35cbb7576cd92ee55cc648d7121ac3&scene=21#wechat_redirect本文继去雨去雾去模糊篇和图像...

转自：https://zhuanlan.zhihu.com/p/148265115开源代码：https://github.com/senguptaumd/Background-Matting使用人工智能技术实现类似PhotoShop等工具的抠图功能是一个非常有趣且有科研前景的一个方向。和分割算法只有和两个值相比，抠图得到的边缘更加平滑和自然，且包含透明通道信息。抠图方法可以概括为：。其中是输入图像，表示图像的的前景，表示背景，表示该像素为前景的概率，Matting通常...

转自：https://blog.csdn.net/panfengsoftware/article/details/8910468debug版本与release的不同点：debug版本中含有调试信息，不会对程序进行优化，assert相应的宏会被执行。release版本中不含有调试信息，会对程序进行优化，assert相应的宏不会被执行。#来自http://community.csdn.net/Expert/topic/4342/4342874.xml?temp=.2288935当构造一个应用程

转自：https://segmentfault.com/p/1210000018096964/readPyTorch C++ 前端 是PyTorch机器学习框架的一个纯C++接口。PyTorch的主接口是Python，Python API位于一个基础的C++代码库之上，提供了基本的数据结构和功能，例如张量和自动求导。C++前端暴露了一个纯的C++11的API，在C++底层代码库之上扩展了机器学习训练和推理所需的工具扩展。这包括用于神经网络建模的内置组件集合；扩展此集合的自定义模块API；流行的优化算法库

转自：https://zhuanlan.zhihu.com/p/71538356今天要聊的这篇文章是2019年CVPR的一篇显著性检测的文章。《BASNet: Boundary-Aware Salient Object Detection》，看文章标题，顾名思义，就知道文章可以很好的关注到显著性目标的边缘信息。文章：https://webdocs.cs.ualberta.ca/~xuebin/BASNet.pdf​webdocs.cs.ualberta.ca代码：NathanUA/.

转自：https://blog.csdn.net/kanbuqinghuanyizhang/article/details/80774609简介faiss是为稠密向量提供高效相似度搜索和聚类的框架。由Facebook AI Research研发。 具有以下特性。1、提供多种检索方法 2、速度快 3、可存在内存和磁盘中 4、C++实现，提供Python封装调用。 5、大部分算法支持GPU实现下面给出一些快速链接方便查找更多内容。github官方文档c++类信息Troubleshoot

转自：https://zhuanlan.zhihu.com/p/154017806本文继去雨去雾去模糊篇、图像增强与图像恢复篇、图像修复Inpainting篇之后，继续盘点CVPR 2020 中底层图像处理技术中非常重要的一块：图像质量评价（Image Quality Assessment）。示例如下图：上面左图为原图，中间为经过JPEG2000压缩后的图，右图为高斯模糊后的图，从清晰度来讲，肯定第一幅图质量更高，质量评价就是给图像打分，即如何用算法自动化给图像打分。可以是...

转自：https://zhuanlan.zhihu.com/p/76541084ArcFace/InsightFace（弧度）是伦敦帝国理工学院邓建康等在2018.01发表，在SphereFace基础上改进了对特征向量归一化和加性角度间隔，提高了类间可分性同时加强类内紧度和类间差异，ArcFace: Additive Angular Margin Loss for Deep Face Recognition主要思想ArcFace loss：Additive Angular Margin Loss（加

转自：https://zhuanlan.zhihu.com/p/36416906其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。书的购买链接 书的勘误，优化，源代码资源导言：本文为人脸识别算法系列专题的综述文章，人脸识别是一个被广泛研究着的热门问题，大量的研究论文层出不穷，文中我们将为大家总结近些年出现的具有代表性的人脸识别算法。请大家关注SIGAI公众号，我们会持续解析当下主流的人脸识别算法以.

转自：https://blog.csdn.net/qq_33389308/article/details/83049479本文参考链接：https://blog.csdn.net/zy122121cs/article/details/44955353参考论文：”Pyramidal Implementation of the Lucas Kanade Feature TrackerDescription of the algorithm”一、金字塔光流法介绍光流金字塔即对图像进行分层处理，一般来说不

转自：https://www.jianshu.com/p/d8a699745529图像数据格式定义了一批图片数据的存储顺序。在调用 TensorFlow API 时会经常看到 data_format 参数：data_format 默认值为 "NHWC"，也可以手动设置为 "NCHW"。这个参数规定了 input Tensor 和 output Tensor 的排列方式。data_format 设置为 "NHWC" 时，排列顺序为 [batch, height, width, channels