LeonJin的博客

如果下载不到deb包，也可以通过下载cuda的deb包安装。方法二已经装了GPU驱动通过下载cuda的run脚本安装。安装时，取消安装显卡驱动。

CPU运算核心较少，在大规模并行计算能力上极受限制，擅长流程控制和逻辑处理GPU运算核心较多，适合数据并行的计算密集型任务异构计算CPU处理复杂的逻辑运算和流程控制，当需要处理大量类型统一的数据时，再调用GPU进行并行计算。...

K-最近邻(K-Nearest Neighbour, KNN)算法是一种基本分类与回归方法，属于监督学习方法，其工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本。算法的输入输出如下：输入：输出：在特征匹配的应用中，我们通常找到最接近2个最近邻点（k=2），并在这两个关键点中，若最近的距离除以次近的距离小于指定阈值ratio，则接受这一对匹配点。Low推荐ratio的取值为0.8，但Low对大量存在尺度、旋转和亮度变化的两幅图片进行匹配，实验结果表明ratio取值在0. 4

每个for循环的前一行，开启openMP#pragma omp parallel for num_threads(2 * omp_get_num_procs() - 1)

OpenCV-SGBM的源码在/modules/calib3d/src/stereosgbm.cpp中，博主用的opencv版本为4.5.2BT代价就是计算两个像素之间的相似度（或者，代价cost）

参考博文：[c++]计时方法——std::chrono_吃吃今天努力学习了吗的博客-CSDN博客_c++ chrono 计时#include <stdio.h>#include <chrono>#include<iostream>int main(){ std::chrono::system_clock::time_point start = std::chrono::system_clock::now(); printf("'Hel.

win10 C++遍历文件夹#include<io.h>//_finddata_t需要io.h头文件#include<string>#include<vector>void getFiles(const std::string & path, std::vector<std::string> & files){ //文件句柄 long long hFile = 0; //文件信息，_finddata_t需要io.h头文件

安装系统一直下一步，直到问你：装在现有的ubuntu上，还是整个硬盘上（选这个，同一硬盘上的其他系统可就没了），最下面还有个“其他选项”可以自定义，重新分区。选“其他选项”重新分区。选中ubuntu原来的分区(所有)，然后按左下角的减号'-'，这样原来ubuntu的分区都变成了“空闲”每次点中“空闲”，然后按“+”，创建分区。1）给swap 12G，因为我内存12G。 逻辑分区+空间起始位置+交换空间；2）给/boot(引导分区) 500M（不过我是UEFI启动，据说不...

假设我们原先维护了一个remote远端仓库，叫做origin（一般都叫做origin，这是远端仓库在本地的别名）现在我们给remote远端再加上一个，叫做origin2git remote add origin2 https://xxx.git这个仓库应该是刚刚创建的，里面可能只有readme.md文件。这个时候我们就可以放心地强制push本地仓库到远端的origin2仓库。强制push会覆盖掉远端origin2仓库的全部内容。git push -u origin2 maste

SGM半全局匹配（Semi-Global Matching）参考论文：H Hirschmüller. Stereo Processing by Semiglobal Matching and Mutual Information[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2007, 30.参考博文：立体视觉入门指南（7）：立体匹配_闲情逸致~-CSDN博客算法的前提

hello参考：aligned_malloc及aligned_free的实现及详细解释_John_Jane_Doe的博客-CSDN博客_aligned_malloc

目录SIMD256技术& AVX2指令集C++的immintrin库使用immintrin的api和数据结构举个例子：计算piimmintrin的api解析_mm256_set1_pd_mm256_set_pd_mm256_setzero_pd_mm256_add_pd_mm256_mul_pd_mm256_div_pd_mm256_store_pd_mm256_load_pd基本数据类型（uint8_t, uint16_t 等）..

多视图几何三维重建的基本原理：从两个或者多个视点观察同一景物，已获得在多个不同的视角下对景物的多张感知图像，运用三角测量的基本原理计算图像像素间位置偏差，获得景物的三维深度信息，这一个过程与人类观察外面的世界的过程是一样的。SfM：SfM的全称为Structure from Motion，即通过相机的移动来确定目标的空间和几何关系，是三维重建的一种常见方法。它只需要普通的RGB摄像头，因此成本更低廉，且受环境约束较小，在室内和室外均能使用。但是，SfM背后需要复杂的理论和算法做支持，在

参考：Marching Cubes算法 - 计算机图形学_曾经的大胖的博客-CSDN博客参考：Polygonising a scalar field (Marching Cubes)下面是源码：导入自己的nii文件就可以生成表面和表面法向量nii文件就类似于下图：感兴趣区域的值为1，背景区域为0Vectors.h#ifndef VECTORS_H#define VECTORS_H// File Name: Vectors.h// Last Modifi..

泛函泛函是函数的函数，定义域是函数集，值域是数集。也就是说，输入是函数，输出是实数。参考：欧拉-拉格朗日方程(Euler -Lagrange equation)_qq_43217195的博客-CSDN博客_欧拉-拉格朗日方程简单泛函泛函的极值&欧拉-拉格朗日方程两点之间直线最短可以看出，初等数学为高等数学的推导提供了依据，高等数学反过来又能证明初等数学。参考视频：为什么两点之间直线段距离最短？谈谈泛函与变分法...

参考博文：从泊松方程的解法，聊到泊松图像融合 - 知乎参考论文：Pérez P, Gangnet M, Blake A. Poisson image editing[M]//ACM SIGGRAPH 2003 Papers. 2003: 313-318.问题分析连续的泊松求解器离散的泊松求解器梯度场的定义：混合梯度代码github参考代码：https://github.com/cheind/poisson-image-editing....

参考博客：泊松重建（Poisson Surface Reconstruction）_Rain-jay的博客-CSDN博客_泊松重建参考论文：Kazhdan M, Bolitho M, Hoppe H. Poisson surface reconstruction[C]//Proceedings of the fourth Eurographics symposium on Geometry processing. 2006, 7.泊松重建是Kazhdan在2006年提出的网格重建方法，输入是有向.

官网下载：https://developer.nvidia.com/nvidia-tensorrt-8x-downloadcuDNN Archive | NVIDIA DeveloperCUDA Toolkit Archive | NVIDIA Developer实测1显卡：Quadro P3200 (计算能力 6.1)CUDA：11.3.1（https://developer.download.nvidia.com/compute/cuda/11.3.1/local_insta

cmake官方文档：Documentation | CMake这里仅针对C++项目来说，我觉得比较有用的一些命令行SETCmake命令之set介绍 - 简书set(<variable> <value>... [PARENT_SCOPE]) #设置普通变量set(<variable> <value>... CACHE <type> <docstring> [FORCE]) #设置缓存条目set(ENV{<var

​​​​​​​项目源码： https://github.com/LeonJinC/Fast-Convolution-with-SIMD-and-GEMM