- 博客(1)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 c++ 遍历文件夹下的特定文件，并返回文件的完整路径
#include <dirent.h> vector <string> findfile(string path, string ex_endswith, string in_endswith) { DIR* dp; struct dirent* dirp; vector<std::string> filename; if ((dp = opendir(path.c_str())) == NULL) perror("op.
2021-06-16 11:19:11
811
opencv4.5.0-gpu版（附加cuda10）
window，cuda10环境下，编译的opencv4.5.0-gpu版。
opencv目录：
bin
include
x64
cuda10目录：
bin
include
lib
2023-09-01
图像分类数据集：hymenoptera-data
彩色图像，包含了两个类别：蚂蚁和蜜蜂。
可用于图像分类任务。
文件夹形式如下：
train:
ants
bees
val:
ants
bees
2022-10-14
labelme标注的voc分割数据
注意：该数据集是用于图像分割的，且是人物图像分割。
包含了训练集合和测试集合。
训练集：32张
测试集：8张
由于数据集小，所以此数据集只用于快速验证分割网络的搭建。
2022-08-16
opencv4.5.0对应的.cache文件夹
里面的文件完整，如下所示：
ade
data
ffmpeg
ippicv
nvidia_optical_flow
xfeatures2d
.gitignore
2022-02-26
分割模型fcn.onnx
github下载太慢了，这里备份下。
原始下载路径：https://github.com/onnx/models/blob/main/vision/object_detection_segmentation/fcn/model/fcn-resnet50-11.tar.gz
其他权重下载路径：https://github.com/onnx/models/tree/main/vision/object_detection_segmentation/fcn
2022-02-12
alexnet.onnx权重
生成该权重代码：
import torch
import torchvision
# use Trace to export onnx model
dummy_input = torch.randn(10, 3, 224, 224, device='cuda') # 定义模型的输入shape
model = torchvision.models.alexnet(pretrained=True).cuda() # if delete cuda(), will generate onnx model with no cuda.
input_names = ['inputs']
output_names = ['outputs']
torch.onnx.export(model, dummy_input, f='alexnet.onnx', verbose=True, input_names=input_names, output_names=output_names, opset_version=10)
2022-02-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人