- 博客(28)
- 资源 (1)
- 收藏
- 关注
原创 Windows 11 笔记本开热点,手机连接一直寻找 IP 或者出现已连接但无法访问Intenet网络
Windows 11 笔记本开热点,手机连接一直寻找 IP 或者出现已连接但无法访问Intenet网络
2022-06-19 12:56:27
6195
3
原创 ffmpeg 报错 avformat_open_input 返回-1330794744
ffmpeg avformat_open_input 报错
2022-06-06 11:28:22
2518
1
原创 android Studio启动失败报 if you already have a 64 bit jdk installed...
android 启动报错 VM options
2022-06-06 11:00:47
466
原创 手机GPU性能评估指标
评价指标:单位时间计算浮点数浮点类型FP16FP32FP64浮点数计算速度GFps指标 一般默认是32位浮点数单位gfps 每秒计算10亿次浮点数tfps 每秒计算1万亿次浮点数一些对比Adreno 650Adreno 512![在这里插入图片描述](https://img-blog.csdnimg.cn/0ec81cc177224891b2d64d89f9241242.png#pic_center网址:手机GPU
2022-05-18 21:49:47
1510
原创 Java AES加密算法总结笔记
加密算法对称加密算法symmetric-key cryptography加密和解密使用相同密匙常用对称加密算法DESAES非对称加密算法asymmetric-key cryptography加密和解密使用不同密匙常用非对称加密算法是RSA算法AES加密Advanced Encryption Standard 高级加密标准,是一种对称加密算法,取代了DES加密算法,因为AES安全性更高https://zhuanlan.zhihu.com/p/39601
2022-05-15 12:24:50
858
原创 Android studio导入FFmpeg编译动态库文件
Android studio导入FFmpeg编译动态库文件https://zhuanlan.zhihu.com/p/356709766新建一个C/C++项目在cpp中建立ffmpegs.include文件夹存放ffmpeg头文件在main目录下新建jniLibs文件夹存放.so动态链接库目录结构截图编辑CmakeLists.txt,配置编译过程# For more information about using CMake with Android Studio
2022-05-11 21:06:30
634
3
原创 Vim编辑器的快速使用入门
Vim编辑器的基本使用快速入门注:该文本适合使用过vim的姥爷,助你快速恢复记忆三种命令模式命令模式vim刚启动进入该模式X 删除当前光标所在处字符输入模式命令模式输入 iESC退出该模式底线命令模式命令模式输入 :q退出w保存ESC退出该模式w将编辑的数据写入硬盘档案中(常用):w!若文件属性为『只读』时,强制写入该档案。不过,到底能不能写入, 还是跟你对该档案的档案权限有关啊!:q离开 vi (常用)
2022-05-09 16:11:19
340
原创 错误:Disconnected from the target VM, address: ‘127.0.0.1:17541‘, transport: ‘socket‘
错误:Disconnected from the target VM, address: ‘127.0.0.1:17541’, transport: ‘socket’网上查找原因总结:maven版本问题端口冲突问题web 依赖没导入JDK没有配置好以上可以自己搜索博客解决我的问题解决方案:关闭Enable JMX agent关闭enable JMX agent即可...
2021-10-21 11:55:09
1665
原创 idea maven添加依赖报红
maven添加依赖报红本地仓库找到未下载成功的依赖,删除它未下载成功依赖后缀为 .lastUpdatedidea 打开控制台, 输入 mvn install 重新安装重启IDEA参考连接:https://www.cnblogs.com/babystudy/p/13357748.html...
2021-10-14 09:36:00
92
原创 Maven: run maven build,process terminated
Maven: run maven build,process terminatedIDEA 2019maven 3.6.3JDK 1.8 (也叫java8)问题描述:点击run maven build, 运行clean package,出现process terminated, 并且点击项目无报错日志信息注意: settings.xml文件,pow.xml都无错问题解决:手动执行maven命令的三种方式:https://blog.csdn.net/duzm200542901104/
2021-10-13 21:37:14
536
原创 spring boot 日志打印 lombok简单使用
lombok简单使用安装file->setting->plugins->search->输入lombok导入依赖<dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId></dependency>使用时需要标注@Slf4j例子log.info()l
2021-10-13 14:45:57
353
原创 SpringBoot 启动输出两行日志,直接退出
SpringBoot 启动直接退出IDEA 2019maven 3.6.3JDK 1.8 (也叫java8)入口程序public static void main(String[] args) { try { System.out.println("1SpringBoot Start...."); SpringApplication.run(MainApplication.class,args); System.out.println(
2021-10-13 14:32:45
454
原创 Attention is all you need
Transformer 在transformer之前,RNN,LSTM,GRU已经在序列模型和翻译工作中建立了很多优秀的模型。transformer是第一个完全依赖于注意力去计算输入输出表示的模型,它没有用RNN,CNN。 注意力函数把query,key,value作为输入,再计算值的权重,然后计算值的权重和。 注意力函数普遍是用两种,分别是加法注意力和点乘注意力,他们两者效果取决于dkd_kdk 的大小。dkd_kdk 较小时候,两者效果差不多,dkd_kdk 较大时,加法机制优于
2021-09-10 17:12:29
77
原创 肺部图像分割
作业:肺部分割一、作业内容与要求采用机器视觉的方法对肺部图像进行分割,把肺部的主要区域分割出来。要求分析说明分割处理的方法,说明具体实施的每一个步骤,并编程实现(附上代码)分割算法,获得分割后的结果。二、肺部分割实现2.1 肺部分割实现过程步骤如图2-1所示2-1 肺部分割实现过程2.2 导入肺部图片用Opencv库中imread函数导入图像,并且用numpy做了图像通道转换,如图2-2所示2-2 图像导入2.3 图片二值化由于肺部与周围组织颜色对比明显,所以我考虑通过KMeans聚类
2021-09-04 18:50:14
3728
11
原创 Transformer引入CV的先河之作 ViT
Transformer引入CV的先河之作 ViTpaper : An image is worth 16x16 words: transformer for image recognition at scaleintroduction: 自注意力机制架构在NLP领域已经有了广泛的应用,并且一直有不错的结构,最近,也有部分研究者尝试在计算机视觉领域引入自注意力机制。 论文作者直接把一个标准的,没怎么修改过的 transformer 引入到图像领域,他们把图像分成 多个 补丁块,从而把他们当成序
2021-09-04 18:47:31
355
原创 KNN matting 与 Shared matting笔记
Knn Matting基于传播的抠图算法非局部原则(nonlocal principle)一个去噪 像素i 的期望值是由与它有类似特征像素与一个内核函数k(i,j)权重的加权和推导可以得到再转置相乘Lc 矩阵为聚类拉普拉斯算子算法步骤求解析解论文指出用户给出约束后,比如三分图,可以通过如下公式解出每个像素点的 alpha 值由于Lc的计算量比较大,作者选用 更加稀疏的 L 矩阵减少了计算量 ,L矩阵为拉普拉斯矩阵,其中m为用户标记像素的向量(前景,背景)(取
2021-07-06 17:42:55
1150
1
原创 Deformable Convolution Networks
Deformable Convolution Networks论文链接1.双线性插值原理由于可形变卷积在获取偏移位置像素点时候,需要用到双线性插值,所以我就把它先放到上面,并附上参考链接:参考链接线性插值线性插值是指插值函数为一次多项式的插值方式,其在插值节点上的插值误差为零。也就是连接两个已知量的直线来确定在这两个已知量之间的一个未知量的值的办法。转换为公式计算:双线性插值既然单个维度的线性插值误差较大,那么很自然的会想到从多维度的角度去减小误差,这就是双线性插值,其核心思想
2021-04-23 20:09:13
373
编译ffmpeg生成的库文件,Android和Linux版本
2022-05-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人