自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(17)
  • 资源 (1)
  • 收藏
  • 关注

原创 QT构建时无法打开包括文件“QImage”

QWidget类提供了渲染到屏幕以及处理用户输入事件的基本类。Qt提供的所有UI元素都是QWidget的子类,或者与QWidget子类一起使用。通过继承QWidget或合适的子类并重新实现虚拟事件处理程序来完成创建自定义窗口小部件。Widgets可以显示数据和状态信息,接收用户输入,并为应该组合在一起的其他小部件提供容器。未嵌入到父窗口小部件中的窗口。error: C1083: 无法打开包括文件: “QImage”: No such file or directory。解决方案:在.pro文件中添加。...

2022-08-31 09:48:27 1141 1

原创 Ubuntu16.04+aarch64交叉编译OpenCV3.4.11带png、tiff、zlib

进入OpenCV源码文件夹下,新建aarch_build文件夹,及一个用于存放编译完成后的库文件的install-aarch。将130行的注释掉,换成# if defined(PNG_ARM_NEON) && (defined(搜索png,确保BUILD_PNG 和WITH_PNG都勾上(tiff,jpeg同理)搜索zlib ,将其目录换成opencv/3rdparty下的zlib。(11是用于make的核的数量,根据自己空闲cpu的核进行调整)WITH_1394取消勾选,ITT,IPP相关的也可以取消。.

2022-08-11 17:20:37 775

原创 Unspecified error) could not find a writer for the specified extension in function ‘imwrite_‘

我遇到的情况是,在AARCH64架构中,加了.png扩展名仍然报错,更换其他扩展名,如.jpeg .tiff就不报错。使用opencv的imwrite函数时,报错,该错误意思是没有在路径中找到指定的拓展名,比如.jpg或.png这些。发现arm架构中没有自带libpng.so库,刚开始以为是这个问题,安装了该库之后,问题仍未解决。原因在于使用的opencv在编译时没有勾上WITH_PNG,导致其无法识别.png是个扩展名。解决方法:检查自己的写入路径是否有加有效扩展名;...

2022-08-11 11:30:39 2746

原创 hisi-ubuntu16.04交叉编译qt链接openssl

此前有尝试直接指定交叉编译链,遇到各种问题,故还是手动修改Makefile)修改生成的Makefile文件中的CC 、AR、RANLIB、NM、MAKEDEPPROG,删除Makefile中的 -m64执行make 与 make install。

2022-08-05 17:50:28 352

原创 winows10下编译OpenCV345

opencv345官网可直接下载windows版本的具体OpenCV库的介绍可以参考OpenCV库文件介绍_I am what i am-CSDN博客_opencv库得到的是opencv_world.lib,这是全部lib的一个打包,但这一般会让实际工程项目过于冗余,所以可以选择自己编译一个opencv 版本。准备工作1.opencv源码下载https://github.com/opencv/opencv/archive/3.4.5.zip2.cmake下载https:/...

2021-12-01 16:28:48 166

原创 主成分分析PCA个人使用记录与总结

在介绍 PCA 之前,不妨先考虑这样一个问题:对于正交属性空间中的样本点,如何用一个超平面(直线的高维推广)对所有样本进行恰当的表达?容易想到,若存在这样的超平面,那么它大概应具有这样的性质:**最近重构性**:样本点到这个超平面的距离都足够近;**最大可分性**.样本点在这个超平面上的投影能尽可能分开.内积、基、协方差矩阵相关介绍可参考https://zhuanlan.zhihu.com/p/77151308**PCA流程:**(假设m条n维数据)n行m列矩阵X,一列是一个样本,将X的每.

2021-11-23 10:35:46 1322

原创 git分布式版本控制相关知识

安装Windows:https://gitforwindows.org/Ubuntu:sudo apt-get updatesudo apt-get install git创建新仓库创建新文件夹,git init 之后即可将本地文件夹变成git仓库。变成仓库的文件夹内会多出一个名为.git的文件夹。git克隆我们可以克隆远程仓库到本地的机器,得到所有的文件和分支。git clone + 远程仓库地址以上指令会将所有分支都克隆下来git clone -b +分支名字 + 远程

2021-10-22 14:19:38 68

原创 hisi-ubuntu 混合编程环境搭建记录(二)

安装编译器和编译环境

2021-10-20 11:00:13 269

原创 hisi-ubuntu 混合编程环境搭建记录(一)

安装虚拟机安装虚拟机,并配置基础环境下载适应版本的虚拟机镜像,本次使用Ubuntu16.04,下载链接安装vm tools安装完成之后,设置网络连接方式为桥接。将apt-get换成国内源(可选)安装网络工具SSH,SAMBA,NFS安装ssh安装Samba安装nfs安装虚拟机,并配置基础环境下载适应版本的虚拟机镜像,本次使用Ubuntu16.04,下载链接http://old-releases.ubuntu.com/releases/16.04.3/ubuntu-16.04.3-desktop-amd

2021-10-18 15:33:23 165

原创 结合例子理解递归

编写递归函数的步骤,可以拆解为三个:明确函数要做什么找到递归的边界条件/终止条件,即找到递归出口解决子问题,且找到函数的等价关系力扣原题:https://leetcode-cn.com/leetbook/read/top-interview-questions-easy/xnpvdm/给定一个正整数 n ,输出外观数列的第 n 项。「外观数列」是一个整数序列,从数字 1 开始,序列中的每一项都是对前一项的描述。你可以将其视作是由递归公式定义的数字字符串序列:countAndSay(1)

2021-09-24 14:30:39 75

原创 c++的继承(基类和派生类)个人笔记(一)

面向对象的三大特性:封装、继承和多态。主要记录继承。低层具有高层的特性。继承的意义: 可以实现代码的复用性,节省开发时间。当多个类可能有公共成员时,此时就可以把这些成员放在一个类中,称之为基类。在原有的特性基础上进行拓展,增加功能产生新的类,就是派生类。格式:class 派生类:继承方式 基类{//若不指定继承方式,则为private继承};public、protected和private指定访问范围。类内成员派生类成员其他类该类实例派生类实例public

2021-09-22 14:55:26 145

原创 python——keras学习(二)如何自定义损失函数

Keras 中的自定义损失函数可以以我们想要的方式提高机器学习模型的性能,并且对于更有效地解决特定问题非常有用。例如,假设我们正在构建一个股票投资组合优化模型。在这种情况下,设计一个定制损失函数将有助于实现对在错误方向上预测价格变动的巨大惩罚。我们可以通过编写一个返回标量并接受两个参数(即真值和预测值)的函数,在 Keras 中创建一个自定义损失函数。然后,我们将自定义损失函数传递给 model.compile 作为参数,就像处理任何其他损失函数一样。def my_loss(y_true, y_pred

2021-09-06 15:20:27 1678

原创 c++std::string 转char *

有较多方法可以将string转为const char*只要使用strcpy_s将const char *转化为char *即可std::string s="llll";const char * cc = s.c_str();char *c = new char[strlen(cc)+1];strcpy_s(c,strlen(cc)+1,cc);

2021-09-06 15:13:47 2179

原创 python——numpy中插值函数interp的使用小记录

def interp(x, xp, fp, left=None, right=None, period=None): Parameters ---------- x : array_like The x-coordinates at which to evaluate the interpolated values. xp : 1-D sequence of floats The x-coordinates of the data points,

2021-02-02 10:51:14 4255 1

原创 python—keras学习(一) keras中的常用的损失函数

什么是损失函数keras提供的损失函数损失函数(loss function)就是用来衡量预测值和真实值的差距的函数,是模型优化的目标,所以也叫目标函数、优化评分函数。keras中的损失函数在模型编译时指定:from tensorflow.python.keras import Model#inputs是输入层,output是输出层inputs = Input(shape=(3,))x = Dense(4, activation='relu')(inputs)outputs = Dense(5,

2021-02-01 09:54:53 6648 3

原创 如何在写csdn时插入公式

怎样直接用代码插入公式原图?插入效果如下:首先到在线LaTeX公式编辑(标1)编辑你的公式,样式会根据编辑展示(标3)然后将标2处的代码复制,用两个$$包围起来粘贴在你的编辑页面。$$L = \frac{1}{n}\sum_{i=1}^{n}\left ( y_{true}^{(i)} - y_{pred}^{(i)}\right )^{2}$$效果如下:L=1n∑i=1n(ytrue(i)−ypred(i))2L = \frac{1}{n}\sum_{i=1}^{n}\left (

2021-01-29 11:17:44 209

原创 python——keras中的model预测大量数据时间很长的解决办法

python——keras中的model预测大量数据时间很长的解决办法举例_datas = model.predict(x_test)只需要将代码修改为_datas = model.predict(x_test, batch_size=320000)batch_size 是一次预测提取的样本总数,一个batch内并行。如果不指定,默认为32。附predict的源码: def predict(self, x, batch_size=N

2021-01-28 16:35:18 1900

Face.rar人脸识别人脸库

包含各种常用人脸库 ORL FERET YaLe CMU ABERDEEN MIT UMIST等

2021-01-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除