深度学习
文章平均质量分 77
逆水独流
这个作者很懒,什么都没留下…
展开
-
YOLOX环境的安装配置部署
YOLOX环境的安装配置部署旷世的最新作品,采用Anchor-free,效果所有yolo系列。本文主要记录该模型如何在C++环境下进行部署。采用的方案是TensorRT,一种NVIDIA提供的推理部署框架,并且能在嵌入式平台上实现。论文:https://arxiv.org/abs/2107.08430代码:https://github.com/Megvii-BaseDetection/YOLOX一、YOLOX配置环境基本遵循github上安装指导:git clone git@github.co原创 2021-07-23 18:50:20 · 5015 阅读 · 0 评论 -
深度学习与SLAM:ORB_SLAM-YOLOv5
SLAM-YOLOv5做物体SLAM的时候本来想找到一个和SLAM结合的,并且是c++版本的目标检测系统,github上面一搜,不是很多,大部分都是离线检测,再不然就是ROS版本或者Python版本的YOLO(不是说不行,但是个人感觉速度很奇怪,速度也不快),满足我要求的几乎没有,因此干脆花了点时间自己东拼西凑一个出来。代码链接:https://gitee.com/NiShuiDuLiu/slam-yolo环境配置由于深度学习不可避免的涉及到显卡安装等各类问题,这里把我自己的配置罗列下(安装过程没啥原创 2021-07-21 23:55:37 · 8383 阅读 · 17 评论 -
深度学习炼丹手册
深度学习炼丹手册一、图像预处理篇对于像素级别的图像预处理,如:将3通道的RGB彩色标签图映射为标签连续的单通道8bit掩码图,在同样调用opencv并且采用相同算法时,c++的处理速度可能是python(opencv-python)的近百倍。目前不清楚具体原因,但是根据观察,实际python运行时只调用了单个cpu,而c++版本则将任务平均分配给了所有cpu。但是python的文件接口很好用,在处理轻量级任务优先python。语义分割图像的label图需要转换为标签连续的单通道8bit掩码图,并用-原创 2020-10-19 16:40:54 · 708 阅读 · 4 评论