- 博客(11)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 【安卓学习_5】随时随地关闭应用
这个功能实现的功能是希望不管在应用栈的哪一层，均可以返回主页面。具体的实现过程是需要一个工具类的列表存储记录所有的应用 Activity，然后在程序退出时，将Activity全部清空，代码如下：1 ActivityCollector 代码 public static List<Activity> activities=new ArrayList<>(); //向集合中添加 public static void addActivity(Activity activi
2020-11-30 22:31:48
246
原创 CenterNet网络模型代码_3-pose_dla_dcn.py
这里主要针对在CenterNet中表现还可以的改进过的 dla 网络进行分析，主要还是结合代码进行说明。下面就是代码：# BN 动量参数BN_MOMENTUM = 0.1# 获取打印日志对象logger = logging.getLogger(__name__)# 获取预训练网络def get_model_url(data='imagenet', name='dla34', hash='ba72cf86'): return join('http://dl.yf.io/dla/models
2020-11-24 11:47:44
1675
2
原创 【安卓学习_4】活动启动模式
什么是启动模式简单来讲，就是指的安卓应用的开启模式，也就是安卓活动开启的策略。为什么需要启动模式1.生成APP被其他APP调用的Activity，例如浏览器应用，照相机应用。2.有效避免生成重复页面，降低手机内存的利用率。3.任务栈过深的时候，避免一直按返回键也退不回想要的页面。安卓中的任务栈任务栈，在安卓关键字中叫做 Task，是用来放置Activity实例的容器，顾名思义，以栈的形式进行存放，根据栈先进后出的性质，任务栈主要有2个基本操作：压栈和出栈，存放的Activity是不支
2020-11-22 20:20:56
542
原创 CenterNet网络模型代码_2-resnet_dcn.py
本文件其实和msra_resnet.py类似，进入博文，这里只把两者的不同说下，不同的部分有以下几处，总体感觉作者在这里添加DCN模块很牵强（仅个人吐槽），可能对反卷积有帮助吧：# 反卷积操作的通道不同# used for deconv layers self.deconv_layers = self._make_deconv_layer( 3, [256, 128, 64], [4, 4, 4],
2020-11-22 10:30:40
1707
2
原创 【安卓学习_2】活动的基本用法
活动顾名思义，就是指的点击APP时，有所反应。在Android中活动包含的内容很多，本文主要结合笔者今天所学进行总结。基于Android Studio 进行探索。活动的创建当我们创建一个空的安卓工程时，目录如下：其实主活动函数及一些常用的主活动配置都已经在代码中写好了，主活动在以下的位置相应的配置在 AndroidManifest.xml中布局文件所谓布局文件指的是Android页面的布局，包括按键等一些其他的组建布局，主要相关的文件是 res/layout 下的一些设置，这个其实在
2020-11-21 21:36:33
188
原创 【安卓学习_1】环境配置
目前小程序兴起，很多时候，依托巨头(BAT)等的小程序创作平台，越来越容易开发一些小程序替换之前火热的APP，但是安卓开发仍然是不可或缺的，毕竟有些功能，如果用小程序，需要定制开发， 需要不菲的费用，笔者最近开始安卓的学习，希望可以坚持记录。首先从第一步开始，从配置环境， 在网络上搜索 Android 开发环境配置， 一般是基于 Android Studio 开发，当然也有基于 Eclipse+ADT的方式或者Idea+SDK的方式，为了显得专业，这里我直接选用 Android Studio 这样的IDE
2020-11-21 17:28:53
133
原创 CenterNet网络模型代码_1-msra_resnet.py
这里开始进行阅读CenterNet源码模型中的models\networks的部分的网络代码，从简单的 Resnet 模型开始，这里先给出卷积的输入输出的计算公式，以及反卷积的输入输出计算公式：1 2维卷积操作(Conv2d)：nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))参数解析：in_channel: 输入数据的通道数，例RGB图片
2020-11-21 12:23:29
1135
原创 BatchNorm的原理和计算实例
关于这个问题，其实很多同学都会有疑问，因为在论文中是一系列的公式展开，其实并不是很好理解。关于BN其实BN操作的目地是使一批feature map 进行归一化，避免数据过大而导致网络性能的不稳定。我记得网有一篇博文中对BN有较详细的介绍，大概意思就是，输入数据经过若干层的网络输出其实会让数据特征分布和初始分布不一致，降低模型的泛化性能，引入BN机制后，先将特征变为标准正态分布，然后再通过γ和β两个参数将标准正态分布适当拉回归一化前的分布，相当于在原分布和标准正态分布进行折中，以此增强模型的泛化性。
2020-11-20 21:11:53
4896
4
原创 【解决】QObject::moveToThread: Current thread is not the object`s thread. Cannot move to target thread
异常原因报错：Opencv无法显示图像，报错QObject::moveToThread: Current thread is not the object’s thread . Cannot move to target thread这个为缺少 qt 包的异常解决安装 pyqt : conda install pyqt,如果比较慢的话，可以借助 pip install -i https://pypi.tuna.tsinghua.edu.cn/sample pyqt5...
2020-11-16 16:26:45
12337
15
原创 【详细】CenterNet源码分析(Objects as Points)
CenterNet是一种Anchor Free的目标检测方法，其对应论文为《Objects as Points》，论文链接点击进入，本文主要针对CenterNet源码进行分析。具体的算法过程和代码的环境配置过程可以借鉴其他博客内容。源码链接点击进入源码中的模型存储在Google云盘里，不是很好下载，我搜集了一些预训练模型，网盘链接为链接：https://pan.baidu.com/s/1YBbJYbObcSKIRUr5U_0lyg提取码：lbnf（包含Res101、18 和 dla 34），如果有
2020-11-16 12:13:47
3297
10
小米手机助手，刷机必备
2024-05-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人