- 博客(41)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 SNPE教程二：环境搭建和算子支持
3. 检验依赖：source snpe-X.Y.Z/bin/check_python_depends.sh。4. onnx相关环境初始化：source bin/envsetup.sh -o $ONNX_DIR。2. 安装依赖：source snpe-X.Y.Z/bin/dependencies.sh。5. pytorch相关环境初始化: source bin/envsetup.sh。1. 解压： unzip -X snpe-X.Y.Z.zip。系统：ubuntu 18.04。
2023-10-27 16:24:17
410
原创 EQLV2论文解读
下载链接：https://arxiv.org/abs/2012.08548代码链接：https://github.com/tztztztztz/eqlv2Equalization Loss v2该篇论文从
2021-12-08 22:38:01
3444
1
原创 SNPE教程三：模型转换、量化
一、模型转换1、转换指令：这里只讲解onnx转换，其他类似onnx转到dlc(snpe的模型文件)需要用到一个工具就是snpe-onnx-to-dlc。snpe-onnx-to-dlc转化指令参数 格式 意义 是否必要 --i 输入的onnx模型 指定输入模型 必要 --output_path输出dlc文件的路径 指定输出路径 --disable_batchnorm_folding...
2021-10-31 22:34:18
605
原创 SNPE教程一：基本概念
1、基本概念SNPE是高通推出的一个神经网络加速引擎，他可以同时利用到DSP和GPU、GPU。目前最新版本的SNPE1.54支持TensorFlow, Caffe, Caffe2, ONNX, TensorFlow, PyTorch转换的流程大致如下：将训练好的模型用SNPE的工具转成DLC文件就可以在SNPE运行环境里跑了。装成DLC之后也可以用它自带的量化工具量化成8位整形，放到DSP上跑。各芯片支持：2、运行环境大致架构如下：DL Container Lo.
2021-10-31 17:01:18
7327
8
原创 Docker笔记
1.概念Docker类似于虚拟机可以环境隔离，但是比虚拟机效率要高很多。因为docker是基于一个kernel建多个容器,而虚拟机是虚拟化硬件。2.Docke架构Docker 的核心组件包括：1. Docker 客户端 – Client2. Docker 服务器 – Docker daemon3. Docker 镜像 – ImageRegistry4. Docker 容器 – Containerimages相当于我们创建的类，而这些类可以实例...
2021-10-24 13:22:12
2156
原创 Flutter基础篇（一）：StatefulWidget
参考：https://zhuanlan.zhihu.com/p/83782208StatefulWidget顾名思义，有状态的组件用于显示一些需要实时改变的内容
2021-08-08 15:05:17
902
原创 Flutter入门篇（三）：dart语言（3）
参考：https://zhuanlan.zhihu.com/p/83387088https://zhuanlan.zhihu.com/p/39999205一.库
2021-08-03 23:35:12
170
原创 Flutter入门篇（二）：创建第一个工程
参考链接：https://zhuanlan.zhihu.com/p/82586984以下为学习总结1.创建工程powershell输入：成功之后会出现：用户代码在桌面/helloworld/lib/main.dart里面2.安装运行用vscode打开工程文件夹，命令端输入flutter run(记得关掉翻墙软件)根据提示在手机上确定安装apk3.热重载原先的功能是点一下数字加一现在稍微改动一下然后在终端输入r就表示成功热重启了..
2021-07-29 00:12:08
179
原创 阿里云搭建paddle环境
系统：CentOS7.3cuda10.0cudnn7.6pip安装后import paddle失败提示找不到GlIBCXX3.4.20https://itbilu.com/linux/management/NymXRUieg.html查看编译器版本发现只有3.4.2（和3.4.20不一样）要升级GCC,下载编译器解压makehttps://itbilu.com/linux/management/V1vdnt9ll.htmlmake 过程中出现错误找不到long long通
2021-03-12 14:16:53
418
原创 Flutter入门篇（一）：环境搭建
flutter环境搭建需要下载的软件包：官网flutter文件夹android studio 安装包JDK 8.0flutter安装：下载好flutter压缩包解压到c盘， 在Flutter安装目录的flutter文件下找到flutter_console.bat，双击运行 添加环境变量，在用户环境变量的Path里追加C:\flutter\bin 用户变量下添加变量名PUB_HOSTED_URL变量值https://pub.flutter-io.cn， 变量名FLUTTER.
2021-01-16 10:40:59
229
原创 pytorch转keras
pytorch与keras的区别模型输入：区别 pytorch keras API torch.tensor Input 形状 NCHW NHWC #pytorch #批次, 通道, 高， 宽a = torch.randn(1,4,160,160)#keras#形状和批次分开 a = Input(shape = (160, 160, 4), bat...
2021-01-10 14:21:47
1000
2
原创 TensorFlow Lite学习笔记
TensorFlow Lite学习笔记（参考Module: tf.lite | TensorFlow Lite (google.cn)）总共分为六块：class Interpreter: 推理class OpsSet: 参数类型EXPERIMENTAL_TFLITE_BUILTINS_ACTIVATIONS_INT16_WEIGHTS_INT8 SELECT_TF_OPS TFLITE_BUILTINS TFLITE_BUILTINS_INT8class Optimize: 生成..
2021-01-10 13:13:06
432
原创 图像处理之几何学操作
图像处理之几何学操作仿射变换矩阵的乘法操作其实就是对行向量或列向量进行一定的线性变换，在矩阵乘法中左边的矩阵决定结果的行而右边矩阵决定结果的列。左边矩阵的第i行第j列是通过右边第j行的数来改变左边的第j列在图像处理中通过仿射矩阵左乘像素的位置向量就能对图片进行变换位置向量分为代表维度（x, y, z）方向的坐标，二维平面采用非齐次坐标z轴默认为1仿射矩阵的对角元素对对应维度的坐标做缩放操作其他元素通过元素所在列对应的维度坐标去控制元素所在行所对应的维度坐标缩放：拉伸：如下图所示缩
2020-12-13 23:39:25
479
原创 图像处理之二值化
图像处理之二值化功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表二值化方式设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带
2020-11-22 14:50:02
4512
原创 图像处理之形态学操作
图像处理之形态学操作膨胀腐蚀开操作闭操作梯度操作顶帽操作黑帽操作膨胀亮色变大暗色变小代码：先构建一个核， 核大小为10 x 10, 核形状有：MORPH_ELLIPSE：椭圆MORPH_RECT：矩形MORPH_CROSS：十字腐蚀亮色变小暗色变大开操作先腐蚀后膨胀， 用于去噪点闭操作先膨胀再腐蚀，用于去空洞梯度操作开操作 - 闭操作， 用于提取轮廓顶帽操作原图像 - 开操作， 用于获取噪点黑帽操作原图像 - 闭操作， 用于获取空洞...
2020-11-22 14:49:29
261
原创 图像处理之滤波算法
图像处理之滤波算法滤波算法大致分为：高通： 用于提轮廓低通： 用于去噪声带通： 取特定频率带阻： 去除特定噪声低通滤波 高斯模糊： 对窗口内的像素按高斯分布取加权平均，例如（3，3）为核尺寸， 1为方差均值滤波： 取临近所有元素的平均值中值滤波： 取临近元素的中位数，用于去除椒盐噪声核尺寸只能是奇数双边滤波： 用于来连线保存边缘特征，降噪平滑9是领域半径，高通滤波 拉普拉斯滤波： 用于提取轮廓拉普拉斯锐化： 用于提取轮廓，算子如下图
2020-11-22 14:48:49
725
原创 目标检测之yoloV4
目标检测之yoloV4相比较于yoloV3，yoloV4在主题框架上并没有大的改动，只是分别在数据增样，block，损失，激活函数，NMS上都做了相应的改进结果精度上提升了10个点主题架构
2020-11-15 22:32:50
510
原创 IOU, GIOU, DIOU, CIOU
IOUIOU是用来衡量两个边界框的重叠程度的。普通的IOU也分为两种，一种是交并比，一种是最小面积与并集的比计算公式如下：并集面积 = 面积A + 面积B - 交集面积交集面积 = 框A与框B较大的X1,Y1和框A与框B较小的X2,Y2组成的框的面积第二种IOU在NMS种可以去除大框套小框的中的小框但这两种IOU都存在弊端就是当预测框与真实框没有交集的时候，无论远近他的IOU都是0无法很好的衡量我们预测框的质量，如下图所示：在有交集的请情况下也不一定能很好的衡量预测框预测的质
2020-11-09 17:28:11
823
原创 Anchor-Free之FCOS
FCOSFCOS是对于图片上的每一个像素都进行分类和预测，这也是他最大的亮点（大大增加了对图片信息的利用率，增加了正样本，同时训练也比较好显存）与之前的cornorNet，centerNet不同他预测的是某个像素点到到他的边界框的距离，分别是l*, r*，t*, b*如下图所示l*像素点到目标框左边界的距离 r*像素点到目标框右边界的距离 t*像素点到目标框上边界的距离 b*像素点到目标框下边界的距离计算公式如下网络框架输入尺寸还是挺大的800x1024, ...
2020-11-07 21:00:51
202
原创 Anchor-Free之CenterNet
CenterNetCenterNet顾名思义，是基于中心点的目标检测方法，相对于cornernet和FCOS更加简单直接。论文标题也是很霸气“Objects as Points”
2020-10-24 23:43:57
168
原创 Anchor-Free之CornerNet
CornerNetCornerNet是比较具有开创性的目标检测方法.他是通过两个对角点的坐标和两个对角点所属的类别来进行目标检测的。传统的anchor-based方法在一些问题：如果使用场景和训练集差距大那么效果是将很不理想 存在政府样本严重不平衡问题，而这种正负样本不均衡问题至今并没有得到了一个很好的解决 网络收敛慢，尤其是数据集质量不佳的情况下所以作者抛弃了anchor的做法，以下为大致流程：网络架构主干网络用的是Hourglass，FPN输出为两个部分，一个负责左上角
2020-10-18 22:52:23
123
原创 python解析常见文件
txttext=open(dir).readlines()for sub_t in tqdm(self.text[line_start:line_stop]): sub_t = sub_t.strip().split() if sub_t[i].find('.') == -1: sub_t[i] = np.int(sub_t[i]) else: sub_t[i] = np.float(sub_t[i])open():打开文件read..
2020-09-13 21:00:26
653
原创 目标检测之MTCNN
MTCNN全称Multi-task Cascaded Convolutional Networks， 多任务级联卷积神经网络概览MTCNN在训练时可以分开训练，使用时串联起来训练。p网络（propose）检测输出后resize再给r网络（refine）,r网络输出最后给o网络（output）.每个网络的的训练任务都有关键点，人脸置信度，偏移量，多个任务共同促使提高检测精度。p网络再检测时有一点不一样就是他需要经过图像金字塔，所以也就导致了p网络效率很低样本制作：MTCNN..
2020-09-03 09:00:19
544
2
原创 Albumentation使用指南
Albumentation使用指南import最好放在最前面否则可能会和其他模块冲突，import之后如果包OMP的错误就加两行import osos.environ['KMP_DUPLICATE_LIB_OK']='TRUE'资源官方example官方demo使用import albumentations as Afrom PIL import Imageimport cv2 as cvimport numpy as npfrom data imp...
2020-08-31 14:00:50
8030
1
原创 几种梯度下降优化器和技巧介绍
本文章大部分算法来自于这篇论文An overview of gradient descent optimization algorithms优化器：1.动量（mommentum）采用部分上一时刻的动量来更新这一步的梯度，具有加速收敛，减缓震荡的作用2.NAG(Nesterov Accelerated Gradient)加入了预测的概念，预测的依据是假设和上一次和这一次的动量一样，可以有效防止增高3.Adagrad(Adaptive Dradient)因为神经网络中有很
2020-05-27 22:52:06
781
原创 matplotlib学习笔记
安装：自己百度。装完之后打开终端敲import matplotlib如果没有错误信息就说明装好了折线图：pyplot模块包含很多用于生成图表的函数import matplotlib.pyplot as pltoutput = [1, 4, 9, 16, 25]input = [1, 2, 3, 4, 5]plt.plot(output, linewidth = 1)plt...
2020-02-20 23:49:13
271
原创 嵌入式以太网通信Lwip
以太网结构以太网是指遵守 IEEE 802.3 标准组成的局域网，由 IEEE 802.3 标准规定的主要是位于参考模型的 物理层(PHY) 和 数据链路层中的介质访问控制子层(MAC)物理层物理层一般通过一个PHY芯片实现，10BASE-T网络传输数据没有时钟信号，采用曼彻斯特编码网速最高达10Mbps，100BASE-T网络采用4B/5B编码网速最高达100Mbps。以太网具有...
2019-08-09 16:18:55
3464
翻译 编码规范——NASA篇
瞻仰一下，全是干货。原文件链接：<The Power of Ten - Rules for Developing Safety Critical Code> 编写安全严谨代码的十条规则的力量 NASA/J...
2019-07-29 22:34:48
996
原创 CANOpen学习笔记（一）
资源：canopen官方介绍canopen开源代码下载介绍 ：学习CANopen协议主要需要了解五大部分：对象字典，PDO, SDO, NMT，特殊协议。对象字典
2019-07-12 10:18:04
5474
4
原创 快速学习cmake（一）
内部构建PROJECT(projectname [CXX] [C] [Java])：这个指令定义工程名称，并可指定工程支持的语言（这个指令隐式的定义了两个cmake变量:<projectname>_BINARY_DIR以及<projectname>_SOURCE_DIR，这里就是 HELLO_BINARY_DIR和HELLO_SOURCE_DIR）因为采用的是...
2019-05-29 15:49:30
259
原创 如何使用git(一)
常用命令初始化配置有两种取得 Git 项目仓库的方法：在现有项目或目录下导入所有文件到 Git 中（新建文件夹--->初始化------>客户端新建仓库---->选择本地仓库）； 从一个服务器克隆一个现有的 Git 仓库,这个仓库可以自己在网站新建。(copy url ---->git clone)git config --global user.name ...
2019-04-19 20:28:17
277
2
原创 快速学习CAN总线（二）
STM32 中CAN总线的使用工作模式正常模式。。。。 静默模式：不能输出显性电平，输入端可以从总线接收内容。这种模式一般用于监测，它可以用于分析总线上的流量，但又不会因为发送显性位而影响总线 回环模式：。。。。 回环静默模式：回环模式加上自己不能输出显性电平，输入端不能接受总线发送邮箱一共有 3个发送邮箱，即最多可以缓存 3 个待发送的报文接收 FIFO一共有 2 个...
2019-04-12 23:08:28
1937
原创 快速学习CAN总线（一）
CAN：Controller Area Network, 控制器局域网，是一种有效支持分布式控制和实时控制的串行通信网络。物理层逻辑信号数据链路层数据帧帧起始：SOF 段(Start Of Frame)，只有一个数据位，通过帧起始信号的电平跳变沿来进行硬同步帧结束：EOF 段(End Of Frame)，帧结束段由发送节点发送的 7 个隐性位表示...
2019-04-12 22:13:58
2376
硬件描述语言verilog
2019-01-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人