车牌识别

官网：https://opencv.org/releases/ 下载Sources包，我测试下载的是3.4.16安卓opencv依赖库：百度一下”linux编译opencv”Linux编译：mkdir buildcd buildcmake -D WITH_TBB=ON -D WITH_EIGEN=OFF -D OPENCV_GENERATE_PKGCONFIG=ON -D BUILD_DOCS=ON -D BUILD_TESTS=OFF -D BUILD_PERF_TESTS=O

看这一篇就懂了https://www.cnblogs.com/qizhou/p/13895967.html

net = Net()dummy_input = torch.randn(1, 3, 224, 224, device='cuda')torch.onnx.export(net, (dummy_input), "1.onnx", verbose=True, input_names=['input1'], output_names=['output1'],opset_version=11)

关于指定指定安装路径、make install与uninstall有2个指定安装路径的地方：cmake参数CMAKE_INSTALL_PREFIX=/path1make DESTDIR=/path2 install假如说你想把opencv装到/usr/local/opencv3.4.16文件夹里面，可以按下面这样做：法1：cmake 。。。 -D CMAKE_INSTALL_PREFIX=/usr/local/opencv3.4.16make install也可以：法2：cmake 。

/usr/lib/x86_64-linux-gnu/pkgconfig

事情起源是：将在MNN-master里编译好的libMNN.so单独拿出来，自己创建一个文件夹准备写一个交叉编译的推理demo；链接时语句是：target_link_libraries(main MNN)编译后报错提示：报错是libMNN.so依赖这2个库，于是我们使用交叉编译的ldd来查看安卓架构上的libMNN.so（linux本机的ldd只能用于x86架构的文件）。~/android-ndk-r21e/toolchains/x86_64-4.9/prebuilt/linux-x86_64/b

看如下例子：以下4个文件在同一目录里：main.cpp：#include<iostream>#include<net.h>using namespace std;int main(){ return 0;}net.h：#ifndef AAA#define AAAvoid print(){}#endifnet.cpp：#include<net.h>CMakeLists.txt：cmake_minimum_requi

以下实现的是一个描述子降维从256降到32，一个简单的矩阵乘法实现(N,256)*(256,32)=(N,32)#include <Eigen/Core> //Eigen矩阵乘法start7 = get_current_time();float* new_values1_after_NMS = new float[kp_nums*256];for(int kp_index=0;kp_index<kp_nums;kp_index++){ for(int i=0;i<

#include <thread> //线程#include <unistd.h> // sysconf #include <sched.h> //sched_setaffinity 绑核#define _GNU_SOURCE #include <sys/prctl.h> //起名用void test_thread(){ int cpus = sysconf(_SC_NPROCESSORS_CONF); //总共多少个CPU核 cons

1.下载交叉编译工具链NDK下载后文件夹名如：android-ndk-r21e2.main.cpp#include<iostream>#include<CL/opencl.h>using namespace std;//根据平台ID得到平台名字string getPlatformName(const cl_platform_id pid) { size_t param_value_size; clGetPlatformInfo(pid, CL_PLATFORM_N

https://my.oschina.net/shelllife/blog/115958

https://blog.csdn.net/CharleeChan/article/details/79955764

使用如下的方法，逐行读取txt文件，cout显示的时候异常string s;fstream f("classes.txt");vector<string> classes;while(!f.eof()){ getline(f,s); classes.push_back(s); cout << s << endl; /* for(auto ss:s) { cout << s <&

img = cv2.resize(img,None,fx=0.5,fy=0.5,interpolation=cv2.INTER_AREA)分别设定长宽倍数，可以大于1，可以小于1

define： 发生在预处理阶段，是简单的文本替换。typedef： 发生在编译阶段，定义一个类型的别名，用于处理复杂类型以下代码以定义int*型指针为例：可以看到p2部分报错；pint1 p1,p2 等于 int* p1,p2；只有p1是int*型指针，p2依然是int型；pint2 p3,p4 等于 p3,p4；两个都是指针。因为typedef是类型定义，所以int*默认被合在一起了...

import numpy as npimport cv2if __name__ == '__main__': img1 = cv2.imread img2 = cv2.imread imgs = np.hstack([img1, img2]) cv2.imshow('1',imgs)

/lib/x86_64-linux-gnu里存在libm.so.6和libc.so.6，这2个是软连接用ll显示可以看到libm.so.6 -> libm-2.27.solibc.so.6 -> libc-2.23.so他们指向的实际库文件版本不一致用ln -s 软连接名 实际库文件名来使得他俩的版本号一致，就可以了...

这2种引用方法都试一下，不同系统不一样#include <time.h>#include <sys/time.h>double get_current_time(){ struct timeval tv; gettimeofday(&tv, NULL); return tv.tv_sec * 1000.0 + tv.tv_usec / 1000.0;}double start, end;printf("time : %f ms
",

代码如下：情况是需要保存一张resize过后的图片，再次读进来发现像素值完全不一样。经过多次读写，分别输出了前5个像素值，和所有像素的总和。import cv2img = cv2.imread('../ILSVRC2012_val_00049999.JPEG') #就是上面那张图print(img[0,0,:])img1 = cv2.resize(img,(224,224))print(img1[:5,0,0],img1.sum())cv2.imwrite('ILSV224.jpg',img1

最后loss对参数的总梯度，是所有的梯度之和前向：xi^=xi−μσ2\hat{x_i} = \frac{x_i-\mu}{\sqrt{\sigma^2}}xi​^​=σ2​xi​−μ​y=γxi+βy=\gamma x_i+\betay=γxi​+β基本求导：∂σ2∂μ=1m∑i=1m[−2(xi−μ)]\frac{\partial \sigma^{2}}{\partial \mu}= \frac{1}{m}\sum_{i=1}^{m}[-2(x_i-\mu)]∂μ∂σ2​=