- 博客(55)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 eDP简介及与DP之差异
嵌入式DisplayPort(eDP)系视讯电子标准协会(VESA)针对行动装置应用，所制定的新一代面板介面，其不仅传输率更胜传统的低电压差动讯号(LVDS)介面，最新1.4版规格更加入许多降低系统功耗的新功能，可望加速扩大eDP在行动装置市场的渗透率。个人电脑产业针对嵌入式显示面板的使用需求，于2008年首次发表一个新的影像传输介面标准--嵌入式DisplayPort，又称eDP。eDP逐渐取代旧有的低电压差动讯号(LVDS)传输介面，尤其是在FHD(1,920x1,080或1,920x1,200)或
2022-04-08 09:35:14
14982
转载 纳思达：完美布局打印全产业链，持续开拓芯片品类
纳思达：完美布局打印全产业链，持续开拓芯片品类1. 纳思达：全产业链布局的国产打印行业龙头1.1二十年深耕打印显像行业实现“耗材+芯片+整机+服务”全产业链覆盖。纳思达股份有限公司成立于 2000 年，专 注打印显像行业二十一年，目前已成为全球第四的激光打印机厂商，同时也是全球兼容耗 材和耗材芯片行业市场份额最高的领军企业，业务遍及全球 150 多个国家和地区，拥有包 括“艾派克 APEXMIC”、“格之格”、“G&G”、“Static Control”、“Lexmark”、“奔图.
2022-04-02 11:26:55
1467
转载 如何使用 Deepfakes 换脸
转载：https://www.cnblogs.com/zackstang/p/9011753.html1.获取deepfakes工具包git clone https://github.com/deepfakes/faceswap.git2.补齐依赖包：pip install tqdmpip install cv2pip install opencv-contrib-pythonpip install dlibpip install keraspip instal...
2021-01-15 08:31:29
1458
转载 在中文windows下使用pywinauto进行窗口操作
这两天开始接触pywinauto，听说百度的自动化QA也用这个模块，于是来了兴趣，但网上的教程很少，而且基本上都是拿官方的notepad来说，首先中文菜单的支持是问题，其次各种操作也没有写清楚，阅读官方的文档，发现这个东西使用起来还真是非常方便，下面我也以notepad为例来说明一下它的简单操作。安装1. pywinautohttps://sourceforge.net/project...
2019-11-18 14:28:49
3520
原创 常见电阻列表
0.1Ω0.1Ω0.22Ω0.22Ω0.33Ω0.47Ω0.47Ω0.68Ω0.68Ω0.82Ω0.82Ω00Ω1.2Ω1.2Ω100Ω100Ω10Ω10Ω110Ω11Ω120Ω120Ω12Ω12Ω130Ω13Ω150Ω150Ω15Ω15Ω160Ω16Ω180Ω180Ω18Ω18Ω1Ω1Ω2.2Ω2.2Ω200Ω20...
2019-08-23 16:19:23
11709
转载 常见的颜色有 8位16位 24位32位色
常见的颜色有 8位16位 24位32位色，其中24位及以上称为真彩，是PC上最常用的颜色，其他基本用于嵌入式系统或一些工控领域，详情可查阅一下表格：Bit-深度色彩数12(monochrome)24(CGA)416(EGA)8256(VGA)1665,536(...
2019-08-18 17:08:18
7998
转载 卷积神经网络CNN总结
转载地址：https://www.cnblogs.com/skyfsm/p/6790245.html从神经网络到卷积神经网络（CNN）我们知道神经网络的结构是这样的：那卷积神经网络跟它是什么关系呢？其实卷积神经网络依旧是层级网络，只是层的功能和形式做了变化，可以说是传统神经网络的一个改进。比如下图中就多了许多传统神经网络没有的层次。卷积神经网络的层级结构 • ...
2019-06-14 19:56:59
484
转载 模式识别之特征提取算法
说明：此处暂时简单介绍下各种特征提取算法，后续完善。前言：模式识别中进行匹配识别或者分类器分类识别时，判断的依据就是图像特征。用提取的特征表示整幅图像内容，根据特征匹配或者分类图像目标。常见的特征提取算法主要分为以下3类：①基于颜色特征：如颜色直方图、颜色集、颜色矩、颜色聚合向量等；②基于纹理特征：如Tamura纹理特征、自回归纹理模型、Gabor变换、小波变换、MPEG7边缘直方图等；...
2019-06-08 23:48:48
2539
转载 一篇给力的Bag-of-words模型入门介绍文章
SIFT算法的应用－目标识别之用Bag-of-words模型表示一幅图像作者：Savitch出处：http://blog.csdn.net/assiduousknight/article/details/16901427 引言 本blog之前已经写了四篇关于SIFT的文章，请参考九、图像特征提取与匹配之SIFT算法，九（续）、sift算法的编译与实现，九（再续...
2019-06-08 23:34:04
160
转载 （下篇）【TPAMI重磅综述】 SIFT与CNN的碰撞：万字长文回顾图像检索任务十年探索历程...
翻译&编辑：李中梁前言本文是《SIFT Meets CNN: A Decade Survey of Instance Retrieval》的下篇。在上 篇中概述了图像检索任务极其发展历程，介绍了图像检索系统的基本架构和设计难点，详细展示了基于图像局部特征（以SIFT为代表）的检索流程以及关键环节的核心算法。在下篇中将介绍基于CNN特征的图像检索系统的流程及关键问题，并在几个常见...
2019-06-05 09:09:03
2328
转载 （上篇）【TPAMI重磅综述】 SIFT与CNN的碰撞：万字长文回顾图像检索任务十年探索历程...
作者：李中梁编辑：李中梁前言基于内容的图像检索任务（CBIR）长期以来一直是计算机视觉领域重要的研究课题，自20世纪90年代早期以来，研究人员先后设计了图像的全局特征，局部特征，卷积特征的方法对CBIR任务进行探索和研究，并取得了卓越的成果。这篇刊登在 TPAMI 2018年5月刊上的综述《SIFT Meets CNN: A Decade Survey of Instance Re...
2019-06-05 09:06:53
1089
转载 详解计算机视觉五大技术：图像分类、对象检测、目标跟踪、语义分割和实例分割
【 导读】目前，计算机视觉是深度学习领域最热门的研究领域之一。计算机视觉实际上是一个跨领域的交叉学科，包括计算机科学（图形、算法、理论、系统、体系结构），数学（信息检索、机器学习），工程学（机器人、语音、自然语言处理、图像处理），物理学（光学 ），生物学（神经科学）和心理学（认知科学）等等。许多科学家认为，计算机视觉为人工智能的发展开拓了道路。那么什么是计算机视觉呢？ 这里给出了几个比较严谨的...
2019-06-04 14:32:22
2059
转载 基于FPGA的HDMI高清显示接口驱动
HDMI是（High Definition Multimedia Interface）的缩写，意思是高清晰度多媒体接口，是一种数字化视频/音频接口技术，适合影像传输的专用型数字化接口，可同时传送音频和影像信号，最高数据传输速度为48Gbps（2.1版），HDMI相较于VGA接口，它传输的信息量大，色彩度高，传输速度快等显著优点。 一般来说驱动HDMI有两种方法，有些开发板是用一颗专用的HDM...
2019-05-14 09:47:27
5879
1
转载 用FPGA实现HDMI
1.HDMI连接器标准HDMI接口即TYPE A，包括19个PIN，主要是4对差分信号线TMDS clock+ and clock-TMDS data0+ and data0-TMDS data1+ and data1-TMDS data2+ and data2-2.视频信号本例产生640x480 RGB 24bpp @ 60Hz的视频信号，307200个像素每帧，每个像素包括24 ...
2019-05-14 09:46:26
1100
转载 Shell 中使用管道来将输入作为参数输入到后面的指令
查找文件用find，grep是搜索内容，whereis是查找二进制命令的。xargs 接受参数 -d （分隔符), -n(每次传递的参数个数），-p每次确认完整指令。 1， 查找文件并删除。三种办法：使用xargs -https://www.cnblogs.com/wangqiguo/p/6464234.htmlfind /etc -name *php* | xargs sud...
2019-02-25 09:16:27
3171
转载 后仿中的异步D触发器设置
在PR后仿时，经常会遇到讨厌的红色X（不定态）。而debug不定态的起因又很麻烦，有可能用Verdi调试半天还是没能找到根本的原因。今天我们就来分析一下异步D触发器采样不稳定（setup或hold时序不满足）引起的不定态，及后仿时的处理方法。跨时钟域采样或者时钟域同步电路的第一级D触发器，就是典型的可能会出现不定态的情况，如下图所示。而设计中似乎又没法避免这种电路。由于clk_a和cl...
2019-02-21 11:00:49
2937
2
原创 Cache size计算 Cache 中映射地址的计算方法
最近看一篇文章讲cache的内容，其中涉及到cache total size的计算，所介绍的方法相对有点复杂，我按自己的理解给一个简单一些的计算方法：1、计算cache total size我的解法：地址一共64位，分为两块：1、cache内部寻址 2、tag使用总的data是16KB，所以地址中用来cache内部寻址的地址位数一共是：4+10=14bits那么用做tag...
2019-01-23 09:00:40
6421
1
转载 USB 之 USB2.0 规范详解
USB 之 USB2.0 规范详解 第一部分https://blog.csdn.net/zcshoucsdn/article/details/79957404 USB 之 USB2.0 规范详解 第二部分https://blog.csdn.net/ZCShouCSDN/article/details/80018173 USB 之 常用抓包/协议分析工具（Bus Hound、...
2019-01-19 23:35:33
2004
原创 USB标准接口定义
USB版本 理论最大传输速率 速率称号 最大输出电流 推出时间 USB1.0 1.5Mbps(192KB/s) 低速(Low-Speed) 5V/500mA 1996年1月 USB1.1 12Mbps(1.5MB/s) 全速(Full-Speed) 5V/500mA 1998年9月 USB2.0 480Mbp...
2019-01-19 22:51:17
9113
转载 USB HOST与 USB OTG的区别及工作原理
在SmartQ 7上面,同时存在USB HOST与 USB OTG两个接口,我想问一下,这两个接口有什么区别么?我怎么认为HOST属于是多余呢? 麻烦高手解答,感激不尽!!! 零 USB背景知识USB是一种数据通信方式，也是一种数据总线，而且是最复杂的总线之一。 硬件上，它是用插头连接。一边是公头（plug），一边是母头（receptacle）。例如，PC上的插座就是母头，USB设备...
2019-01-19 21:21:05
2493
转载 最全最先进的检测算法对比Faster R-CNN, R-FCN, SSD, FPN, RetinaNet and YOLOv3
原文： https://www.jianshu.com/p/0586fdb412bf?utm_source=oschina-app很难衡量一个检测算法的好坏，因为除了算法本身的思路之外，还有许多因素影响它的速度和精度，比如：特征提取网络(VGG, ResNet, Inception, MobileNet); 输出的步长，越大分类数目越多，相应的速度也会受影响； IOU的评判方式； n...
2019-01-14 14:40:33
10123
4
转载 如何快速选择最合适的物体检测框架：一个基于深度学习物体检测算法的简单测评
如何快速选择最合适的物体检测框架：一个基于深度学习物体检测算法的简单测评本文的主要内容来自于Google的一篇2017年的CVPR论文，“Speed/accuracy trade-offs for modern convolutional object detectors”，这篇文章从各种不同的角度比较了现今几大流行的深度学习检测算法，即Faster RCNN，SSD和R-FCN。研读下来，感...
2018-12-28 15:07:22
893
转载 详细剖析NorFlash和NandFlash的区别
Flash编程原理都是只能将1写为0，而不能将0写成1。所以在Flash编程之前，必须将对应的块擦除，而擦除的过程就是将所有位都写为1的过程，块内的所有字节变为0xFF。因此可以说，编程是将相应位写0的过程，而擦除是将相应位写1的过程，两者的执行过程完全相反。(1)闪存芯片读写的基本单位不同应用程序对NorFlash芯片操作以“字”为基本单位。为了方便对大容量NorFlash闪存的管理，通...
2018-11-26 09:33:52
439
转载 图像放大算法
一、 图像放大算法 图像放大有许多算法，其关键在于对未知像素使用何种插值方式。以下我们将具体分析几种常见的算法，然后从放大后的图像是否存在色彩失真，图像的细节是否得到较好的保存，放大过程所需时间是否分配合理等多方面来比较它们的优劣。 当把一个小图像放大的时候，比如放大400%，我们可以首先依据原来的相邻4个像素点的色彩值，按照放大倍数找到新的ABCD像素点的位置并进行对应的填...
2018-10-17 17:28:47
14876
2
转载 Derivative Control Explained
When doing on-site services or training, I am often asked: When should one use the derivative control mode of a PID controller? Although there is no black & white division between when to use it o...
2018-08-23 14:11:23
238
转载 PID Controllers Explained
PID controllers are named after the Proportional, Integral and Derivative control modes they have. They are used in most automatic process control applications in industry. PID controllers can be used...
2018-08-23 13:52:34
2530
转载 Install OpenCV 3 on Windows
Install OpenCV 3 on Windows原文链接：https://www.learnopencv.com/install-opencv3-on-windows/ MAY 26, 2017 BY VAIBHAW SINGH CHANDEL 90 COMMENTSIn this post, we will provide step by step instructio...
2018-08-07 13:48:32
432
转载 图像相似度算法--SIFT算法详解
转自：http://blog.csdn.net/jiutianhe/article/details/39896931尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)Just For Fun zdd zddmail@gmail.com or (zddhub@gmail.com) 对于初学者，从David G.Lowe...
2018-08-07 10:53:32
9218
转载 数字图像处理成长之路13：SIFT之极值点(子像元插值）
很多关于SIFT算法都会写到极值点的定位，这篇文章也 离不开这以问题，然而这篇文章的重点是发现在定位的过程中用到的知识，这也是我写SIFT的目的，我究竟学会了哪些知识，上一篇我初步领略了尺度空间这一全新概念，这一篇我将学到子像素差值或者叫做亚像素差值。 下面这个文章写的不错， http://www.cnblogs.com/ronny/p/4028776.html 但是我们还是重新自己学习一下。...
2018-08-07 10:02:37
1047
转载 SIFT四部曲
1、高斯滤波https://blog.csdn.net/hit2015spring/article/details/528953672、极值检测和定位https://blog.csdn.net/hit2015spring/article/details/529728903、方向角度确定https://blog.csdn.net/hit2015spring/article/details...
2018-08-04 14:56:44
342
转载 LOG高斯-拉普拉斯算子
LOG算子：是高斯和拉普拉斯的双结合，即集平滑和边沿于一身的算子模型！注意这个模型跟前面的一个滤波器很相似，就是各向异性滤波器！只不过是各向异性滤波器是高斯一阶导函数，而LOG可以看做是二阶导函数！这两个模型来源最初都是因为求导导致模板对噪声干扰敏感性比较强！1、拉普拉斯算子的出发点在图像中，边缘可以看做是位于一阶导数较大的像素处，因此，我们可以求图像的一阶导数来确定图像的边缘，像s...
2018-08-04 11:57:54
4116
转载 指数函数的性质
先来复习一下中学的课程：指数函数的导数 对f(x) = ax求导： ax右侧的那个极限似乎没有办法继续简化了，如果这个极限看作关于a的函数（之所以将极限看作关于a的函数，是因为在这个极限中，a是未知的，Δx是已知的）： 函数在某一点导数的几何意义是该点处切线的斜率，所以M(a)也就是ax在x=0处切线的斜率。 如果y=2x，则，我们仍不知道M(...
2018-08-04 11:48:04
68634
转载 LOG高斯-拉普拉斯算子
LOG算子：是高斯和拉普拉斯的双结合，即集平滑和边沿于一身的算子模型！注意这个模型跟前面的一个滤波器很相似，就是各向异性滤波器！只不过是各向异性滤波器是高斯一阶导函数，而LOG可以看做是二阶导函数！这两个模型来源最初都是因为求导导致模板对噪声干扰敏感性比较强！1、拉普拉斯算子的出发点在图像中，边缘可以看做是位于一阶导数较大的像素处，因此，我们可以求图像的一阶导数来确定图像的边缘，像sobe...
2018-08-03 16:54:36
1828
转载 SLAM中的优化理论（二）- 非线性最小二乘
SLAM中的优化理论（二）- 非线性最小二乘本篇博客为系列博客第二篇，主要介绍非线性最小二乘相关内容，线性最小二乘介绍请参见SLAM中的优化理论（一）—— 线性最小二乘。本篇博客期望通过下降法和信任区域法引出高斯牛顿和LM两种常用的非线性优化方法。博客中主要内容为： 非线性最小二乘介绍； 下降法相关理论(Desent Method); 信任区域理论（Trust Region ...
2018-07-31 16:57:51
720
转载 SLAM中的优化理论（一）—— 线性最小二乘
最近想写一篇系列博客比较系统的解释一下 SLAM 中运用到的优化理论相关内容,包括线性最小二乘、非线性最小二乘、最小二乘工具的使用、最大似然与最小二 乘的关系以及矩阵的稀疏性等内容。一方面是督促自己对这部分知识进行总结,另一方面也希望能够对其他人有所帮助。由于内容比较多希望能够坚持写完。 本篇博客主要讲解线性最小二乘问题，主要包括以下内容：最小二乘问题的定义 正...
2018-07-31 16:56:47
581
转载 python opencv之SIFT算法示例
本文介绍了python opencv之SIFT算法示例，分享给大家，具体如下：目标：学习SIFT算法的概念 学习在图像中查找SIFT关键的和描述符原理：（原理部分自己找了不少文章，内容中有不少自己理解和整理的东西，为了方便快速理解内容和能够快速理解原理，本文尽量不使用数学公式，仅仅使用文字来描述。本文中有很多引用别人文章的内容，仅供个人记录使用，若有错误，请指正出来，万分感...
2018-07-31 11:18:14
2464
转载 图像特征检测方法—SIFT的Python实现
https://blog.csdn.net/zhuxiaoyang2000/article/details/53930610
2018-07-31 11:16:53
1198
i2c_master verilog代码+testbench
2017-08-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人