- 博客(14)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 深度学习之YoloV5模型转换及嵌入式部署应用整体过程详细介绍
深度学习之YoloV5模型转换及嵌入式部署应用详细介绍。以yolov5模型为例，适用于基于嵌入式移动端的模型转换及应用部署。亲自实战记录，文章步骤清楚、说明详细
2023-09-02 09:36:37
942
原创 深度学习之天气识别应用的详细分析与介绍
深度学习之天气识别应用的详细分析与介绍。基于图像的深度学习网络模型应用，对多种不同天气(雨天、雾天、雪天、晴天、阴天等)进行分类，适用于多种场景，如自动驾驶领域，可通过识别不同的天气类型（如雪天，地面比较滑、轮胎附着系数低等）进行相应的车辆控制，增加了行车的安全性。
2023-09-02 09:07:28
449
原创 cuda版本切换：如cuda11.1切换到cuda10.2
cuda版本切换：如cuda11.1切换到cuda10.2当前已安装cuda11.1版本，显卡驱动版本：460.91.03， cuDNN版本:8.2.1 for 11.1欲切换cuda10.2版本使用一下
2022-01-13 10:36:48
4333
原创 Ubuntu18.04.5+GTX-1060+显卡驱动+CUDA+cuDNN+pyTorch安装
Ubuntu18.04.5+GTX-1060+显卡驱动+CUDA+cuDNN+pyTorch安装
2021-12-21 15:22:37
547
原创 智能驾驶-任务部署-目标检测跟踪融合-网络模型设计优化部署---粗浅之言
注意：杂乱无章，感兴趣可看问题涉及有：硬件平台、软件系统框架、目标检测、目标跟踪、多传感器融合算法、网络模型设计、训练、优化、嵌入式部署等一系列技术体系；根据自己对相关方面的理解，现做一粗浅的小结。硬件平台，如安霸的CV2，它主要有SOC和MCU；SOC上有一个linux系统，用于某些处理以及调度相关任务，比如调度视觉感知任务等；因为视觉感知处理相对耗时，且摄像头接在SOC上，所以被部署于SOC上，其它处理速度快的模块，被部署于MCU上，如控制模块等，当然从安全性角度考虑，控制模块也应该部署在MCU上，
2021-04-07 19:35:07
383
1
Nsight System和Nsight Compute程序性能优化使用说明
2023-12-08
Cluster聚类评价指标之CH指数-方差比C++源码附详细注释
2023-09-08
Cluster聚类评价指标之轮廓系数C++源码附详细注释
2023-09-08
深度学习之天气识别应用的详细分析与介绍
2023-09-02
深度学习之YoloV5模型转换及嵌入式部署应用详细介绍
2023-09-01
深度学习之模型转换(pytorch2onnx2ncnn)详细介绍
2023-09-01
深度学习多传感器融合之激光雷达点云如何映射到2D俯视图和前视图
2023-08-28
深度学习+移动端框架+模型部署
2023-08-27
目标检测_多目标跟踪_匈牙利算法_卡尔曼_C/C++实现
2021-04-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人